Зачем торговать на эффективном рынке? Модели эффективности и предсказуемость. Кирилл Ильинский рассказывает о связи между эффективностью рынка и предсказуемостью движений цен финансовых инструментов. В лекции обсуждается популярная точка зрения о противоречии между эффективным рынком и техническим анализом, а также различные подходы к описанию...
完全正确，越多越好（少于10万是噪音），但你必须考虑到 市场属性的变化，如何在培训中考虑到这一点是一个大秘密。
我曾试图均匀地 减少线条的重量，但我没有注意到任何改善。其他的选择是什么？
在这里，我试着均匀地减少线条的重量，但我没有发现任何改善。你还有什么其他选择？
你一定是做错了什么，应该会更好，虽然你必须重新配置分类器，没有时间加权的最佳状态是不同的。
我们也可以尝试把lurn分成例如10个片段，通过10%的测试（接近尾声（现在）），以一个或多或少的最佳平均值来教他们，然后用调制的分类质量（1-.1）作为片段的权重。当然也可以用滑动窗口做，有一定的步骤，以获得更均匀 的重量。顺便说一下，这些权重的动态本身是一个非常重要的特征，与市场模式的变化有关。
一定有什么问题，应该是更好的，虽然分类器必须重新配置，但没有时间加权的最佳状态是不同的。
也可以尝试将lurn分为例如10个片段，并在10%的测试中对所有的人进行或多或少的优化平均教学（接近结束（现在）），然后使用调制的分类质量（1-.1）作为片段的权重。当然也可以用滑动窗口做，有一定的步骤，以获得更均匀的重量。顺便说一下，这些权重本身的动态变化是一个非常重要的特征，与市场模式的变化有关。
我不太明白这个想法，是不是像弗拉基米尔建议的那样？即在对部分数据进行训练后，将权重放到测试件上？
如果我没记错的话，差不多就是这样。在第一个片断上训练，得到阿库拉西并作为权重，在阿库拉西所有片断上调制-1、1，这样对所有片断进行训练，你可以用滑动窗口做重叠片断，会有更多的计算，但我认为10-20个片断对500个弦的样本来说足够了。
PS的重量不是给最后的试验品，更接近真实的，而是给左边的图片中的那块。
如果我没记错的话，差不多就是这样。在第一首曲子上训练，得到阿库拉西并作为权重，在阿库拉西上调制-1，所有曲子上调制1，这样对所有曲子都是如此，你可以用滑动窗口做重叠曲子，会有更多的计算，但我认为10-20个片段对500根弦的样本来说足够了。
PS，重量不是放在最后的试验品上，更接近真实的试验品，而是放在左侧图片中的lerno片上。
啊--好吧，这与弗拉基米尔的相反。他给这些测试块中的线条加了权重，通过不断地转移它们，他给整个样本加了权重。在这里，你可以为每条线得到不同的重量。
而你--在一小块lern（2-5万行）上进行训练，对照测试，如果测试结果好于/差于所有作品的平均水平，就分别对这块lern中的所有行改变权重。在这里，一个片区的所有行的权重都是一样的。
现在我对你的想法理解正确吗？
进入猪圈，可能很有趣......还没看。喜欢讲座的内容。
https://www.lektorium.tv/lecture/14232
进入猪圈，可能很有趣......还没看。喜欢讲座的内容。
https://www.lektorium.tv/lecture/14232
喜欢这个讲师，不喜欢这个讲座。虽然他读得很好。我能够坐着看完25分钟）。这是为不同的观众准备的。当然，接下来会说一些有趣的事情，但2个小时的观看...
我喜欢这个讲师，但不喜欢这个讲座。不过，他的阅读能力很强。(我能够忍受25分钟）。为不同的受众设计。我相信他接下来会说一些有趣的事情，但2个小时的观看...
我也还没有搞清楚。
他有一个讲座课程。 如果你看第一个，那是对市场结构 和模型的深入分析。
一般来说很有趣。摩根大通的量子，或者谁知道。
啊--好吧，这与弗拉基米尔的相反。他给这些测试块中的线条加了权重，通过不断地转移它们，他给整个样本加了权重。在这里，你可以为每条线得到不同的重量。
你在一小块Lerna（20-50k个字符串）上进行训练，对照测试，如果测试比所有小块的平均水平要好/要差，就分别对这块Lerna中的所有字符串改变权重。在这里，一个片区的所有行的权重都是一样的。
我现在对你的想法理解正确吗？
是的，在一个片断中，权重是相同的，首先每个片断都要进行训练，最后在一个测试中进行测试，并记录训练片断的结果，然后取所有片断的平均值，除以分布，这就是权重。
进入猪圈，可能很有意思......还没看。喜欢讲座的内容。
https://www.lektorium.tv/lecture/14232
如果没有伊藤的随机微积分，金融数学就显得相当隐蔽和晦涩。