交易中的机器学习：理论、模型、实践和算法交易 - 页 1188

[Yuriy Asaulenko]

Dmitriy Skub:
尤里，你只是离题了--这里的关键词是叉子。它与MO没有关系)

不合时宜，那是肯定的。但这是一个有趣的话题。摘要。

[Evgeny Belyaev]

尤里-阿索连科。

在那里，自动化并不那么容易，我认为。据我所知，用典型的解决方案是很难的--有太多可能的解决方案。

唯一能想到的是一个关于球队和球员的数据库，其中有数百个，都是））。

不同的博彩公司对一支球队可能有不同的称呼：奥林匹亚、马赛+拉丁语，至少有4个变体。不同的前缀FK - 足球俱乐部，PFC - 职业足球俱乐部。

叉子的自动化是一个痛苦的问题。

[[删除]]

mytarmailS:

RL到R的例子

http://dataaspirant.com/2018/02/05/reinforcement-learning-r/

这有点太简单了。

事实上，RL的重点甚至不是包装，而是方法，即超标。用于代替遗传学，但通过NS类型的近似器

主要的困难是要从正确的分布中取样。

[mytarmailS]

马克西姆-德米特里耶夫斯基。

它太简单了。

事实上，RL的重点甚至不是包装，而是方法，即超标。用于代替遗传学，但通过NS类型的近似器

主要的困难是要从正确的分布中取样。

好吧，这个简单的例子有点正常，因为这个例子不需要很复杂，而且已经有现成的包了，这很好....。我甚至不明白这个简单的例子（（我不明白为什么矩阵中要填入概率，为什么需要这些概率，以及如何计算它们

[[删除]]

mytarmailS:

好吧，这个简单的例子有点正常，因为这个例子不应该是复杂的，而且已经有现成的包了，这一点很好....。我甚至不明白这个简单的例子（（我不明白为什么矩阵要充满概率，为什么需要这些概率，以及如何计算它们

状态转换的概率，马尔科夫链

如在某种条件下的买入概率，或卖出概率。

矩阵中充满了所有可能的状态，然后从其中选择当前的状态，并查看信号......这是一个表格的基本原理 :)

[mytarmailS]

马克西姆-德米特里耶夫斯基。

状态转换的概率，马尔科夫链

嗯，我得到了....

我不明白他们在代码中的作用

[[删除]]

mytarmailS:

我得到了....

我不明白他们在代码中的作用。

角色是什么意思？ 它是一个状态转换和概率表

[mytarmailS]

马克西姆-德米特里耶夫斯基。

你的意思是，角色？ 它是一个状态转换和概率表。

我不知道过渡概率从何而来，我们有四个方向--左、右、上、下。该算法必须通过正确的方向组合找到 "某个地方 "的路。甚至在算法开始搜索正确的概率组合之前就创建了一个带有过渡概率的矩阵，他们从哪里得到这些概率？

我可能很笨，但还是要问，如果你不介意我问，为什么不解释一下？

[[删除]]

mytarmailS:

我不明白过渡概率从何而来，我们有四个方向--左、右、上、下。该算法必须通过正确的方向组合找到 "某个地方 "的路。甚至在算法开始搜索正确的概率组合之前就创建了一个带有过渡概率的矩阵，他们从哪里得到这些概率？

我可能只是个傻子，但还是要解释一下，如果你不介意的话。

阅读基本知识，不是在R上，只是在互联网上。

最初，概率是随机选择的，然后在整个迭代过程中通过不同的方法进行更新，主要是TD方法，最后他们收敛到一个最佳状态，即解决原始问题，例如，以最快的方式离开有几个房间的公寓，而不进入其他房间。为此，指定了一个状态矩阵（值矩阵）和一个过渡矩阵（策略矩阵），即对于每个状态（在某个房间），可以有几个过渡到其他房间及其概率。该方法的本质是使奖励最大化，也就是说，代理因错误的转换而受到惩罚，因正确的转换而受到奖励。

[Aleksey Nikolayev]

马克西姆-德米特里耶夫斯基。

在该主题中没有看到任何关于信息标准（贝叶斯 或阿卡伊克）的内容。也许它们是默认使用的（在应用的国防部软件包中）？