交易中的机器学习：理论、模型、实践和算法交易 - 页 1375

新评论
 
阿列克谢-维亚兹米 金。

然后检查这些点，我在训练中不知不觉地在思上做好了，但事实证明，在不拉通的情况下，在10点收盘是不现实的，这使结果大大失真。

自然，所有这些都扭曲了结果。我应该把这些东西都从我的训练和交易中剔除。而国家安全局也将无法独自应对晚祷的问题。

现在，它只是展示了只用NS进行报价预测的可能性。我认为这很有效）。

 
尤里-阿索连科。

自然，所有这些都扭曲了结果。所有这些都必须切掉，无论是从训练还是从交易。而国家安全局也将无法应对这个夜晚。

现在，它只是展示了只用NS进行报价预测的可能性。它似乎是有效的）。

我认为在Si上是可以做到的，就流动性而言，现在并不差，当然这取决于存款。

我已经达到了很好的效果，我不介意听听细节:)

 
阿列克谢-维亚兹米 金。

在Si上，你可以在晚上做得很好，就流动性而言，现在还不算太差，当然这取决于存款。

而事实上，它的工作是很好的，我不介意听听细节:)

所有代码都在你面前。只有装载数据等的准备工作被排除在外。学习，因为它过去和现在都是如此，我认为你用原始数据工作。它们是相似的。

关于细节，我不知道该怎么说，问吧。

 
尤里-阿索连科。

在NS上做了一个TS的原型。开盘后5分钟就完成了交易（预测时间）。没有对交易进行监督。

这里是第一个结果。

通过x--交易号码，通过y--利润（点）。佣金等不在考虑之列。测试的间隔时间为3.5个月。

没有必要在第60个交易之前进行交易，是到前一个期货收盘为止，在那里预测的可能性不大。我怀疑，急剧的跳跃是日间的差距。

还有Python代码。这再简单不过了。

正如有人所说，TS的描述应该适合放在火柴盒上)。

 
马克西姆-德米特里耶夫斯基。

正如有人所说，对TS的描述应该适合放在火柴盒上）。

我不需要描述什么，重要的不是TS，而是交易员的个人素质，他的心理。

 
圣杯。

我没有必要描述什么，重要的不是TS，而是交易员的个人素质和心理。

我的业力很差，不管你做什么，最后都会有麻烦）。

 

这里有很多Python/R的小抄。在手边很有用，这样你就不必翻阅对开本了。

祝好运

Essential Cheat Sheets for Machine Learning and Deep Learning Engineers
Essential Cheat Sheets for Machine Learning and Deep Learning Engineers
  • 2017.05.28
  • Kailash Ahirwar
  • startupsventurecapital.com
Machine learning is complex. For newbies, starting to learn machine learning can be painful if they don’t have right resources to learn…
 
尤里-阿索连科。

所有的代码都在你面前。只有数据加载等的准备工作不包括在内。训练，因为它过去和现在都是，你似乎在用原始数据工作。类似的。

关于细节，我不知道该怎么说，问吧。

NS的训练稳定性如何，训练与训练之间的结果是否有很大的分散性？

 
阿列克谢-维亚兹米 金。

NS学习的稳定性如何，不同的训练是否有很大的差异？

几乎没有变化。在5000根弦的随机样本上进行训练（你见过现场吗）。阵列本身是5.5-6万行--TF 1米3.5月的历史。对它进行测试。

 
尤里-阿索连科。

几乎没有散射。在5000根弦的随机样本上进行训练（你见过现场吗）。阵列本身是55 - 60k字符串 - 3.5个月的历史。对它进行测试。

为什么要在不到10%的样本上进行训练，增加样本不是应该得到改善吗？

1...136813691370137113721373137413751376137713781379138013811382...3399
新评论