交易中的机器学习：理论、模型、实践和算法交易 - 页 1629

新评论
 
马克西姆-德米特里耶夫斯基。

绍兴？

那里都是关于转换行的。所以这是基本的，你有什么痛苦？

SA == StackOwerflow

在学习AMO的背景下，里面没有关于分形的内容。

它简单得可怕，但它应该是有效的，不管你把哪一行放进AMO，不管是分钟/周，都在一起，它将找到这两种模式，最重要的是：它将给我足够的答案......

 
mytarmailS:

SA == StackOwerflow

在学习AMO的背景下，没有关于分形的内容

它简单得可怕，但应该是有效的。 不管你在AMO中输入哪一行，不管是分钟/周还是什么，它都会在两者中找到规律，最重要的是会给你正确的答案。

忘掉分形吧，那只是一种虚构。

不，我没有在那里砌过任何东西。
 
马克西姆-德米特里耶夫斯基。

忘掉分形吧，那是个骗局。

虚构是在khurst上查找维度，但缩放数据以适应AMO的一个模板是正确和必要的，否则你不会发现数据中的任何重复，因此没有统计学，概率...

 
mytarmailS:

按khirst查维度是个伪命题，但把数据缩放到AMO的单一模板上是对的，也是必要的，否则你就是在数据中找不到任何重复的东西，因此也就没有统计学、概率...

我扩大了它的规模，这是胡说八道），由Khirst是胡说八道，当然，由Entropy

 
马克西姆-德米特里耶夫斯基。

我扩大了它的规模。

怎样？

 
mytarmailS:

怎样？

仿生预转换。

 
mytarmailS:

micha！你到底要不要回答我在最后一页的问题？

我肯定会回答的。稍后。去换了冰箱。只是几个小时...
 
马克西姆-德米特里耶夫斯基。

仿生变换。

让我猜猜看，你是在一个滑动的窗口中完成这一切的，当然是固定的尺寸？)

 
mytarmailS:

让我猜猜看，你是在一个滑动的窗口中完成这一切的，当然是固定的尺寸？)

窗口越大，关联性越强

并为不同的TFs做了。这都是胡说八道
 
马克西姆-德米特里耶夫斯基。

在扩大的情况下，像窗口越大，相关度越高越好。

嗯，对训练数据和识别测试数据的预测，你是否也扩大/缩小了？ 还是有一个固定的标记？

1...162216231624162516261627162816291630163116321633163416351636...3399
新评论