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
Non, selon les pourcentages il y a un type de courbe d'apprentissage - sans MOI 40%-45% sont rentables, et avec MOI 60%-65%. Mais pour le trading, ce n'est pas un indicateur, à moins que le profit soit égal à la perte.
Ce serait un indicateur si TP=SL
Ce serait un indicateur si TP=SL
C'est ce que j'ai écrit...
Faites-moi savoir si vous le trouvez, sinon je vais commencer à construire mon propre vélo :)
elibrarius a suggéré une idée - il suffit de construire un arbre ramifié et de l'utiliser à la place du clustering, en prenant des informations des feuilles afin de réduire la classe majoritaire.
Je ne comprends pas ce que vous écrivez et ce que cela a à voir avec le clustering.
Je ne comprends pas ce que vous écrivez et ce que cela a à voir avec le clustering.
Il s'agit essentiellement d'un regroupement avec la cible en tête.
Avez-vous réussi à trouver quelque chose d'utile sur ce sujet ?
Il s'agit essentiellement d'un regroupement avec la cible en tête.
Avez-vous pu trouver quelque chose d'utile sur ce sujet ?
Le clustering basé sur les objectifs n'existe pas.
le clustering basé sur la cible n'existe pas.
Dans les manuels scolaires - probablement :)
Il s'agit simplement d'un regroupement par un nombre limité d'attributs.Dans les manuels scolaires - probablement :)
C'est un regroupement basé sur un nombre limité d'attributs.Lisez ce qu'est le clustering, je ne veux pas vous ennuyer avec ça.
Avez-vous pu trouver quelque chose d'utile sur ce sujet ?
il s'agit d'une étude sérieuse sur l'équilibre des classes, pas encore terminée
il n'existe pas de regroupement avec la cible à l'esprit
Vous étiez vous-même d'accord avec mon idée similaire il y a environ six mois.
Chaque feuille peut être appelée un cluster avec une séparation maximale des classes.
Vous étiez vous-même d'accord avec une idée similaire de la mienne il y a environ six mois.
Je ne sais pas de quoi vous discutez ici.
il y a 2 espaces de caractéristiques (j'ai pris 5 composants principaux de chacun)
Dans le cas d'un échantillonnage aléatoire des transactions :
Dans le cas d'un regroupement en 2 clusters :
Problème : trouver le compromis entre des étiquettes correctes et une bonne répartition des classes.
Dans le cas d'un simple clustering, les étiquettes sont bien sûr inadaptées à la négociation.
Dans le cas de l'échantillonnage des transactions, l'espace des caractéristiques n'est pas bon.