Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 791

 
Renat Akhtyamov:
только не говорите что это реал с общей длительностью торговли более 3-х месяцев

Конечно, это демо счет... Сейчас тестируем нейросеть P-Net, я уже писал об этом, это новая разработка запатентовано в США и Европе, к сожалению разглашать пока не могу, вот только ролик, пока не коммерческий(не реклама).

https://www.youtube.com/watch?v=uY4tLXU5Rxc&t=265s

Тестирование и сравнение P-NET
Тестирование и сравнение P-NET
  • 2018.03.20
  • www.youtube.com
Преимущества нейронной сети типа P-Net, по сравнению с нейронной сетью, обученной методом обратного распространения ошибки (Backpropagation). При использован...
 
Mihail Marchukajtes: Жду возражений поправок и изменений...


Все очень понравилось! Возражений, поправок, изменений нет.
Спасибо за труд, мир засиял новыми красками! Спасибо!

 
Vizard_:


Все очень понравилось! Возражений, поправок, изменений нет.
Спрасибо за труд, мир засиял новыми красками! Спасибо!

Чето я тебя не узнаю.. Ты реально это ты или не ты????

 
Ivan Negreshniy:

Конечно, это демо счет... Сейчас тестируем нейросеть P-Net, я уже писал об этом, это новая разработка запатентовано в США и Европе, к сожалению разглашать пока не могу, вот только ролик, пока не коммерческий(не реклама).

https://www.youtube.com/watch?v=uY4tLXU5Rxc&t=265s

но в чем тогда смысл?
 
Mihail Marchukajtes:

Чето я тебя не узнаю.. Ты реально это ты или не ты????

Я конечно. Просто если идеи гениальны, то не троллю. Расскажи еще что нибудь пожалуйста.

 

Вот содержание статьи которою хочу написать. остальное завтра, так то у меня уже полноч..

Содержание

  1. Введение.
  2. Анализ и обоснование выбора направления. Регрессия или классификация.
  3. Требования к выходной переменной. Основные правила построения
  4. Анализ предметной области и поиск максимального набора объясняющих переменных.
  5. Пред обработка данных, поиск значимых переменных для целевой функции
  6. Обучение моделей, получение списка моделей.
  7. Основные требования к определению эффективности системы.
  8. Признаки и предварительная оценка полученных моделей. 
  9. Оценка взаимной информации. Выбор значимой модели.
  10. Запуск модели в работу. Оценка участка ООС.

 
Renat Akhtyamov:
только не говорите что это реал с общей длительностью торговли более 3-х месяцев

А нет разницы: реал - не реал. При адекватных модели и тестировании реал несильно отличается от теста. На самом деле, для оценки системы реал абсолютно не нужен.

Весь вопрос в адекватности реалу самой модели и теста.

 
Yuriy Asaulenko:

А нет разницы: реал - не реал. При адекватных модели и тестировании реал несильно отличается от теста. На самом деле, для оценки системы реал абсолютно не нужен.

Весь вопрос в адекватности реалу самой модели и теста.

надёжный способ совпадения реала и теста это работа на первом баре, не исользуя нулевой. Проверено на себе :-)

 
Yuriy Asaulenko:

А нет разницы: реал - не реал. При адекватных модели и тестировании реал несильно отличается от теста. На самом деле, для оценки системы реал абсолютно не нужен.

Весь вопрос в адекватности реалу самой модели и теста.

есть

потому и не реал

 
Mihail Marchukajtes:

Вот содержание статьи которою хочу написать. остальное завтра, так то у меня уже полноч..

Содержание

  1. Введение.
  2. Анализ и обоснование выбора направления. Регрессия или классификация.
  3. Требования к выходной переменной. Основные правила построения
  4. Анализ предметной области и поиск максимального набора объясняющих переменных.
  5. Пред обработка данных, поиск значимых переменных для целевой функции
  6. Обучение моделей, получение списка моделей.
  7. Основные требования к определению эффективности системы.
  8. Признаки и предварительная оценка полученных моделей. 
  9. Оценка взаимной информации. Выбор значимой модели.
  10. Запуск модели в работу. Оценка участка ООС.

Класс. Не, пиши щас, прям тут, у тебя сегодня озарение...
Причина обращения: