L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2221

[[Supprimé]]

mytarmailS:

c'est bien sans le hasard )

Je ne comprends toujours pas quel est son rôle là-bas.

Le marquage est plus normal que le zigzag ou Dieu sait quoi.

[mytarmailS]

Maxim Dmitrievsky:
Faire des marques, me semble plus normal que de faire des zigzags ou Dieu sait quoi.

Je ne sais pas... peut-être que je ne comprends pas.

[[Supprimé]]

mytarmailS:

Je ne sais pas... peut-être que je ne comprends pas quelque chose.

Il n'y a rien à comprendre, ce n'est pas la partie la plus importante de l'algorithme. Vous pouvez le marquer à votre façon

[Fast235]

Attends que je me mette à la page.

[[Supprimé]]

Fast235:
attendez, j'arrive tout de suite.

Sortez et rentrez gentiment 🤣🤣🤣 OK, les drôles, je reviendrai plus tard.

[Fast235]

Maxim Dmitrievsky:
Enter beautifully

si on parle encore de goûts,

[mytarmailS]

Maxim Dmitrievsky:

Bref... J'ai fait

Je n'ai encore rien formé, mais visuellement, je ne vois rien d'anormal.

psa est sur les signes d'un 5 comp

et avec des données simulées

[[Supprimé]]

mytarmailS:

Bref... J'ai fait

Je n'ai encore rien entraîné, mais visuellement, je ne vois rien d'anormal.

Le rsa montre des signes d'un 5 comp.

et avec des données simulées.

les amas sont plus denses, au moins. Il devrait y avoir moins d'émissions.

[mytarmailS]

Maxim Dmitrievsky:

Les grappes sont plus denses, c'est le moins qu'on puisse dire. Il devrait y avoir moins d'émissions.

Nous devons l'essayer...

Si les prix non normalisés sont soumis à rsa, alors vous pouvez voir la différence

mais cela n'a pas de sens d'utiliser ceux qui ne sont pas classés.

[Vladimir Perervenko]

mytarmailS:

J'ai découvert comment former un neurone "minimum" à partir de presque n'importe quel logiciel conçu pour la classification ou la régression.

L'essentiel est que le paquet vous permette d'accéder aux échelles neuronales et de les modifier.

La recette est la suivante.

1) former le réseau neuronal, peu importe, l'essentiel est d'obtenir un modèle avec des poids

2) choisir la méthode d'optimisation (génétique, muravi, essaimage, simulation de recuit, etc.)

3) écrire une fonction de fitness

4) prendre les poids du neurone et les représenter comme paramètres pour l'optimisation

tous ! !! )))

Vous pouvez entraîner le neuronka à faire des bénéfices, ou lui faire créer une sorte de méga indicateur ou autre.

Tout a été pensé depuis longtemps ! Voir le paquet R - "automl" !