Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2621
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
Para PythonPonyGE2 existe um pacote, mas eu faço-o no Pke, por isso não posso dizer o que é e como
Uma sequência de eventos/regras é eficaz, mas cada regra tem dimensionalidade e uma longa sequência tem maldições.
O que é que eu fiz com os nomes insensatamente?
A regressão simbólica num trade-off entre enviesamento e variância parece fortemente enviesada no sentido de aumentar a variância. Esta não é certamente uma razão para a abandonar, mas pode haver problemas devido à proximidade do preço com a SB.
É apenas um quadro sobre o qual se podem criar regras, não há nada na minha proposta sobre preço, aproximação, regressão...
Não me interessa se há mil modelos, se olharem para as últimas 10 velas, é inútil, mesmo que seja GPT-3 com toda a coragem.
Tens um gerador, não tens energia...
Os meus 5 cêntimos. - Durante o treino, o peso dos neurónios não repetitivos (barras) é borrado. O peso influente permanece com os neurónios mais frequentemente confirmados. Assim, com um número fixo de barras, apenas as que são significativas têm pesos. Uma espécie de figura.
Os meus 5 cêntimos. - Durante a aprendizagem, o peso dos neurónios não repetitivos (barras) é borrado. O peso influente permanece com os neurónios mais frequentemente confirmados. Assim, com um número fixo de barras, apenas as que são significativas têm pesos. Uma espécie de figura.
Os meus 5 cêntimos. - Durante a aprendizagem, o peso dos neurónios não repetitivos (barras) é borrado. O peso influente permanece com os neurónios mais frequentemente confirmados. Assim, com um número fixo de barras, apenas as que são significativas têm pesos. Uma espécie de figura.
E se alguém comercializa e dá ao ML o que é bom e o que é mau?
É uma boa ideia, só que eu penso que é importante aqui:
- Construir um grande número de estatísticas.
- Para uma pessoa negociar uma coisa (um sistema).
- Que a pessoa permaneça objectiva e que opere sistematicamente.
Neste caso, penso que se obterá uma boa avaliação e, portanto, é possível obter um benefício normal.