L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 711
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
Il Graal non è qui, è seduto accanto a me - sta guardando questa corrispondenza con gli occhi sgranati.
Sto anche arrivando gradualmente a tutti i tipi di densità di probabilità e cose del genere, ma da un altro lato, dal moushhilling :) ci sono quasi, l'unica cosa rimasta è capire il coolerning più o meno nelle sue diverse forme
L'entropia è usata anche lì e diverse distribuzioni possono essere impostate per gli agenti
Mi sto anche avvicinando gradualmente a tutti i tipi di densità di probabilità e cose del genere, ma un po' dall'altra parte, con il moushinlerning :) ci sono quasi, resta solo da capire il coolerning più o meno nelle sue varie manifestazioni
Proprio così.
Occupati solo delle entrate - non dovrebbero essere casuali, ma strettamente basate sull'intensità del trading. Per il tempo, a lungo termine.
Se le finanze sono difficili, solo per il gusto di vivere - datemi un voto, e lascerò cadere il Graal sulle probabilità per rendere le mie forze per continuare l'epopea.
Lo spettacolo deve continuare!
Apri gli occhi))))
aperto))))
buona fortuna!
)))
Proprio così.
Basta occuparsi delle entrate - non dovrebbero essere solo casuali, ma strettamente legate all'intensità dei mestieri. Per il tempo, a lungo termine.
Se le finanze sono difficili, solo per il gusto di vivere, allora non preoccupatevi, butterò fuori il Graal per il gusto delle possibilità, per avere la forza di continuare l'epopea.
Lo spettacolo deve continuare!
la cosa principale che sarebbe interessante :) hanno ancora interessanti cose inesplorate può poke intorno
Non vedo alcun senso nella tornitura supervisionata e non supervisionata, mera approssimazione e ricerca di caratteristiche per problemi stazionari ristretti
Anch'io sono a favore del boosting, ma non sono d'accordo con la sua lotta contro l'overfit.
Per lui, sconfiggere l'overfit = criterio specifico di partizionamento degli alberi + numero minimo di alberi.
Per me: gbm + k-fold. Mi sono stabilito su gbm ora, ma ho provato altri pacchetti in R - xgboost, catboost - hanno protezioni integrate per l'overfit, ma non ho ottenuto tanta gioia come con gbm.
Lo è?
Comunque, ecco la linea di fondo, la linea superiore che penso tutti possano capire
A differenza delle reti neurali, ho mostrato un rendimento più elevato, qui dalla notte fino ad ora (ovviamente reale):
La curva è ovviamente interessante e non può essere ignorata, ma il rendimento è troppo basso. IMHO
Lo è?
Sì. 1 в 1.
la cosa più interessante, anche per i DC, è la prognosi
non può
Professore, ancora una volta sei stato smascherato dai ragazzi normali)))