Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3251
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
E assim, apenas uma réplica.
A correlação NÃO precisa de normalização, não é uma distância euclidiana, a normalização já está embutida na correlação
O 3980 implementou os métodos Conjugate para os tipos complex, vector<complex> e matrix<complex>. Eles realizam a conjugação para números complexos.
Obrigado!
Obrigado, professor.
Se houver muitas dimensões (recursos), até mesmo mais de 5, NÃO vale a pena procurar a proximidade direta entre as linhas; é melhor reduzir a dimensionalidade.
Dois inimigos: excesso de treinamento e olhar para o futuro.
Muito já foi escrito sobre o treinamento excessivo - o modelo é muito "semelhante" à série original. Todo mundo está familiarizado com isso, pois o treinamento excessivo é um resultado comum do testador.
O que é "olhar para frente"?
É correto dizer que essa é a principal tarefa em que o MoD está envolvido?
A situação é como a da física moderna: você quer pedalar ou dirigir? A física costumava tentar entender como o mundo funciona, mas agora eles apenas esticam fórmulas sobre os dados, inventam entidades virtuais, ninguém entende nada, tudo é muito complicado.
No processamento de dados, a situação é a mesma. No passado, pegávamos um problema, tentávamos entendê-lo, depois escrevíamos um algoritmo à mão e otimizávamos os cálculos. Para simplificar a tarefa, algumas relações eram negligenciadas, outras eram reduzidas a uma forma linear. Quando havia potência e dados suficientes, a solução do problema foi transferida para um otimizador (grosso modo, como no testador MT), que seleciona os coeficientes de algum polinômio. Ninguém entende como o que é calculado, não há confiança total no resultado, mas essa abordagem é capaz de levar em conta relações não lineares e não óbvias, acelerando alguns cálculos científicos em ordens de magnitude.
Quando a solução é óbvia, deve-se usar a abordagem clássica. Mas em condições de grande incerteza, a MO não é uma panaceia (é por isso que eles adicionam ruído às imagens no captcha).
Se houver muitas dimensões (atributos), até mais de 5, NÃO vale a pena procurar a proximidade direta entre as linhas, é melhor reduzir a dimensionalidade
1 valor de cada característica não é suficiente
.
Onde eu disse um valor?
E onde eu disse um valor?
Estou dizendo que
ao reduzir uma dimensão, ninguém reduz a uma dimensão, é possível, mas eles não o fazem.
Eu disse
Você usa a convolução ou preditores básicos ao longo da história?