L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3028
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
Esatto.
convoluzioni, nuclei convoluzionali
trasformazione convoluzionale del kernel
Capito. Ma qualcosa nell'immaginazione non disegna come possano essere collegati alla quantizzazione per essere reciprocamente sostituiti. La storia è piuttosto tirata su da loro. Ho intenzione di provare più tardi.
Avresti dovuto dirlo subito.
Non so come essere più specifico: credo che Maxim abbia capito.
"In forma binaria. La colonna è il numero della regola e il valore è "1" - la regola ha funzionato e "0" - la regola non ha funzionato. Bene, e l'obiettivo come nel campione principale. "
Capito. Ma qualcosa nell'immaginazione non disegna affatto come possano essere collegati alla quantizzazione, che sarebbe reciprocamente sostituita. È più come se la storia venisse tirata su da loro. Ho intenzione di provarli più tardi.
studio
https://www.arxiv-vanity.com/papers/1910.13051/
https://www.youtube.com/watch?v=1BRYrnvMhyI
L'articolo contiene molti riferimenti ad altri metodi all'avanguardia di classificazione delle serie temporali, metodi di estrazione di segnali e modelli.
Non si parla di inefficienze, ma si tratta, come si suol dire, di compiti a casa.
Beh, non riesco ancora a capire come implementare la massimizzazione dei profitti nello stesso bousting, per esempio.
Naturalmente sto facendo qualcosa, ma mi piacerebbe sentire altre opinioni informative sull'argomento.
Come te la cavi con il boosting e la massimizzazione dei profitti?
studio
https://www.arxiv-vanity.com/papers/1910.13051/
https://www.youtube.com/watch?v=1BRYrnvMhyI
L'articolo contiene molti riferimenti ad altri metodi all'avanguardia per la classificazione delle serie temporali e per l'estrazione di segnali e modelli.
Non si parla di inefficienze, ma si tratta, come si suol dire, di compiti a casa.
Sì, la teoria della creazione è chiara. C'è una questione di razionalità nella mia mente, e la generazione di diverse varianti. Il piano è di creare un generatore e un tester con quantizzazione per valutare l'efficienza di ogni istanza del kernel di convoluzione. In seguito, il primo compito prioritario è la previsione della deriva dei dati in un particolare predittore. Senza la soluzione di questo compito, il mio interesse per tutto cade.
La teoria della creazione è abbastanza chiara. Per me è una questione di razionalità e di generazione di diverse varianti. Secondo il piano, realizzerò un generatore e un tester con quantizzazione per valutare l'efficienza di ogni istanza del kernel di convoluzione. In seguito - il primo compito prioritario - la previsione della deriva dei dati in un particolare predittore. Senza la soluzione di questo problema, il mio interesse per tutto cade.
La "quantizzazione" mette in evidenza alcune proprietà della scheda, a quanto mi risulta. Una convoluzione fa la stessa cosa. Risulta essere un'operazione burrosa.
La riconciliazione su serie temporali aggrega informazioni sui valori passati dei predittori (è possibile prendere quelli che erano nel campione e quelli che non lo erano), e la quantizzazione valuta il successo di questa azione.
La convoluzione delle serie temporali aggrega informazioni sui valori passati dei predittori (è possibile prendere quelli che erano nel campione e quelli che non lo erano) e la quantizzazione valuta il successo di questa azione.
Che cos'è la quantizzazione?)
Nel contesto a cui mi riferisco, si tratta di una valutazione frammentaria di una serie di dati al fine di identificare un pezzo (segmento quantistico) la cui probabilità di appartenere a una delle classi è superiore dell'x per cento rispetto alla media dell'intero intervallo.