Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2473
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Tünaydın!
Parlak bir akıl dedi ki: - Sinir ağı bir sinir ağıdır ama temel her şeyi bozar.
Onlar. zamanımızı boşa mı harcıyoruz? Veya nasıl?
Lütfen bana cahilliği açıklayın.
Ekonometri harika bir bilimdir. Ama hiçbir şey söylemiyor, hiçbir şey tahmin etmiyor. Bir gerçeği dile getiriyor. Örneğin bir Bayes sınıflandırıcısını mahvedebilir, uzun süre ve sert bir şekilde işkence edebilir ve sonra ekonometrik ve bilimsel olarak fiyatın martingale olduğu sonucuna varabilirsiniz, en iyi strateji aynı anda satarken satın almak olacaktır.
Amaç martingale fiyatını belirlemekse, orada durabilir ve değilse diğer faktörleri inceleyebilirsiniz.
Tünaydın!
Parlak bir akıl dedi ki: - Sinir ağı sinir ağıdır ama temel her şeyi bozar.
Onlar. zamanımızı boşa mı harcıyoruz? Veya nasıl?
Lütfen bana cahilliği açıklayın.
vakıf, sinir ağlarının yanı sıra camın yanı sıra ekonometri vb.
her şeyi ve her şey piyasa dengesini bozar
ve daha fazla yok
Ne arıyorsun? Yazılarınızdan hiç anlaşılmıyor, söyleyin.
Video çekip YouTube'a yüklemek benim için daha kolay, tonlarca yazı yazmaktansa görsel olarak göstermek daha kolay. Daha doğrusu, olası çözümlerden birini zaten buldum dersem çoğu kişi bundan hoşlanır. Makalelerin geri kalanına gelince, birileri için yararlı olacağını umduğum daha fazla teori var. Ne yazık ki, tüm bunları tek başıma çıkaramam... Çok fazla fikir, çok fazla bilgi var, ancak güçlü yönlerimi fark etmeye yetecek kadar yok, şimdiye kadar sadece bir karar olarak ortaya çıktı ve o zaman dinamik olarak kontrol etmem gerekiyor, ancak bunun için kaynak yok ... Şu anda sadece bilgi işlem gücü eksikliği yaşıyorum, gerisi gereken tek şey. Kısacası, sunuculara ihtiyaç duyulur, ne kadar çok ve güçlü olursa o kadar iyidir. Videoyu buradan izleyebilirsiniz:
https://youtu.be/NLA0u172oTw
Tünaydın!
Parlak bir akıl dedi ki: - Sinir ağı bir sinir ağıdır ama temel her şeyi bozar.
Onlar. zamanımızı boşa mı harcıyoruz? Veya nasıl?
Lütfen bana cahilliği açıklayın.
Takımlar artık kazanıyor - yani tüccar, ticari organizasyon düzeyinde kaybediyor.
Herkes işini yapmalı.
Uzun vadede, bir tüccar ticaret yapabilir, ancak gürültü seviyesi ne kadar düşükse, o kadar organize bir ekibe ihtiyaç vardır. Ve orada, bir tüccarın kazanması ve kimseyle paylaşmaması saçmalık.
Yeterli risk yöneticisi gerekli
Yeterli tüccar
yeterli miktar
Fonun müşterileriyle ilgilenen kızlar
Belki örgütlenmemiş pazarlarda bir yerde, ama şu anda her şey verimli değil, hızla kayboluyor.
daha kötü veya daha iyi olan ancak herhangi bir temelle çalışan bir teknik analiz var, sinir ağı teknik analizle uğraşıyor, bu da temelin ne zaman büyük ölçüde etkilemediğini tahmin edebileceği anlamına geliyor
Zaman Yönetimi herhangi bir otomasyon altında iptal edilmedi ... her 2 haftada bir (FOMC toplandığında) - TA'ya güvenmemelisiniz, sadece FA'ya (ve DB'deki bazı ön koşullara) ... bu arada, bir araya geliyor (BP Ödeme Dengesi'nin güncel meseleleri hakkında kararlar alıyor) ve diyor ki - farklı zamanlarda ... yani - nasıl duyduklarını, konuştuğu anda nasıl anladıklarını, artık önemli değil, ama yine de perakende- tüccar (en bilgisiz olarak) sadece "sonrasını" anlayacaktır... ancak zamanlamanın tüm nüansları (piyasaya kimin ne zaman ve hangi amaçla girdiği) en azından genel anlamda tasavvur edilmelidir...
Video çekip YouTube'a yüklemek benim için daha kolay, tonlarca yazı yazmaktansa görsel olarak göstermek daha kolay.
Tam otomatın yaptığı harika, ancak sorun şu ki, yeni verilerde bu tür modeller hemen yenilmezliğe giriyor ve ne çapraz doğrulama ne de başka bir şey onlara yardımcı olmuyor.
Ve hangi destek işlevlerinin kullanılacağı önemli değil
polinom yaklaşımı (sizinki gibi) veya
kademeli filtreler (DSP) veya
otomatik olarak oluşturulan filtre kaskadı (çok katmanlı sinir ağı) veya
doğrusal regresyon (MGUA) veya
adi harmoniklerle yaklaşıklık, vb.
aslında, hangi destek işlevlerinin tahmin edileceği (yaklaşık) önemli değil, kabaca hepsi aynı, sorun farklı
ya veriler aynı değil ya da tüm yöntemlerin sonucu aynı olduğu için yanlış şeyi eğitiyoruz..
+1
Zaman Yönetimi herhangi bir otomasyon altında iptal edilmedi ... her 2 haftada bir (FOMC toplandığında) - TA'ya güvenmemelisiniz, sadece FA'ya (ve DB'deki bazı ön koşullara) ... bu arada, bir araya geliyor (BP Ödeme Dengesi'nin güncel meseleleri hakkında kararlar alıyor) ve diyor ki - farklı zamanlarda ... yani - nasıl duyduklarını, konuştuğu anda nasıl anladıklarını, artık önemli değil, ama yine de perakende- tüccar (en bilgisiz olarak) sadece "sonrasını" anlayacaktır... ancak zamanlamanın tüm nüansları (piyasaya kimin ne zaman ve hangi amaçla girdiği) en azından genel anlamda tasavvur edilmelidir...
içinde... Sen.... kendin.... ticaret....?
FOMC.... ayda.... değil... iki.... kez.... ayda bir, ama....8..... kez.... başına. ... yıl....
Tam otomatın yaptığı harika, ancak sorun şu ki, yeni verilerde bu tür modeller hemen yenilmezliğe giriyor ve ne çapraz doğrulama ne de başka bir şey onlara yardımcı olmuyor.
Ve hangi destek işlevlerinin kullanılacağı önemli değil
polinom yaklaşımı (sizinki gibi) veya
kademeli filtreler (DSP) veya
otomatik olarak oluşturulan filtre kaskadı (çok katmanlı sinir ağı) veya
doğrusal regresyon (MGUA) veya
adi harmoniklerle yaklaşıklık, vb.
aslında, hangi destek işlevlerinin tahmin edileceği (yaklaşık) önemli değil, kabaca hepsi aynı, sorun farklı
ya veriler aynı değil ya da tüm yöntemlerin sonucu aynı olduğu için yanlış şeyi eğitiyoruz..
Burada bazı gerçekler var, ancak modelimi kontrol ettim, asıl şey ne tür bir ileriye güvendiğimizi bilmek. Sorun yeniden eğitimdedir, yeniden eğitmemek için, analiz edilen veri miktarının nihai ölçüt kümesine maksimum oranı için çaba göstermeniz gerekir, başka bir deyişle, burada veri sıkıştırma gerçekleşir, örneğin, analiz edebilirsiniz. parabol grafiğinin verilerini ve birkaç bin noktayı alın ve her şeyi üç katsayıya indirin A * X ^ 2 + B * X + C. İşte burada veri sıkıştırma kalitesinin daha yüksek olduğu bir ileri var. Fazla takma, bu veri sıkıştırmasını hesaba katan doğru skaler performans ölçüleri girilerek kontrol edilebilir. Benim durumumda, bu daha basit bir şekilde yapılır - sabit sayıda katsayı alınır ve örnek boyutu mümkün olduğunca büyük alınır, bu daha az verimlidir ancak çalışır.