交易中的机器学习：理论、模型、实践和算法交易 - 页 1212

新评论
 
马克西姆-德米特里耶夫斯基。

当然，如果它显然是没有前途的，我们可以把它删除。

谢谢你的意见。不清楚它是否 "有前途"，但以我的正常思维，我不会选择这样一个模型，例如，它有50%的缩水，即使之后很容易恢复盈利。

 
有没有人知道，如果我现在在java上开发一个算法，一些很酷的神经网络附在其分析的网页上，通过搜索引擎google yandex，没有人会为此 "锁定 "我吗？）
(我只是需要练习，而且我自己也对它很好奇）。
 
马丁-切格瓦拉。
我将通过谷歌Yandex搜索引擎添加页面分析

为什么？分析的意义何在？

 
mytarmailS:

为什么？分析的意义何在？

是的，这是一个来自下一个主题的巨魔。

 
马克西姆-德米特里耶夫斯基。

这是下一个主题的巨魔。

aah)))

 
马丁-切格瓦拉。
有没有人知道，如果我在Java中开发一些很酷的神经网络算法，并通过google yandex搜索引擎对其进行密码保护，不会有人把我关起来吗？）
(我只是需要练习，而且我自己对它也很好奇)
他们可能不会把我关起来，但会开启一场狩猎，就像一个有价值的毛皮动物，因为java是一个编程工具，多平台的失败，甚至威胁到巨人与自己的创作领域，谁想放牧自己的barantha：)
 
mytarmailS:

Aah))))

一个人在问如何过滤他的订单，另一个人用一篇关于用随机树林 预测趋势的文章来回答......。:))然后第一个人立即开始用Java编写他自己的神经元网:))) 所以，他们是麻烦制造者。

那只疯狂的绿眼睛的猫咪在叫......不笑是不可能的
 
阿列克谢-维亚兹米 金。

这些数字显示了在为二元分类（X轴）选择不同概率时模型的财务结果（Y轴）。在测试样本上，我得到的结论是：当激活信号出现时，应该总是进入市场（训练决定是否进入市场）。由此产生的悖论是，学习只会导致基本激活信号的恶化，如果我没有决定看看财务结果是如何根据概率段上分类点的转移而变化的，我就不会看到这一点。

我们有一个非常不同的方法来处理这个问题。我对没有任何实际（视觉上可观察到的模式）理由的纯数学描述的价格感到陌生。相反，我应用ZZ，并从中看到了效率（ZZ上的梗阻者在所有MO套餐中总是排在首位）。我 认为将这两种方法结合起来可以改善结果。

通过显著性来选择模型是无稽之谈--我之前已经表明，在同一个模型上去除不同的显著性预测因子可以改善学习结果，并在树叶中形成新的、更有成效和稳定的关系。所有这些 "重要性 "都是树状结构中的贪婪原则，它不是先验正确的，所以我们需要单独的有意义的预测器评估方法--我还没有。

一年半前，阿廖沙给我的建议是，不要用ZZ做输入或输出，因为它们可以窥视过去和未来。阿莱莎没有解释细节--这是我对事情的解释。
当应用ZZ作为目标时，它是ZZ开始建立的过去，它是由以前的条形图（从零点开始）建立的，这些条形图被送入输入。也就是说，如果你知道这些条形图和ZZ（部分基于它们），你将在输入处窥见未来。

当我开始使用价格增量作为输出时，事情就像ZZ一样一下子变得不那么明亮了。

如果我想使用所有这些东西，我应该用这样的提示创建一个专门的小册子。对于一个MO的初学者来说，阅读1200页是不真实的。而一旦你读了它，如果没有解释，你就会错过它。

 

啊...... "之 "字形......。这就解释了......为什么他们有同样的错误......我错过了。

谁想出了这种 "之 "字形的废话？ 我想知道它是从哪里来的。

虽然这可能是我首先想到的......该如何教导模型......在这里你可以看到顶点和波谷，所以 "之 "字形是完美的解决方案 :)
 
Alexander_K:

KsanKsanych和他的孙子Kesha想出了这个主意。还有谁？

:)))以前甚至有人写过，但我不记得那些时间了。

1...120512061207120812091210121112121213121412151216121712181219...3399
新评论