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
Oh, capisco, quindi c'è un solo GMM? Non ce ne sono altri?
TGAN e altri GAN, autoencoder, stima della densità dei kernel, copule
Non ho provato TGAN, gli altri sono peggiori di GMM.
Forse sono disponibili nuovi GAN per le serie temporali.
*Il GMM non converge bene su campioni di grandi dimensioni, è necessario utilizzare campioni non molto grandi.TGAN e altre GAN, autoencoder, stima della densità kernel, copule
TGAN non è stato provato, gli altri sono peggiori di GMM
Forse sono disponibili nuove GAN per le serie temporali.
*Il GMM non converge bene su campioni di grandi dimensioni, è necessario utilizzarne di non molto grandi.Sì, ci sono molte opzioni, e all'inizio erano anche significative))) Beh, come se una ricerca completa fosse anche un'opzione significativa, la cosa principale è avere abbastanza potenza)))))
Soprattutto per questo thread, ora per mezz'ora, usando solo OHLC, ho abbozzato un indicatore a freccia.
Questa è la prima anteprima senza filtri e senza altri trucchi, solo OHLC. Questo algoritmo funzionerà su qualsiasi TF.
Che vi piaccia o no, ma nessuna chiave R e Python non vi aiuteranno se non capite la profondità e il significato dei grafici finanziari. Mi scuso per la maleducazione, ovviamente.
Non mostra nulla di utile.
È solo un normale indicatore di pip.
È il tipo di cosa che viene truffata in un batter d'occhio.
---
hanno un'altra barra, non puoi vederla.
Ti daranno una freccia verso l'alto, tu rimbalzerai.
e loro la sposteranno in basso.
e Ala Hooey, tu sei come...
prendi lo stop.
e la storia si ripete, ripetutamente.
I tacchini non funzionano, dovresti averlo già imparato, non sei un ragazzo.
;)
vi hanno dato dei vettori, hanno scritto un articolo e vi hanno trattato come un gingillo....
Il movimento dei prezzi è un insieme di parametri che formano un vettore.
Non mostra nulla di buono.
zampirone
Questo tipo di truffa è un pugno di uno e due
---
hanno una barra in più, non si vede.
Ti danno una freccia verso l'alto, hai pedalato.
e si muoveranno verso il basso.
e, alla faccia di Hooey, ti ritroverai tipo...
ti fermi.
e la storia si ripete, ripetutamente.
I tacchini non funzionano, dovresti saperlo ormai, non sei un ragazzo.
;)
Funzionano. Funzionano. Basta avvicinarsi al prezzo dal lato giusto.
Ora so per certo che per il Ministero della Difesa si devono presentare solo i prezzi e nient'altro.
TGAN e altre GAN, autoencoder, stima della densità kernel, copule
TGAN non è stato provato, gli altri sono peggiori di GMM
Forse sono disponibili nuove GAN per le serie temporali.
*Il GMM non converge bene su campioni di grandi dimensioni, è necessario utilizzarne di non molto grandi.Quanto grandi? 10000 caratteristiche con una riga di 100 ciascuna. è molto?
Quanto è grande? 10.000 tratti con una fila di 100 ciascuno. è molto?
.
Perché usi le mani? Avete un robot. O vuoi un po' di adrenalina dal gioco d'azzardo?
Ho rinunciato a fare trading con le mani dopo averne perse alcune.
Oppure vuoi un po' di adrenalina dal gioco d'azzardo? Anch'io a volte ne ho voglia, ma l'esperienza mi dice che non dovrei...
Risposta transitoria dalla rappresentazione dello spazio di stato
Trame di transizione di Markov (animate)
solo
в Марковских случ. процессах поведение зависит только от значений, принятых системой в наст. момент.
И
nelle catene di Markov la transizione dei processi ad altri stati avviene per salti sotto l'influenza di fattori casuali...
- i tempi non sono casuali, nemmeno nelle serie di Taylor...
Risposta transitoria dalla rappresentazione dello spazio di stato
Trame di transizione di Markov (animate)
solo
- La casualità non esiste, nemmeno nei ranghi di Taylor....
Nel processo di Markov non c'è dipendenza dal valore del momento.
In generale, lo intendo come una funzione del rumore. E intendo il rumore come un processo di molti fattori che non possono essere controllati a causa della loro molteplicità. Cioè, se ci sono pochi fattori, il processo è controllato, ma dopo un certo numero di fattori iniziano a comparire collisioni e risultati probabilistici della somma dei fattori. Inoltre, i fattori possono avere e hanno connessioni e retroazioni. Ma il processo di Markov non ha tali collegamenti.