Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3191
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
Eu queria ler sobre aprendizado de máquina, e aqui estão os humoristas aprimorando suas habilidades.
Eu gostaria de ver piadas de humor e outras coisas não relacionadas ao tópico em outro lugar.
Agora sobre o assunto.
Você escreveu que acha que o mercado é aleatório. Qual é a base dessa afirmação?
Você tem alguma base sólida para provar a aleatoriedade do movimento dos preços de mercado?
Então, para que serviram seus inúmeros gifs com saldos cada vez mais altos? Talvez você simplesmente não tenha entendido a resposta à sua pergunta?
Para mim, os gifs são uma nova variante do desenvolvimento do uso de cortes quânticos, que descrevi. Mostrei que 10 pontos de corte quânticos para uma determinada amostra também são suficientes para obter um saldo positivo em uma amostra de treinamento. E, consequentemente, eu disse que a seleção aleatória do primeiro segmento quântico (dentre os previamente selecionados) permite encontrar a sequência na qual o saldo mostra crescimento positivo nas amostras de teste e exame. Dessa forma, há segmentos quânticos que são eficazes somente na amostra do trem e há aqueles que são eficazes em outras amostras também. E, se eles têm esse comportamento diferente, provavelmente alguns deles descrevem um padrão estável e outros descrevem um padrão falso. Portanto, a pergunta era se é possível, no estágio de busca/criação desses segmentos quânticos, selecionar aqueles que são falsos. Está claro que os critérios usados por mim não são suficientes para filtrar os segmentos quânticos falsos. A ideia de misturar o alvo serve essencialmente como um teste para avaliar a probabilidade de selecionar segmentos quânticos no SB.
É por isso que não entendo, aqui eu selecionei segmentos quânticos em um alvo colocado aleatoriamente, e agora preciso construir um equilíbrio? Da mesma forma, mas sem randomização, que mostrei nos gifs?
É que a própria maneira de selecionar uma sequência de segmentos quânticos dentre os que selecionei anteriormente na amostra não é considerada completa, mas mostra o potencial da possibilidade.
É por isso que não entendo por que e como avaliar por meio do equilíbrio.
A entropia média, nesse caso, será expressa como um número igual ao logaritmo do número de caminhos possíveis. Esse número pode ser qualquer valor positivo, dependendo do número de etapas e do comprimento de cada etapa errante. Por exemplo, se ocorrer uma perambulação aleatória em um eixo de números com comprimento de passo 1 e número de passos 10, o número de caminhos possíveis será 2^10 = 1024, e a entropia média será igual ao logaritmo de 1024, ou seja, cerca de 6,93.
Para várias citações, os números foram comparáveis, em média, a sb.
No momento, se bem me lembro, o preditor na árvore atinge apenas metade do intervalo, sem procurar o melhor lugar para dividir?
Por omissão, ele geralmente é dividido pela metade. Havia uma opção na floresta Alglibow para dividir por 4. Eu mesmo ampliei a opção de dividir em qualquer incremento. Não sei sobre o catbusta, mas a coisa é simples, deveria ser. O Cutbust tem uma busca por divisões em um ponto aleatório.
No OOS, geralmente os melhores modelos são obtidos quando se divide pela metade. Ele se retreina muito rapidamente quando o passo é pequeno.
Do ponto de vista das informações, o mercado é aleatório se você comparar a quantidade de informações na sb e nas cotações. Fiz essa comparação há vários anos. Do ponto de vista de um leigo - o mercado muda, os padrões mudam com o tempo.
Se você receber dados que registram fluxos turbulentos de uma asa de avião e seu teste mostrar que é aleatório (e será)
Esses dados podem ser considerados aleatórios?
Se você receber dados que registram fluxos turbulentos de uma asa de avião e seu teste mostrar que isso é aleatório (e será)
Esses dados podem ser considerados aleatórios?
A entropia média, nesse caso, será expressa como um número igual ao logaritmo do número de caminhos possíveis. Esse número pode ser qualquer valor positivo, dependendo do número de etapas e do comprimento de cada etapa errante. Por exemplo, se ocorrer uma perambulação aleatória em um eixo de números com comprimento de passo 1 e número de passos 10, o número de caminhos possíveis será 2^10 = 1024, e a entropia média será igual ao logaritmo de 1024, ou seja, cerca de 6,93.
Para várias citações, os números foram comparáveis, em média, a sb.
Por experiência própria.
Não pode ser um acaso, pois ainda tenho muitas imagens semelhantes.
O mercado não é aleatório, isso é inequívoco)
Por experiência própria.
Não pode ser um acaso, pois ainda tenho muitas fotos semelhantes.
Em silêncio, ela geralmente é dividida ao meio. Na floresta de Alglibov, havia uma variante de divisão por 4. Eu ampliei a possibilidade de dividir em qualquer incremento. Não sei como o Katbusta faz isso, mas a coisa é simples, deveria ser. O Cutbust tem uma busca por divisões em um ponto aleatório.
No OOS, geralmente os melhores modelos são obtidos quando se divide pela metade. Ele se retreina muito rapidamente quando a inclinação é pequena.
Com o katbusta - pela tabela quântica, ele está se ajustando demais :)
Talvez você possa tentar implementar a tabela ao mesmo tempo para fins de compatibilidade?
Anexei um arquivo de acordo com o padrão do CatBoost - a primeira coluna é o número do preditor e a segunda coluna é a divisão.
Por experiência própria.
Não pode ser um acaso, pois ainda tenho muitas fotos semelhantes.
O mercado não é aleatório, isso é certo)
Oooh . sim, eu também queria dar esse exemplo muitas vezes, mas sempre me escapava.