Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 723
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
A formação de professores não é, em princípio, adequada para lidar com processos não estacionários, está escrita sobre isso em todos os livros.
Há alguma justificação em algum lugar para não aplicar redes profundas a séries financeiras?)
Há alguma justificação em algum lugar para não aplicar redes profundas nas filas financeiras)?
Há pelo menos uma prova na forma deste tópico, no qual as pessoas mais inteligentes do fórum se quebraram
Onde está escrito que a formação com um professor requer estacionaridade?
O que você chama de kamalaniya já foi provado muitas vezes, há montanhas de publicações, mas não há nada sobre treinamento sem um professor para o ofício.
Jesus, em todo lugar, no Haykin favorito de alguém, por exemplo.
nos meus exemplos, onde mostrei a incapacidade da NS de extrapolar.
O que eu chamo de kamlanie é sempre uma perda de informação sobre as transformações, pelo que é impossível reconstruir a BP não estacionária, uma vez que é muito sensível às condições iniciais e a pequenas flutuações.
Mas não estou a convencer ninguém, esta é a minha opinião.
E sem um professor não posso dizer nada neste momento, terra incógnita...
Nos meus exemplos onde mostrei a incapacidade de NS de extrapolar
Os seus exemplos são prova da sua capacidade ou incapacidade pessoal, e apenas no momento actual. Seus exemplos não têm nada a ver com a capacidade da NS em geral, já que a prova não se baseia em exemplos, e a prova disponível é TESTED por exemplos.
O que eu chamo de kamlaning é sempre uma perda de informação sobre as transformações, das quais é então impossível reconstruir o VR instável de volta, pois é muito sensível às condições iniciais e a pequenas flutuações
Você não está familiarizado com o problema, pois é exatamente o oposto. Além disso, a ideia de trabalhar com séries não estacionárias é a DIVISÃO das séries, não a transformação.
Nos meus exemplos, onde mostrei a incapacidade de NS de extrapolar
Os seus exemplos são prova da sua capacidade ou incapacidade pessoal, e apenas no momento actual. Seus exemplos não têm nada a ver com a habilidade da NS em geral, já que a prova não é baseada em exemplos, e a prova disponível é TESTADA por exemplos.
O que eu chamo de kamlaning é sempre uma perda de informação sobre as transformações, pelo que é impossível reconstruir o VR instável de volta, pois é muito sensível às condições iniciais e a pequenas flutuações.
Você não está familiarizado com o problema, pois o oposto não é o caso. Além disso, a ideia de trabalhar com séries não estacionárias é a DIVISÃO da série, não a transformação.
Pára de ser tão esperto e mostra-me o sinal.
não é possível recuperar uma peça de BP construída de forma inexpugnável a partir de um modelo construído, uma vez que o processo é não-estacionário
ou seja, em essência, os NS devem ser capazes de prever qualquer horário de caminhada aleatória, aprendendo com os outrosPare de ser esperto e mostre o sinal
É impossível reconstruir o VR INVISÍVEL a partir de um modelo construído, pois o processo é não-estacionário.
Leia GARCH.
O modelo é VOLTADO pela série temporal, e não o contrário. Embora exista um modo inverso, chamado "simulação" quando um PA é gerado a partir de um modelo com determinados parâmetros, que é então usado para testar o modelo real. Mas este é um teste que permite testar o comportamento do modelo em diferentes tipos de tendências, diferentes variações do comportamento da variância e suas distribuições. É uma ideia diferente de teste de modelos que não é discutida aqui de todo.
Vou dizê-lo agora.
Cavalheiros! O assunto já secou há muito tempo.
Sabe porquê? Nenhum de vocês está sequer a tentar trabalhar com a intensidade do fluxo de cotações. Aí está apenas a notória não-estacionariedade, que é quase impossível de transformar em um fluxo Poisson estacionário, mas deve ser levada em conta nos cálculos.
As suas entradas estão cheias de porcarias. O que você quer?
Trabalhem com velocidades incrementais, como legado pelo grande Feynman, diante do qual todos vocês são como a lua. É isso aí!Você está usando SOMENTE NS, e SOMENTE uma das variantes, e fazendo generalizações para toda a aprendizagem da máquina aqui.
Além da NS, há centenas de modelos de aprendizagem de máquinas, sob a carapaça do carpete há mais de 200 deles. Além da preparação inicial dos dados, além da avaliação do modelo - você tem uma idéia muito limitada sobre tudo, pois você se limitou a uma ferramenta de alguma fazenda.
PS.
A aprendizagem sem um professor não pode, em princípio, ser aplicada no comércio, porque há sempre um professor. Pode ser velado como NS com reforços, mas é certo que haverá um PRINCÍPIO.
Leia GARCH.
O modelo é GERADO pela série temporal, e não o contrário. Embora exista um modo inverso, chamado "simulação", onde um PA é gerado a partir de um modelo com determinados parâmetros, que é então usado para testar o modelo real. Mas este é o tipo de teste que permite testar o comportamento do modelo em diferentes tipos de tendências, diferentes variações do comportamento da variância e suas distribuições. Esta é uma idéia muito diferente de teste de modelos, que não é discutida aqui de forma alguma.
devemos concordar mutuamente em dar conselho a alguém apenas quando fornecer, com antecedência, um relatório, ok?
Caso contrário é apenas uma opinião, uma de centenas de outras.
Eu faço algo e depois escrevo os meus resultados e a minha opinião, e não forço nada a ninguém.
só devemos concordar mutuamente em dar conselhos a alguém se dermos, de antemão, um relatório, está bem?
Caso contrário, é apenas uma opinião, uma de centenas.
Acima apresentei a opinião única de milhares e milhares de pessoas, e posso apoiá-la não só com publicações na área de negociação de pares de moedas, mas também com pacotes de software prontos para uso.
Se você está se referindo especificamente ao GARCH, a caixa de ferramentas Matlab chamada"Econometrics" é o GARCH.