L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1574
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
Chers collègues, pourquoi n'arrêtez-vous pas de mesurer avec des règles et ne dites-vous pas aux paysans ordinaires comment vérifier l'irrécupérabilité des matières synthétiques ?
C'est la troisième fois que je demande, mais c'est toujours là.Par test d'anticipation
L'essai avant
quelle devrait être la durée si la commande moyenne est ouverte pendant 5 à 10 mois ?
Un an ?
quelle devrait être sa durée si la commande moyenne est ouverte pendant 5 à 10 mois ?
Au moins 10 mois.
Quelle devrait être sa durée si la commande moyenne est ouverte pendant 5 à 10 mois ?
par an ?
Pourquoi un an ? Le modèle ne peut pas fonctionner aussi longtemps - il est plus facile de le réoptimiser régulièrement.
Pourquoi un an ? Le modèle ne peut pas fonctionner aussi longtemps - il est plus facile de le réoptimiser régulièrement.
Si le modèle a été construit sur la base d'analyses pendant 13 ans sans aucune ré-optimisation, alors comment peut-il être ré-optimisé ? et surtout - pourquoi ?
pour ce faire, vous devez modifier les principes de base du fonctionnement
si le modèle a été créé dans l'analyse de 13 ans sans aucune ré-optimisation, alors comment peut-il être ré-optimisé ? et surtout - pourquoi ?
vous devez modifier les principes de base du fonctionnement
Je ne comprends pas.
Vous avez créé ce modèle en ajustant ses paramètres à l'échantillon d'entraînement - c'est l'optimisation.
Vous pouvez vérifier si le modèle est sur-optimisé ou non par un test avant. Si un modèle sur un échantillon d'entraînement ne gaspille PAS ses valeurs de manière critique, alors, Bombay, il n'y a pas de sur-optimisation.
Je ne comprends pas.
Vous avez créé ce modèle en ajustant ses paramètres à l'échantillon d'entraînement - c'est l'optimisation.
Vous pouvez vérifier si le modèle est sur-optimisé ou non par un test avant. Si le modèle sur l'échantillon d'entraînement ne détériore PAS CRITIQUEMENT ses valeurs, alors, Bombay, il n'y a pas de sur-optimisation.
Messieurs, n'utilisez pas les mots : pousser, écrire et écrire dans la même phrase.
ou sinon tu vas avoir du beurre.
Soyez bref, s'il vous plaît.
Au moins 10 mois.
Une avance sur une transaction ?
Un report d'une seule transaction ?
le forward n'est pas une transaction, mais une qualité synthétique ou ses caractéristiques probabilistes