L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2479
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
Merci, ce n'est peut-être pas l'agonie mais mon manque de connaissances fondamentales.
Cela est-il également vrai si plusieurs ensembles de variables indépendantes correspondent à une seule variable ?
As-tu au moins compris ce que tu as écrit ?
Je suis d'accord avec vous, si le même exemple décrit plusieurs états, alors nous obtiendrons une probabilité proche de 1/n où n est le nombre d'états lors de la classification par tout algorithme disponible.
Mais il n'y a pas d'exemples absolument similaires, ils le sont jusqu'à un certain point. La question est de savoir comment détecter cette "similitude".
100 exemplaires en trois mois sur la M5... Je me demande... Est-ce que vous sélectionnez des échantillons de l'échantillon original selon les règles , que vous utilisez ensuite dans le trading ?
Si deux vecteurs sont très proches l'un de l'autre mais ont des valeurs cibles différentes, cela oblige l'algorithme à effectuer un petit virage qui entraîne une diminution de la stabilité du modèle, lorsqu'une petite modification du vecteur d'entrée entraîne un changement significatif du résultat. Cela n'est pas bon non plus car le modèle devient très sensible aux données d'entrée et peut donc se tromper plus fréquemment.
100 échantillons en 3 mois sur М5 est obtenu en éclaircissant les données, ce qui est la stratégie de base qui vous fait analyser le marché non pas sur chaque barre, mais seulement à un certain moment, lorsque la condition pour l'analyse a été formée. Lisez mon article pour comprendre approximativement ce dont je parle. La vérité est qu'il est un peu dépassé, et que je n'y utilise pas beaucoup (j'ai évolué), mais le concept de base n'a pas changé !
Oui, cela s'appelle des données incohérentes. Je travaille avec les réseaux depuis 20 ans, on peut donc dire que je suis un gardien de cette branche. Pourquoi cette question ?
Tu as encore bu ?)
Ou avez-vous changé pour quelque chose de plus intéressant ? ))Oui, cela s'appelle des données incohérentes. Je travaille avec les réseaux depuis 20 ans, on peut donc dire que je suis un gardien de cette branche. Pourquoi cette question ?
Vous buvez encore ? :))
Ou vous avez changé pour quelque chose de plus intéressant ? ))Non. Juste - non
Pourriez-vous être plus clair, car ce que vous voulez dire n'est pas très clair. Ou plutôt pas du tout clair :-)
Lorsque l'on applique des méthodes d'apprentissage automatique aux RIVIERES COURANTES, on ne rencontre presque jamais la situation où le même ensemble de variables d'entrée correspond à la même variable dépendante. Des valeurs différentes de la variable dépendante génèrent une erreur de prédiction qu'il faut minimiser.
Tout ce fil de discussion est sur la minimisation de l'erreur de prédiction, aksakal.
Vérités simples....
Lorsque l'on applique des méthodes d'apprentissage automatique à l' exécution à distance , la situation est la suivante
Pourquoi le hasard ?