Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 929
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Sólo se necesita una estrategia básica para seleccionar el momento (tiempo) de análisis. Puede ser estático y no tener parámetros de optimización. Si optimizamos la estrategia básica, obtendremos un montón de modelos. La optimización de la estrategia básica no tiene sentido. La carga es manejada por la NS. Es suficiente con establecer una estrategia básica conjunto adecuado de los parámetros, en términos de número de ofertas por día, y el tren NS en él.
Sí, las estrategias básicas deben ser muy simples... hay que modificar un poco el marco y se puede añadir cualquier estrategia, necesitamos diversificación.
Dice que soy inteligente y que tengo que llevarla a Australia porque tiene una amiga allí.
necesitamos un matrimonio falso para eso.
Eres tan inteligente... Estaría dispuesto a pasar por un falso matrimonio con un bombón como tú una vez... ¡¡¡¡Bien por ti!!!! miren chicos, que paseo........ Para eso eres buena, Maximka. -)))))
En la predicción de los óvalos, todavía tiene que redondear (>=0,5 -> 1; <0,5 -> 0) Voy a probar mnogovhodov, creo que será mejor, allí las clases 0 y 1 son más iguales.
No entiendo, donde dos valores mayores que 0,5, ¿qué?
Eres tan inteligente... Me gustaría tener un falso matrimonio con un bombón como tú por una vez... ¡¡¡¡Bien por ti!!!! miren, chicos, que paseo........ Eso es lo que se te da bien, Maximka. -)))))
Lo curioso es que si quieres arruinar tu estado de ánimo y tu autoestima, vete a la bolsa
Es mejor no abusar. Como pasatiempo está bien. Las redes neuronales son interesantes, pero nada más. Cuanto más se complica, más se confunde.
Entonces ambos serán 1 al redondear.
Si no le importan las probabilidades, puede dejar de lado ramas enteras si todas terminan con la misma clase después del redondeo.
mnogovhodov_02 2016 arr_Buy resultó así:
Ni siquiera sé cómo juzgar los resultados... Me parece que el árbol aún puede ramificarse, porque todavía queda un montón de predictores. ¿Por qué no?
La tabla carece de información sobre el refuerzo, es decir, cuántas variantes de este tipo hay en la muestra como porcentaje; por ejemplo, muestra que la rama más a la derecha da la entrada correcta en un 77%, lo que está muy bien, pero no está claro cuántas veces ha ocurrido.
Alternativa. El resultado está inmediatamente en las clases, sin probabilidades. Eso me parece peor.
Esto tiene más sentido si el patrón es completo, pero cuando las probabilidades son de 49 a 51, no se trata realmente de
Lo curioso es que si quieres arruinar tu estado de ánimo y tu autoestima, vete a la bolsa
Así que es mejor no abusar de ella. Como pasatiempo está bien. Las redes neuronales son interesantes, pero nada más... Cuanto más se complica, más se confunde.
No te reconozco. Es muy bueno que entiendas una simple verdad. "Todo lo brillante es simple", incluso en el campo del aprendizaje automático. Cuanto más sencilla es la red, mejor funciona.....
Entonces ambos serán 1 al redondear.
Si no te importan las probabilidades, puedes descartar ramas enteras si todas terminan con la misma clase después del redondeo.
Y si encuentras ramas con buena probabilidad y las codificas en un predictor, y luego dejas que el árbol vuelva a moler, entonces el árbol pensará cómo mejorar a partir de los resultados encontrados (¿no crees que a los predictores les debe gustar ya que tienen un alto porcentaje de decisiones correctas)?
Me parece que el árbol aún puede ramificarse, ya que aún quedan un montón de predictores. ¿Por qué no?
Si nos ramificamos más, la precisión de estos datos aumentará, por supuesto. Pero lo más probable es que disminuya con nuevos datos.
Hemos alcanzado un cierto nivel óptimo cuando el árbol ha aprendido algo, pero todavía no hay un sobreajuste, por lo que podemos esperar resultados similares en los nuevos datos.
No te reconozco. Te ha hecho bien aprender una simple verdad. "Todo lo brillante es simple", incluso en el campo del aprendizaje automático. Cuanto más sencilla es la red, mejor funciona.....
Bueno, algo así como un deseo de joder a todo el mundo y demostrar que el mercado ha ganado. Pero para el resto es, por supuesto, una tontería... )