Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 781
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
muito exagerado, despejando sobre o os
Eu vou treinar num longo intervalo, depois vou mostrar ao OOS
Também preciso de mudar a descrição do ambiente.
Então eu assumo que os períodos de stockhastic em si não mudam, mas há um peso dentro, pelo qual os atributos são multiplicados e depois a função de activação é aplicada?
Entendo que os períodos dos próprios estocásticos não mudam, mas o peso é levado para dentro, pelo qual os sinais são então multiplicados e então a função de ativação é ativada?
O alvo para os estocásticos (3 LERs) são seleccionados, ou seja, não existe um determinado conjunto de etiquetas, sim
mas é treinado não através do otimizador, mas através de um NS de pleno direito
Respeitado, aconselhar sobre uma maneira de classificar se os números de barras para as entradas são conhecidos, mas os motivos não são conhecidos.
Qual é a forma de identificar padrões. Dividir em duas classes onde entrar e onde não entrar?
Dois vetores: um para os longos, outro para os calções
Onde entrar/estará em posição = 1 , em outros = 0
O maior problema são os palpiteiros. Deverão existir outras que sejam relevantes para o alvo.
Se não temos experiência, então pegamos guizo, 6 modelos, e o mais importante é que há um ciclo completo: preparação de preditores, o próprio modelo e avaliação desses modelos. Se você preparar um arquivo em Excel, você pode ver todos os resultados listados de uma só vez, sem entender nada em R.
Mas há muito material neste fio
Boa sorte.
PS.
Vou assumir que temos muito mais gente no nosso exército.
Os alvos para estocásticos (3 LERs) são numerados, ou seja, não há um conjunto de etiquetas
não é treinado através do otimizador, mas através do NS
O que é um alvo, eu gostaria de saber?
Estou a lidar um pouco com a ARIMA. Eu entendi que há três passos:
1. identificação de um modelo experimental.
2. estimativa dos parâmetros e verificação da adequação.
3. previsão.
No primeiro ponto, quero ter a certeza de que a série está parada.
Quais são os alvos, gostaria de saber?
O alvo (etiqueta) é o que é alimentado na saída NS durante o treinamento (ou seja, o valor que é suposto sair)
e o que é alimentado pela entrada é uma característica (uma característica, um preditor)
Quais são os alvos, eu saberia?
Já estou a trabalhar com a ARIMA há algum tempo. Eu entendo que há três passos envolvidos:
1.Identificação de um modelo de teste.
2. estimativa dos parâmetros e verificação da adequação.
3. previsão.
Quanto ao primeiro ponto: acontece que temos de nos certificar de que a série está parada, se não estiver, a série de momentos.
Existe uma função auto.arima que selecciona automaticamente os parâmetros, e existem 3 (6), em vez de um.
Eles verificam o resíduo do modelo. Há testes especiais para isto.
Dois vetores: um para os longos, outro para os calções
Onde entrar/estará em posição = 1 , em outros =0
O maior problema são os palpiteiros. Deverão existir outras que sejam relevantes para o alvo.
Se não temos experiência, então pegamos guizo, 6 modelos, e o mais importante é que há um ciclo completo: preparação de preditores, o próprio modelo e avaliação desses modelos. Se você preparar um arquivo em Excel, você pode ver todos os resultados listados de uma só vez, sem entender nada em R.
Mas há muito material neste fio
Boa sorte.
PS.
Direi que temos muito mais gente no nosso exército.
Obrigado! Além disso, se não for difícil onde ler sobre 6 modelos, preparação de preditores, o modelo e sua avaliação. Eu tentei trabalhar um pouco em R, mas em anos é difícil entender o que está acontecendo por lá.
há uma função auto.arima que capta automaticamente os parâmetros, e há 3 (6), não um.
Eles verificam o resíduo do modelo. Existem testes especiais para este fim.
No primeiro ponto entendi que temos de nos certificar de que a série está estacionária, se não a decompormos em momentos. Eu verifiquei com ACF, CHAF e Dickey-Fuller teste.
O ACF é mesmo feito em MQL.
No primeiro ponto entendi que você precisa ter certeza de que a série está parada, se não decompô-la em momentos. Para verificar o teste ACF, CCCF e Dickey-Fuller.
O ACF foi mesmo feito em MQL.
Eu não tenho muitas ferramentas diferentes, você ficará preso com todo tipo de bobagem como ACF e um monte de outras coisas. Você só vai saber em R que não está funcionando, mas em µl você não vai, porque lhe falta a ferramenta.