Discussão do artigo "Metamodelos em aprendizado de máquina e negociação: Tempo original das ordens de negociação" - página 5
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
Ainda posso lhe dar conselhos, se você quiser dinheiro, posso lhe dar de graça.
Para esse tópico, pode haver orientação sobre a parte da seleção de recursos (por exemplo, sobre o critério de informação). E mostrar que esses recursos são melhores do que os incrementos. A psicologia e o bóson de Higgs como sinais não funcionam.
Para esse tópico, pode haver orientação sobre como selecionar recursos (por exemplo, critério de informação). E para mostrar que esses sinais são melhores do que os incrementos. A psicologia e o bóson de Higgs como atributos não funcionam.
Não escrevi nada sobre o bóson. Valeriy Yastremskiy acha que o metamodelo deve ser mais complexo. Concordo plenamente com ele.
A tarefa de verificar as leituras dos indicadores em uma faixa mais ampla e compará-las com as leituras em uma faixa estreita é interessante, mas o que os próprios indicadores mostram?
Os indicadores devem fornecer informações sobre o estado do mercado. No meu entendimento, esse estado deve ser descrito pela probabilidade de movimento para cima ou para baixo, que é calculado como o Hamiltoniano do sistema. A energia cinética do mercado é bastante simples de calcular - a velocidade do movimento do preço multiplicada pelo momentum. A energia potencial é mais complicada, mas também pode ser resolvida. O problema é a grande quantidade de trabalho que deve ser feito para reunir todas as fórmulas e números em um programa de trabalho. E o trabalho é qualificado, o que implica um conhecimento fluente de matemática, física e programação.
A imagem em anexo dá uma ideia da visualização dos campos.
Não escrevi nada sobre o bóson. Valeriy Yastremskiy acha que o metamodelo deve ser mais complicado. Concordo plenamente com ele.
A tarefa de verificar as leituras dos indicadores em uma faixa mais ampla e compará-las com as leituras em uma faixa estreita é interessante, mas o que os próprios indicadores mostram?
Os indicadores devem fornecer informações sobre o estado do mercado. No meu entendimento, esse estado deve ser descrito pela probabilidade de movimento para cima ou para baixo, que é calculado como o Hamiltoniano do sistema. A energia cinética do mercado é bastante simples de calcular - a velocidade do movimento do preço multiplicada pelo momentum. A energia potencial é mais complicada, mas também pode ser resolvida. O problema é a grande quantidade de trabalho que deve ser feito para reunir todas as fórmulas e números em um programa de trabalho. E o trabalho é qualificado, o que implica em um conhecimento fluente de matemática, física e programação.
A imagem em anexo dá uma ideia sobre a visualização dos campos.
Os incrementos dão em média 0,01 (de um máximo de 1) de acordo com o critério de informação mútua com rótulos. Ou seja, quase não há correlação, é aleatório.
Há incrementos aumentados do tipo
que fornecem mais. O máximo de informações é transportado pelo gráfico simples, mas não é digerido por redes neurais e boustings. A tarefa é levar a série à estacionariedade com perda mínima de informações.
Não há nada mais a ser capturado lá, a partir da palavra "absolutamente" de qualquer Hamiltoniano e assim por diante.
Essa é uma questão que deve ser resolvida antes que você queira complicar o metamodelo, porque nenhum modelo pode ser treinado com base na aleatoriedade.
Os incrementos fornecem uma média de 0,01 (de um máximo de 1) no critério de informações mútuas com rótulos. Há incrementos aumentados do tipo
que fornecem mais. O máximo de informações é transportado pelo gráfico simples, mas não é digerido por redes neurais e boustings. A tarefa é levar a série à estacionariedade com perda mínima de informações.
E para os leigos - rótulos de quê? incrementos de quê? Quais dados iniciais são processados?
Para leigos - rótulos de quê? incrementos de quê? Quais dados brutos são processados?
Os rótulos são negociações, para compra e venda. Precisamos de um vínculo de informações entre os atributos (incrementos de preço, por exemplo) e a direção prevista das negociações. A tarefa do algoritmo proposto é procurar essa relação.
Esse é o básico da econometria.As marcas são negócios, para compra e venda. Precisamos de um vínculo de informações entre os sinais (incrementos de preço, por exemplo) e a direção prevista dos negócios. A tarefa do algoritmo proposto é procurar essa relação.
Esses são os princípios básicos da econometria.E qual é o princípio usado para abrir negócios? Aleatoriamente, ou por algum indicador, ou por relógio, ou outro algoritmo?
Qual princípio é usado para abrir negociações? Aleatoriamente, ou por algum indicador, ou por relógio, ou outro algoritmo?
Não importa, você pode buscar a dependência por meio da sobreamostragem. Nos artigos anteriores, foi sugerida a amostragem aleatória de negociações com correção das não lucrativas.
Há um conjunto de negócios e um conjunto de sinais, precisamos encontrar sinais que prevejam a direção desses negócios
O algoritmo deste artigo descarta os pares ruins de pares trait-trade, deixando os mais previsíveis (pelo critério de informação).
Não importa, é possível buscar a dependência por meio de overshooting. Nos artigos anteriores, foi proposta a amostragem aleatória de negociações com correção das não lucrativas.
Há um conjunto de negociações e um conjunto de sinais; precisamos encontrar sinais que prevejam a direção dessas negociações
O algoritmo deste artigo descarta os pares ruins de pares trait-trade, deixando os mais previsíveis (pelo critério de informação).
E como esse método é melhor do que a astrologia ou a adivinhação no fígado de um carneiro?
E como esse método é melhor do que a astrologia ou a adivinhação em um fígado de carneiro?
É difícil se comunicar com nubbies, o artigo é para aqueles mais ou menos treinados em MO.
é difícil se comunicar com nerds, o artigo é para os mais ou menos treinados em MO.
E eu ingenuamente pensei que as redes neurais deveriam ajudar o processo de pensamento ao tomar decisões, e não emburrecê-lo.