トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 3381

 
fxsaber #:

翻訳の問題ではない。

百式がFFに依存しているのは明らかです。

FFは同じでしょう?
 
Aleksey Nikolayev #:
難しいことでなければ、リンクを持ってきてください(記事、書籍)。

取引、自動取引システム、取引戦略のテストに関するフォーラム

有用な文献。

アンドレイディク, 2010.07.24 22:26

ニューラルネットワーク、遺伝的アルゴリズム

A case study on using neural networks to perform technical.pdf
Christian L. Dunis Modelling and Trading EURUSD.pdf
ED PONSI Forex Patterns and Proabilities.pdf
Gorban A.N.ニューロインフォマティクス。What are we, where are we going, how to measure our way.pdf
Haykin S. Kalman filtering and neural networks.djvu
Jonsson F. Markus.マーカス。実際の地形のデジタル化された地図上で車両の最適経路を見つける。Part 1.doc
Jonsson F. Markus.Markus.実際の地形のデジタル化された地図上で車両の最適経路を見つける。Part 2.doc
Kondratenko V.V. Using Recurrent Neural Networks To Forecasting of Forex.pdf
Krose B.ニューラルネットワーク入門。1996.djvu
Long, Parks Neural Network Modeling.djvu
Neural_Network_Trend_Predictor_Manual.pdf
Simon D.Radial basis neural networks with the extended Kalman filter
ToshibaNeuronChip.pdf
Barskii A.B. Neural Networks Recognition, Control, Decision Making.2004.pdf
Berkinblit M.B. Neural Networks 1993.djvu
Bastens D. Neural Networks and Financial Markets.Decision making in trading operations.djvu
Vapnik V.N. Restoration of dependencies on empirical data.1997.djvu
Vezhnevets A. Non-Standard Neural Network Architectures.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Galushkin A.I. Theory of Neural Networks.Book 1 2000.djvu
Goldstein B.S. Intellectual Networks.2000.djvu
Gorban A.N. Generalised approximation theorem and deduction possibilities of neural networks.pdf
Gorbunova E.O. Algorithmic universality of kinetic machine Kirdin.pdf
Gorbunova E.O. Methods of neuroinformatics.Kirdin kinetic machine のための単純なプログラムの有限性と決定性.pdf
Jain Anil K. Introduction to artificial neural networks.pdf
Dorrer M.G. Neural networks by intuitive prediction of relations in a group.pdf
Dorrer M.G. Methods of neuroinformatics.任意のコンバータを持つ半 層予測器による多次元関数の近似.pdf
Dubrovich V.I. Subbotin S.A. Algorithm of accelerated learning of perseptrons.pdf
Ezhov A. Shumsky S. Neurocomputing and its applications in economy and business.djvu
Zhukov L.A. Use of neural network technologies for carrying out educational and research works.pdf
Zaentsev I.V. Neural networks basic models.1999.pdf
Zakharov V.N. Khoroshevskiy V.F. Artificial Intelligence.第3巻。Software and hardware 1990.djvu
Callan R. Basic concepts of neural networks.djvu
Kgur P.G. Neural networks and neurocomputers.pdf
Komashinsky V.I. Neural networks and their application in control and communication systems 2003.pdf
Committee NN.pdf
Korotkiy S. Hopfield and Hamming neural networks.pdf
Korotkiy S. Neural networks.Backpropagation Algorithm.pdf
Korotkiy S. Neural Networks.Learning without a teacher.pdf
Korotkiy S. Neural Networks.Fundamentals.pdf
Krisilov V.A. Kondartiuk A.V. Transformation of input data of neural networks in order to improve distinguishability.pdf
Krisilov V.A. Oleshko D.N. Methods of acceleration of training of neural networks.doc
Krisilov V. A. Chumichkin K.A. Chumichkin K.V. Acceleration of training of neural networks due to adaptive simplification of training sample.pdf
Krislov V.A. Representation of initial data in tasks of neural network forecasting.pdf
Kruglov V.V.Fuzzy Logic and Artificial Neural Networks.djvu
Kruglov, Borisov - Artificial Neural Networks.Theory and Practice, 2002.djvu
Kruglov, Borisov - Artificial Neural Networks.Theory and practice, 2002.txt
Liu B. Theory and practice of undefined programming 2005.djvu
McCulloch W., Pitts W. Logical calculus of ideas relating to neural activity.pdf
Markel J.D. Linear prediction of speech.1980.djvu
Mirkes E.M. Neurocomputer.規格案。1998.pdf
Modified Genetic Algorithm for Optimisation Problems in Control.pdf
Nabhan T.N. Zomaya A.機能の最適化のためのニューラルネットワーク構造の作成の問題について.pdf
Napalkov A.В.,Pragina L.L. - Human Brain and Artificial Intelligence.docx
Oleshko D.N. Improving the Quality and Speed of Neural Networks Training in Task of Predicting the Behaviour of Time Series.doc
Oleshko D.N. Improving the Quality and Speed of Neural Networks Training.doc
Ostrovsky S. Neural Networks for Information Processing 2000.djvu
Pavlidis T. Algorithms of Machine Graphics and Image Processing.djvu
Penrose R. The New Mind of the King.コンピュータ、思考、物理法則について。2003.djvu
Pitenko A.A. Use of neural network technologies in solving analytical tasks in GIS.pdf
Rutkovskaya D.Neural Networks Genetic Algorithms and Fuzzy Systems.djvu
Senashova M.Yu. Neural Networks Errors.シナプスの重みの誤差の計算。1998.pdf
Subbotin S.A. Neurocybernetics in USSR-CIS - Analytical review of inventions and patents.pdf
Tarasenko R.A. Choice of size of situation description at formation of training sample for neural networks in tasks of forecasting of time series.doc
Tarasenko R.A. Preliminary estimation of quality of training sample for neural networks in tasks of forecasting of time series.doc
Terekhov S.A. Technological aspects of training of neural network machines.2006.pdf
feasibility-INVEST.gif
Tyumentsev Y.V. Intelligent Autonomous Systems - Challenge to Information Technologies.pdf
Wosserman F. Neurocomputer Engineering.doc
Wosserman F. Neurocomputer Engineering.Theory and practice.doc
Haykin S.Neural networks - full course.djvu
Tsaregorodtsev V.G. Production of semi-empirical knowledge from data tables by means of trained artificial neural networks.pdf


 
Maxim Dmitrievsky #:
FFは同じですよね?

100セット探せばそうです。FF1で100セット見つけても、平均的に悪いセットがあっても、良いセットがないとは言わない。FF2で平均的に良いセットが見つかるかもしれないのだから。

 
Andrey Dik #:
構成要素は、多機能空間において個別に評価することもできるし、まとめて評価する(メタ評価)こともできるし、そうでなければ積分評価することもできる。

このトピックに関する参考文献は興味深い。

 
fxsaber #:

100セット探すならそうだ。FF1で100セットを見つけたとしても、平均的なセットが悪いからといって、良いセットがないとは言えない。平均的な良いセットは、FF2を通して見つかるかもしれないのだから。

そうですね。
 
mytarmailS #:

1)

矛盾とは何か?

最適化アルゴリズムにおけるパラメータ選択==パラメータ探索

モデルメトリック推定 == FFによるあくらし推定など

納得できない点は?

特に「損失関数 != 品質メトリック」のセクションを 読んでください。これ以上わかりやすく説明できるとは思えない。

mytarmailS#:

2)

何が問題なのか、詳しく説明してもらえますか?例えば

関数空間は無限次元であるため、パラメータ数が無制限になる可能性がある。実際には、何らかの方法でパラメータ数を制御する必要が生じます。木の場合、それは例えば葉の刈り込みです。
Метрики классификации и регрессии
Метрики классификации и регрессии
  • education.yandex.ru
Как оценить качество модели для классификации или регрессии и почему для разных задач нужны разные метрики
 
Valeriy Yastremskiy #:

このトピックに関する作品のリンクは興味深い。

残念ながら、具体的な参考文献を挙げることはできない。上に文献のリストを挙げたが、興味のある人がいれば自分で探さなければならないだろう。私はもうこのような教育活動、蔵書の維持管理、目録作成には携わらないつもりである。

"豚の前に汗を流すな..."

 
Andrey Dik #:

残念ながら、具体的な参考文献を挙げることはできない。上に文献のリストを挙げたが、興味のある人がいれば自分で探さなければならないだろう。私はもうこのような教育活動、蔵書の維持管理、目録作成には携わらないつもりである。

"豚の前に汗を流すな..."

関数空間における多基準最適化に関する具体的なアルゴリズムへのリンクが欲しい。しかし、もし提供する用意がないのであれば、分かりやすくするために黙っておく方がいい。
 
Valeriy Yastremskiy #:

このトピックに関する作品のリンクは興味深い。

ある種のずる賢さがある。リンクは必ず開く。興味がある」人は誰も掘り下げない。アカデミックな内容の著作はおろか、アンドレイの噛み砕いた記事など誰も読まないだろう。


独自の最適化アルゴリズムのランキングを計算できる機能を備えた、このわかりやすいTOPを見た人はいるだろうか?

取引、自動取引システム、取引戦略のテストに関するフォーラム

トレーディングにおける機械学習:理論、モデル、実践とアルゴリズム取引

mytarmailS、2024.01.11 10:29 AM

また、誰もそのようなPSOのような普遍的に認識され、よく知られている、世界でトップ3あるいはトップ1最適化アルゴリズムとして 混乱していない、彼は評価の最後に持っており、誰もそのような灰色オオカミ、雑草などの聞いたことがないいくつかのノウハウの名前。)

https://habr.com/ru/users/belyalova/publications/articles/

Статьи / Профиль belyalova
Статьи / Профиль belyalova
  • 2021.10.12
  • habr.com
Еще раз здравствуй, Хабр! Меня зовут Мария Белялова, и я занимаюсь data science в мобильном фоторедакторе Prequel. Кстати, именно в нём и обработана фотография из шапки поста. Эта вторая статья в нашем цикле материалов про сравнение алгоритмов оптимизации для обучения нейросетей. В первой части мы сравнивали поведение 39 алгоритмов на тестовых...
 
Andrey Dik #:
蔵書の管理と目録作り

役に立つものすべてがお金をもたらすわけではない))))