L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2479

Nuovo commento
 
iwelimorn #:

Grazie, forse non è l'agonia ma la mia mancanza di conoscenze fondamentali.

Questo è vero anche se più serie di variabili indipendenti corrispondono a una sola variabile?

Nit. Questo genere di cose è normale.
 
Dmytryi Nazarchuk #:

Hai almeno capito quello che hai scritto?

Sì, si chiama incoerenza dei dati. Ho avuto a che fare con le reti per 20 anni, quindi si può dire che sono un custode di questo thread. Perché lo chiedete?
 
iwelimorn #:

Sono d'accordo con te, se lo stesso esempio descrive diversi stati, allora otterremo una probabilità vicina a 1/n dove n è il numero di stati quando si classifica con qualsiasi algoritmo disponibile.

Ma non ci sono esempi assolutamente simili, sono simili fino a un certo punto. La questione è come rilevare questa "somiglianza".


100 esemplari in tre mesi sulla M5... Mi chiedo... Selezionate dei campioni dal campione originale secondo le regole , che poi utilizzate nel trading?

Se due vettori sono molto vicini tra loro ma hanno valori target diversi, allora questo costringe l'algoritmo a fare una piccola curva che porta a una diminuzione della stabilità del modello, quando un piccolo cambiamento del vettore di input porta a un cambiamento significativo del risultato. Anche questo non è buono perché il modello diventa molto sensibile ai dati di input e quindi può sbagliare più frequentemente.

100 campioni in 3 mesi su М5 si ottiene diluendo i dati, che è la strategia di base che ti fa analizzare il mercato non su ogni barra, ma solo in un certo momento, quando si è formata la condizione per l'analisi. Leggete il mio articolo per capire approssimativamente di cosa sto parlando. La verità è che è un po' datato, e non ci uso molto (sono andato avanti), ma il concetto di base non è cambiato!

 
Mihail Marchukajtes #:
Sì, si chiama dati incoerenti. Ho lavorato con le reti per 20 anni, quindi si può dire che sono un custode di questo ramo. Perché lo chiedete?

Hai bevuto di nuovo?).

O sei passato a qualcosa di più interessante? ))
 
Mihail Marchukajtes #:
Sì, si chiama dati incoerenti. Ho lavorato con le reti per 20 anni, quindi si può dire che sono un custode di questo ramo. Perché lo chiedete?
No. Proprio no.
 
mytarmailS #:

Bevi ancora? :))

O sei passato a qualcosa di più interessante? ))
Beh, è il mio giorno libero, quindi ho pensato di fare due chiacchiere. Insegnare ai giovani un po' di buon senso mentre sono buono). Non ho una pipa, altrimenti sarei tutto chiacchierone :-(
 
Dmytryi Nazarchuk #:
No. Solo - no
Potresti essere più chiaro, perché non è molto chiaro cosa intendi. O piuttosto non è affatto chiaro :-)
 
C'è qualcuno qui che sa fare il parsing?
 
Mihail Marchukajtes #:
Potresti renderlo più chiaro, perché non è molto chiaro cosa intendi. O piuttosto non è affatto chiaro :-)

Quando si applicano metodi di apprendimento automatico ai FIUMI IN CORSA, la situazione in cui lo stesso set di variabili di input corrisponde alla stessa variabile dipendente non si verifica quasi mai. Valori diversi della variabile dipendente generano un errore di previsione che deve essere minimizzato.

Tutto questo thread riguarda la minimizzazione dell'errore di previsione, aksakal.

Verità semplici....

 
Dmytryi Nazarchuk #:

Quando si applicano i metodi di apprendimento automatico a REMOTE RUNNING , la situazione è

perché casuale?

1...247224732474247524762477247824792480248124822483248424852486...3399
Nuovo commento
Motivazione: