L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1168
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
ho controllato l'MLP dall'alglib sulla tabella di moltiplicazione per la normalizzazione, hmmm... nessuna normalizzazione necessaria, strano... molto strano che sia così semplice!
la griglia di alglib è abbastanza buona, naturalmente non ci sono miracoli, ma anche in avanti mostra valori appena logici.... molto strano che sia così semplice! )))
HH: #define k 1 si può girare, ma non ho notato alcun cambiamento, come l'ingresso per fornire da 0. 1 che da 1. 100, qualunque cosa funziona abbastanza bene tutto lo stesso
bene, e la foresta circa lo stesso conterà, ho gettato la tabella di moltiplicazione anche per questo, solo su grandi set di dati sarà differenza - rete neurale è addestrato più lento
Interessato alla tua opinione sull'uso della carta di Kagi per il Ministero della Difesa. Quanto spesso viene usato e quanto è significativo secondo te?
Interessato alla tua opinione sull'uso del programma kagi per il MoD. Quanto spesso viene usato e quanto è significativo secondo te?
Penso che sia un comune indicatore di cambiamento del prezzo di una certa quantità, proprio come un Renko... in quali situazioni può essere usato: per esempio, per filtrare il "rumore", ma può anche essere fatto attraverso un muving, per esempio, con esattamente lo stesso ritardo. Quindi, se c'è la necessità di ottenere dati filtrati con un ritardo - allora forse ha senso, ma in pratica molto probabilmente non esiste un compito come quello di ottenere informazioni di mercato fortemente in ritardo.
Penso che sia un comune indicatore di cambiamento del prezzo di un certo valore, proprio come Renko... in quali situazioni può essere usato: per esempio, per filtrare il "rumore", ma può anche essere fatto attraverso un muving, per esempio, con esattamente lo stesso ritardo. Quindi, se c'è la necessità di ottenere dati filtrati ritardati, allora potrebbe avere senso, ma in pratica non c'è probabilmente un tale compito per ottenere informazioni di mercato fortemente ritardate.
Non si tratta piuttosto di pratica. Tali grafici creano una certa connessione tra il mercato e l'"esercizio della moneta".
Piecewise steady-state SB non simula bene un piatto. L'ovvio sviluppo del modello è una catena di Markov omogenea frammentata. È abbastanza possibile usare il MO per allenarlo. Sicuramente qualcuno ha fatto qualcosa di simile, ma non ho trovato nulla.
Interessato alla tua opinione sull'uso del programma kagi per il MoD. Quanto spesso viene usato e quanto è significativo secondo te?
hmm, ho pensato di postare una foresta addestrata in grafici renko in questo thread oggi,
Ho letto da qualche parte che alcune persone condividono le stesse idee :)))
hmm, ho pensato di postare una foresta addestrata in grafici Renko in questo thread oggi,
Ho letto da qualche parte che alcune persone pensano allo stesso modo )))))
i>Normalmente, aggiungete alle vostre istuzioni la capacità di ottimizzare le impostazioni di rengo, ecco cosa vedrete
E in generale, potete usare il mio esempio di bandito per la trama di Weierstrass, cambiando logit in forestaper passare a python senza problemi e per risolvere gli esempi consiglio google colaboratory
si possono prendere le probabilità condizionali (tracce di continuità) per quanto ho capito, che, nel limite, convergeranno a 50\50, ma ci possono essere variazioni nel momento. Questo è esattamente ciò che riguarda l'approccio bayesiano, al contrario dell'approccio della frequenza (distinguendo tra distribuzioni a priori e a posteriori). Questo è più o meno il mio umile punto di vista su ciò che sta succedendo in questo libro al momento, dato che non ho molta familiarità con la statistica bayesiana, anche se c'è essenzialmente un'equazione e tutto il resto :)
Ma c'è il sospetto che questo possa essere usato per trovare regolarità condizionali, se così si può chiamare. E una rete neurale è solo per la generalizzazione
almeno questo è l'approccio che sto cercando di aggiungere ai miei banditi RL
Correggetemi se mi sbaglio.
Ho Sagemath, che è basato su python.
Circa 50/50 nel limite sono d'accordo, anche se può essere formalizzato in modi diversi. Vorrei trovare qualche modello semplice per distinguere i nostri grafici dalla SB simmetrica su brevi intervalli di tempo. I banditi mi sembrano abbastanza complicati, come i modelli di Markov nascosti, da portare a un apprendimento eccessivo.
Ignorare l'opposizione dell'approccio della frequenza all'approccio bayesiano - essi coesistono abbastanza in un teorico)
Il problema della ricerca di regolarità, secondo me, è la stessa non stazionarietà.
si può fare il 100% di profitto al mese.
Zehr gut, Max! Tse è il Graal e si nasconde negli incrementi. Non è così facile da vedere - ma è lì, al 100%.