L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2206
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
J'ai des robots qui tournent en temps réel. Voulez-vous que les traders de mammy cocky sautent encore ici ? C'est comme l'estimation de la densité, c'est la même chose (gmm et autoencodeur c'est la même chose, par rendez-vous médical). C'est juste que l'encodeur peut être arraché de n'importe quoi, y compris des couches de récurrence, c'est-à-dire que c'est un modèle plus avancé. Si vous fantasmez, vous pouvez faire des analogies avec l'essence, oui.
alerte spoiler. Je l'ai découvert plus tard quand j'ai essayé de trouver la raison pour laquelle il fonctionne ainsi. Et au départ, c'est moi qui l'ai inventé :)
N'existe-t-il pas de progiciels d'apprentissage semi-supervisé prêts à l'emploi ?
Là, tout devrait être prêt à être utilisé
Écoutez, n'y a-t-il pas de paquets d'apprentissage semi-supervisé prêts à l'emploi ?
il est censé y en avoir un dehors.
il y a. Mais tout ce qui est cuisiné n'est pas toujours comestible
mangé. Mais tout ce qui est cuit n'est pas toujours comestible.
L'avez-vous essayé ?
Après tout, ils font ce que vous faites, mais sur les automates + vous pouvez choisir différentes approches, non seulement par des distributions pour simuler les données
L'avez-vous essayé ?
Après tout, ils font ce que vous faites, mais de manière automatique + vous pouvez choisir différentes approches, pas seulement sur les distributions pour modéliser les données.
Je suis en route... ou en cours de route.
Vous pensez que j'écris des articles dans le but de me découvrir, pas pour me vanter. Pendant que tu écris, tu le découvriras par toi-même.
Je suis en route... ou en cours de route.
Pourquoi pensez-vous que j'écris des articles ? Pour comprendre par moi-même, pas pour me vanter. Tant que tu écris, tu réalises
J'essaie d'expliquer à mon médecin ce que je fais, et l'effet est positif, vous allez peut-être comprendre. Le fait que l'orateur soit désaccordé n'est qu'une foutaise. ))))
C'est un fait, jusqu'à ce que vous l'expliquiez à quelqu'un d'autre, vous ne comprenez pas non plus, même le médecin de mon ami essaie de lui expliquer ce que je fais, et honnêtement, cela a un effet positif, vous le comprenez vous-même. Et le fait que votre interlocuteur n'ait aucune idée de ce qu'il en est, c'est de la foutaise. -))))
c'est vrai ;)
si j'ai bien compris l'article.
1) vous prenez un petit morceau de données réelles, vous marquez les étiquettes
2) Vous formez un modèle de semi....
3) tester le modèle semi... sur une large bande de données réelles
4) et ainsi de suite en cercle jusqu'à ce que vous trouviez un bon modèle semi... qui réponde de manière adéquate àun large segment de données réelles.
si j'ai bien compris l'article.
1) vous prenez un petit morceau de données réelles, vous marquez les étiquettes
2) vous formez le modèle semi....
3) vous testez le modèle semi... sur une plus grande parcelle de données réelles.
4) et ainsi de suite jusqu'à ce qu'un bon modèle semi-fini réponde de manière adéquate à un large segment de données réelles.
Ensuite, je regarde à nouveau la zone de référence et je vérifie le nombre de bons modèles dans tous les passages. S'il y en a beaucoup, c'est un plus.
Ensuite, je regarde aussi la section de contrôle, et je vois le nombre de bons modèles dans toutes les allées. S'il y en a beaucoup, c'est un plus.
Ecoutez ! Je ne pense pas que ce soit la faute du semi... des modèles, c'est un problème de mauvais étiquetage.
notre "superviser le marquage" est trop inadéquat pour le marché, il le rend juste un peu plus adéquat et c'est tout...
Et si vous faites un balisage adéquat, vous pouvez obtenir des résultats encore meilleurs ...
Ce que je veux dire, c'est qu'il faut former le modèle non pas comme un problème de classification, mais comme un problème d'optimisation... Apprendre le modèle comme une recherche du minimum/maximum...
d'une fonction, par exemple la maximisation du profit + commission, qui serait le leibeling le plus adéquat...
Pensez-y.
Ecoutez ! Il me semble que tout cela n'est pas le mérite des modèles semi... mais le problème d'une mauvaise labellisation...
notre "marquage manuel" est trop inadéquat pour le marché, il le rend juste un peu plus adéquat et c'est tout...
Et si vous faites un marquage adéquat, vous pouvez obtenir des résultats encore meilleurs...
Ce que je veux dire, c'est qu'il faut former le modèle non pas comme un problème de classification, mais comme un problème d'optimisation... Apprendre le modèle comme une recherche du minimum/maximum...
d'une fonction, par exemple la maximisation du profit + commission, qui serait le leibeling le plus adéquat...
Pensez-y...
C'est ce qu'il dit, faire un partitionnement adéquat est coûteux et généralement inconnu... donc l'apprentissage semi-supervisé peut fonctionner mieux dans de nombreux cas.
il a été testé sur les SEALs et bien d'autres choses, il a montré qu'il fonctionnait bien. Même article de dipmind...