Discussão do artigo "Um algoritmo de seleção de características usando aprendizado baseado em energia em MQL5 puro"
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
Novo artigo Um algoritmo de seleção de características usando aprendizado baseado em energia em MQL5 puro foi publicado:
Neste artigo, apresentamos a implementação de um algoritmo de seleção de características descrito em um artigo acadêmico intitulado "FREL: Um algoritmo estável de seleção de características", chamado de Ponderação de Características como Aprendizado Baseado em Energia Regularizada.
No domínio da negociação algorítmica, o uso generalizado de aprendizado de máquina tem incentivado a adoção de técnicas de mineração de dados para descobrir padrões ocultos em dados financeiros. Nesse contexto, os praticantes frequentemente enfrentam o desafio de classificar inúmeras variáveis para identificar aquelas que são mais propensas a ser benéficas para alcançar objetivos específicos ou resolver problemas particulares. Neste artigo, exploramos a implementação de um algoritmo de seleção de características com o objetivo de avaliar a relevância de um conjunto de variáveis candidatas para uma tarefa de previsão específica.
Yun Li, Jennie Si, Guojing Zhou, Shasha Huang e Songcan Chen coautoraram um artigo de pesquisa intitulado "FREL: Um Algoritmo Estável de Seleção de Características." Este artigo introduz um algoritmo chamado Ponderação de Características como Aprendizado Baseado em Energia Regularizada (FREL), que serve como uma técnica de seleção ou ponderação de características projetada para oferecer precisão e estabilidade. Em nossa discussão, fornecemos uma visão geral dos fundamentos teóricos por trás do aprendizado baseado em energia regularizada e da ponderação de características. Além disso, ilustramos a eficácia da abordagem proposta por meio da implementação de um exemplo de programa MQL5, desenvolvido como um script, para destacar o potencial do método como uma ferramenta de seleção de características.
Autor: Francis Dube