L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 488
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Beh, è una questione di azzeccare i chip e l'obiettivo, anche se sembrerebbe che cosa potrebbe essere più semplice di una tabella di moltiplicazione, ma anche lì non c'è un piccolo errore
Con rispetto.
Non posso essere sicuro della correttezza della formazione, da qui gli errori. In forex, almeno in un modo o nell'altro, c'è ripetizione nella tabella di moltiplicazione, non c'è ripetizione.
Con rispetto.
Beh sì, dato che RF è incapace di estrapolare del tutto
può...
(C'è scritto dappertutto che, tipo, non... )
Hai anche scritto un sonaglio)))) Ma lei ha deciso di farne produrre un altro.
Mettilo in -
х = 1 0 1 0 1 0 1 0 1 0
obiettivo = 1 0 1 0 1 0 1 0 1 0 1 0 1 0
allora -
х = 1 0 1 0 1 0 1 0 1 1
obiettivo = 1 0 1 0 1 0 1 0 1 0 1 0 1 0
ecc...
Per un esempio interpretabile, vedere tra poco.
precisione, perdita, kappa... ecc. come vuoi tu. Bene e giustamente sottolineato prima -
c'è molto da vedere nella foresta...
OK, se è così, finirò la strategia e poi vedremo cosa c'è :)
Saluti ai neuronauti! Grandi menti ))
Ecco un film su un neuralista che ha creato un programma software super predittivo e ha "aiutato" una banca a "diventare ricca".
Saluti ai neuronauti! Grandi menti ))
c'è un film qui su un tipo di neuroni che ha creato un motore di superprevisione e ha "aiutato" una banca a "diventare ricca".
vedere "The Texas Chainsaw Massacre", un film nuovo e rilassante.
Non posso fare a meno di pensare che un certo numero di problemi sono comuni sia ai modelli di classificazione che a quelli di regressione.
Uno di questi problemi è la multicollinearità, che di solito viene interpretata come una correlazione tra le variabili di input, ma questo potrebbe non essere del tutto vero.
La multicollinearità in senso generale porta a una conseguenza molto spiacevole che mina i nostri sforzi di modellazione:
Se la multicollinearità è intesa come una relazione lineare tra variabili di input (variabili esplicative, predittori), allora abbiamo il seguente quadro
Ecco un articolo che fornisce strumenti R per riconoscere la presenza di multicollinearità.
Non posso fare a meno di pensare che un certo numero di problemi sono comuni sia ai modelli di classificazione che a quelli di regressione.
Uno di questi problemi è la multicollinearità, che di solito viene interpretata come una correlazione tra le variabili di input, ma questo potrebbe non essere del tutto vero.
La multicollinearità in senso generale porta a una conseguenza molto spiacevole che mina i nostri sforzi di modellazione:
Se la multicollinearità è intesa come una relazione lineare tra variabili di input (variabili esplicative, predittori), allora abbiamo il seguente quadro
Ecco un articolo che fornisce strumenti R per riconoscere la presenza di multicollinearità.
grazie per la nuova parola, già glossata un paio di volte oggi :)
Quali altri problemi ci sono?
Oggi ho deciso di controllare, la mia rete basata sul percetron. Ottimizzato per maggio-inizio giugno 2016, EURUSD, spread 15 pips.
La coda stessa.
Sono ancora confuso dal risultato.
Oggi ho deciso di controllare, la mia rete basata sul percetron. Ottimizzato per maggio-inizio giugno 2016, EURUSD, spread 15 pips.
La coda stessa.
Finora sono confuso dal risultato.
Anch'io sono viziato, anche se con un po' di shock. L'ho provato su campioni casuali e i risultati sono sorprendenti. Non ho ancora fatto TC.
Maxim dice che è una lunga curva di apprendimento. Ho circa 23 ore. Ma anche se lo faccio una volta ogni 3 mesi - che porcheria).
E per 3 mesi è sufficiente di sicuro, non l'ho testato ulteriormente.