L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1521
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Wow, même en russe, merci.
Nous avons commencé par une bonne santé et terminé par des vagues d'Elliott. Aucune méthode mathématique de prévision des périodes financières n'a été proposée, sauf pour déterminer la persistance des séries, ce qui est déjà clair.
c'est juste embrouillé.
La première a commencé par une bonne santé et s'est terminée par des vagues Elliott. Aucune méthode mathématique de prévision des périodes financières n'a été proposée, sauf pour déterminer la persistance des séries, ce qui est déjà clair.
C'est un désordre.
Donc, rien de nouveau, hein.
Donc je vais continuer à travailler sur la division de l'arbre.
Le graphique montre les itérations de fractionnement avec leurs feuilles (X) sous la forme d'une accumulation de bénéfices pour chaque feuille (Y) du fractionnement en dehors de l'échantillon d'entraînement.
Il ressort du graphique que la division de l'arbre peut produire des chaînes logiques alternatives, y compris celles décrivant une zone différente de l'espace, mais avec des résultats identiques ou meilleurs.
Le problème ici est que toutes les feuilles doivent être combinées en un seul système et se voir attribuer des poids en fonction de leur corrélation entre elles et de l'exhaustivité de la couverture de l'espace d'échantillonnage, et je ne sais pas quelles formules utiliser dans ce cas, malheureusement.
Donc, rien de nouveau, hein.
Donc je vais continuer à diviser l'arbre.
Le graphique montre les itérations de fractionnement avec leurs feuilles (X) comme une accumulation de bénéfices sur chaque feuille (Y) du fractionnement en dehors de l'échantillon d'entraînement.
Il ressort du graphique que la division de l'arbre peut produire des chaînes logiques alternatives, y compris celles décrivant une zone différente de l'espace, mais avec des résultats identiques ou meilleurs.
Le problème ici est que toutes les feuilles doivent être assemblées en un seul système et se voir attribuer des poids en fonction de leur corrélation entre elles et de l'exhaustivité de la description de l'espace d'échantillonnage, et je ne sais pas avec quelles formules opérer dans ce cas, malheureusement.
j'ai remarqué que si l'on divise le marché en états conditionnels, que l'on entraîne le modèle pour chacun d'eux et que l'on passe de l'un à l'autre, les résultats sont meilleurs.
C'est ce que je fais avec hmm.
J'ai remarqué que si l'on divise le marché en états conditionnels, que l'on entraîne le modèle pour chaque état et que l'on passe de l'un à l'autre, les résultats sont meilleurs.
c'est à ça que sert hmm.
Il est logique qu'il soit meilleur, mais comment distinguer les États ?
Logiquement, c'est mieux, mais comment distinguer les états ?
Soit sur des automates (clustering), sans professeur. C'est-à-dire que l'on distinguera plusieurs états cachés, qui seront évidemment différents selon les statuts. les statistiques. Les exemples ci-dessus ont été lancés.
ou au hasard
Soit sur des automates (clustering), sans professeur. Soit l'automatique (regroupement sans enseignant), soit l'automatique (regroupement sans enseignant). les statistiques. Des exemples ont été lancés plus haut.
soit au hasard
Avez-vous trouvé une méthode de regroupement pour cela ? Après tout, il devrait avoir, disons, des transitions douces d'un cluster à l'autre, s'il identifie des tendances globales, il devrait y avoir une sorte de sensibilité et de logique de transition d'un état à l'autre.
A-t-on trouvé une méthode de regroupement pour cela ? Après tout, il devrait avoir, disons, des transitions douces d'un cluster à l'autre, s'il identifie des tendances globales, il devrait y avoir une sorte de sensibilité et de logique pour passer d'un état à l'autre.
ils ont déjà écrit sur HMM
Les gars sur les échelles patinent contre les dipmind (accidentellement attrapés par eux)
Je suis également en train de lire sur l'IA dans les jeux, mais il y a beaucoup de bots de jeux non-NS qui utilisent des arbres de décision.
J'ai également lu des articles sur l'IA dans les jeux, mais une grande partie de la logique non-NS dans les bots de jeux utilise souvent des arbres de décision.
J'ai trouvé l'algorithme de Rete, je ne sais pas pourquoi, mais je n'en ai jamais entendu parler, j'ai trouvé une lecture, mais c'est trop gros - 1000 pages, quelque chose dedans...
J'ai également lu des articles sur l'IA dans les jeux, mais une grande partie de la logique non-NS dans les bots de jeux utilise souvent des arbres de décision.
Je suis tombé sur l'algorithme de Rete, je ne sais pas pourquoi, mais je n'ai jamais entendu parler de l'algorithme de Rete, j'ai trouvé une lecture, mais c'est un très gros volume de 1000 pages, il y a quelque chose dedans....
Eh bien, ils ne font pas de renforts sur les arbres...
Je dois jouer beaucoup de jeux, comment puis-je les recycler ?