L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1955
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
ha scritto una tonnellata di codice anche oggi, sembra diventare interessante
Domani lo testerò nel terminale.
cercando di reingegnerizzare quel bot... sembra che l'abbiano già fatto :D e anche megliodedurre da ogni transazione
"Fila delle fonti" - sono prezzi o un campione? Azzerare il campione.
Gli incrementi dell'offerta.
in memoria
"se il treno e il test sono derivati da distribuzioni diverse (convenzionalmente). Cioè, il segnale che il modello ha imparato nel treno semplicemente non è presente nel test. Il modo più semplice è provare altri schemi di convalida, per tempo, per gruppi diversi, ecc. Più complicata è la cosiddetta validazione avversaria, quando prima costruiamo un modello per distinguere il vassoio dal test, e poi usiamo come set di validazione quel pezzo di vassoio che è più simile al test.
in memoria
"se il treno e il test sono derivati da distribuzioni diverse (convenzionalmente). Cioè, il segnale che il modello ha imparato nel treno semplicemente non è presente nel test. Il modo più semplice è provare altri schemi di convalida, per tempo, per gruppi diversi, ecc. Più complicato - è la cosiddetta validazione avversaria, quando prima costruiamo un modello per distinguere il vassoio dal test, e poi usiamo come set di validazione quel pezzo di vassoio che è più simile al test".
Leggi l'articolo - idea interessante. Ma penso che il risultato sarà un adattamento al test piuttosto che al trayne. Se ulteriori nuovi dati saranno diversi - ancora una volta otterremo il 50/50
Lo sto salvando sul mio blog. È una rottura trovare i tuoi promemoria.
Ho letto l'articolo - è un'idea interessante. Ma penso che il risultato sarà un test fit piuttosto che un track fit. Se ulteriori nuovi dati saranno diversi - ancora una volta otterremo il 50/50
Volevo dire che non i dati saranno diversi, ma il risultato, ma ora ho pensato, ma cosa succede se aggiungiamo davvero informazioni sui dati circostanti nei campioni, che non sono stati coinvolti nella costruzione del modello? Se usiamo solo l'albero come esempio, allora prima dell'ultimo split, guardiamo le statistiche per altri predittori, identifichiamo quelli che mostrano un'opzione di classificazione statisticamente positiva e cerchiamo di assicurarci che nel campione complessivo questi predittori non siano correlati con il predittatore nell'ultimo split, allora abbiamo informazioni aggiuntive sulle condizioni di mercato che non vengono prese in considerazione quando si seleziona l'ultimo split. Gli alberi, d'altra parte, sono costruiti secondo il principio di avidità e l'ultima divisione è certamente una competizione tra i predittori.
Allora la nostra divisione non sarà solo A>X, ma A>X1 && B>X2&& C>X3- cioè terremo conto delle informazioni sull'ambiente.
Quali sono i calcoli analogici nell'articolo - chi ha capito?
Non posso dirlo con certezza, ma sospetto che un numero analogico sia immediatamente un valore e che un numero digitale debba essere convertito in questo.
Solo che il processore si scalda e ho paura che i loro analoghi fluttuino nel tempo (dare un errore) e che ci siano molte interferenze oltre a questo
Non posso dirlo con certezza, ma sospetto che il numero analogico sia immediatamente un valore, e che il numero digitale debba essere convertito in quel valore.
A parte il fatto che il processore si scalda e ho paura che i loro analoghi fluttuino nel tempo (dare un errore) e che ci sia un sacco di interferenza in più
Leggermente sbagliato, i computer digitali lavorano con informazioni come 0 e 1. C'è corrente nel conduttore o non si formano matrici di livello superiore. Un segnale analogico può essere convertito in digitale per desCRIzione. Ma penso che quello che succede qui non è l'addizione e le operazioni matematiche con la presenza o meno di corrente nel conduttore, ma con il livello di tensione in un dato conduttore, che è il segnale analogico che in qualche modo hanno imparato a sommare. Bene, se volete cinque, sono 5 volt sul pin del processore, e se volete 8,345354346346, è la stessa quantità di volt.
Come ho detto nel mio video, ci sono due talloni d'achille che non sono attualmente implementati in relazione al neurone biologico. Il primo è la possibilità di tagliare e fare connessioni tra i neuroni e il secondo è lavorare digitalmente, dove c'è una desCRIzione sotto forma di un ordine di grandezza decimale. Nel mondo analogico queste dimensioni sono molto più grandi e penso che siano individuali per ogni neurone, cioè il segnale analogico ha una dimensione infinita dove possiamo raffinare il numero con un numero infinito di cifre dopo la virgola. Il mondo dei numeri reali è così :-)
Se ho capito bene e il processore lavorerà con segnali analogici, allora questo è un vero passo avanti dove un tallone d'achille è già ridotto.... Infatti, dentro la nostra testa ci sono dei neuroni che trasmettono segnali analogici tra di loro.
Quali sono i calcoli analogici nell'articolo - chi li ottiene?
Qualcosa come i transistor a tubo, sembra, solo molto piccolo.