L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2293
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
fino a quando non farete esperimenti sulle sinusoidi non capirete
Asaulenko ha fatto esperimenti sui sinusoidi, poi è scappato da qualche parte... si è offeso per loro
Prendete un semplice MA a 24 periodi e controllatelo. Forse qualche altro filtro passa-bassoAsaulenko ha fatto esperimenti sui sinusoidi, poi è scappato da qualche parte... offeso da loro
Prendete una semplice MA a 24 periodi e controllatela. Forse qualche altro filtro passa-bassohttps://www.mql5.com/ru/forum/86386/page2089#comment_19102675
https://www.mql5.com/ru/forum/86386/page2089#comment_19102675
Non capisco cosa cerchi in questo modo. È necessario trovare una deviazione statisticamente significativa dalla media in periodi specifici, o autocorrelazione
potrebbe avere senso passare attraverso filtri passa-basso piuttosto che solo MAH
C'è un'altra opportunità evidente per un'applicazione potenzialmente utile dei poteri dei cosnickers. Stiamo parlando di test di casualità in generale e di test NIST in particolare. Lì hanno tutto quello che gli piace: cicli, Fourier, modelli, ecc. Tuttavia, lì si studiano solo le sequenze binarie, ma si può iniziare a studiare i grafici renko.
Alexey, come possiamo collegare la teoria della martingala alla martingala nel forex, per guardare da un punto di vista scientifico su MO + martingala? :)
Alexei, come puoi collegare la teoria della martingala alla martingala del forex, per guardare da una sorta di prospettiva scientifica su MO + martingala? :)
Non riesco a spiegare perché avete bisogno di un martin in mO
non hai ancora spiegato perché hai bisogno di un martin in mo
te l'ho detto - diversa allocazione dello spazio, altre opportunità che non puoi ottenere imparando un solo mestiere
e non si tratta di aumentare il lotto.In pratica, sto ancora lottando con un problema in cui due classi sono distribuite asimmetricamente (una più del 60%) e le reti "bruciano" il 100% del tempo producendo una classe.
Le griglie sono una cosa così delicata... Un piccolo squilibrio e già si bruciano. Bilanciare i doppi o rimuovere qualcosa da una grande classe è distorcere i dati, non mi sembra buono. Soprattutto se il rapporto di classe è 95% a 5%.
Questo è uno dei motivi per cui sono passato ai modelli in legno (alberi, foreste, boost).
La propagazione inversa dell'errore nelle reti, dà anche i suoi problemi con l'arresto in punti locali.
Il secondo.
Gli alberi non hanno questi svantaggi.Ci sono molte cose che si possono fare, non ve le dico perché ci sono pacchetti speciali.
Le classi devono essere bilanciate per il NS. Aggiungere esempi mancanti.
È meglio padroneggiare python.
Bilanciare le classi, o rifare la metrica, che darebbe più punti a una classe rara
Grazie. Tra l'altro pensando a come rifare la metrica mi è venuto in mente così - l'esempio se le classi sono 0 (30%) e 1 (70%), poi per il giusto valore sul passaggio inverso per dare non 0 e 1, ma 0 e 0,7 ( o 0,85?) Come opzione.
Ma non posso decidere subito se questo è il modo giusto per farlo, se questi numeri o fare magie con la funzione di attivazione, e così via, e non ho trovato tali esempi.
Grazie. A proposito pensando a come rifare la metrica, mi è venuto in mente così - l'esempio se le classi sono 0 (30%) e 1 (70%), poi per il giusto valore sul passaggio di ritorno per dare non 0 e 1, ma 0 e 0,7 ( o 0,85?) come opzione.
Ma subito non so se questo è il modo giusto per farlo, se si tratta di questi numeri o di fare magie con la funzione di attivazione ecc, e non sono riuscito a trovare esempi simili.
https://www.mql5.com/ru/forum/86386/page2108#comment_19209601