交易中的机器学习:理论、模型、实践和算法交易 - 页 1896

 
Maxim Dmitrievsky:

根据不同的时间(显然还有乐器),可能有不同的切割方式

例如,这里是第9个小时(终端时间)的欧元兑美元。反向集群。

买入和卖出集群也可以被设置为历史上的正数

总之,过冲和优化的问题仍然存在。

我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有来自真实的市场。无论它是演示还是真实的,都不重要。我会尊重这一点。

而so(((((。

我在哭。))

[删除]  
Uladzimir Izerski:

我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有从真正的市场给予。无所谓演示或真实。我将尊重这一点。

而so(((((。

我哭了))))。

出去走走。

 
Maxim Dmitrievsky:

去走走吧。

明白了。所以,这是不可行的。消失了,直到更好的时代)。

 
Uladzimir Izerski:

明白了。所以,这是不可行的。消失了,直到更好的时候))。

在这里,测试真实的市场是不习惯的。现在是你了解论坛规则的时候了。
 
Evgeny Dyuka:
这里没有用真实市场进行测试的习惯。现在是你了解论坛规则的时候了。

而这是正确的。句号。

 
Uladzimir Izerski:

我看到的是一张5分钟的照片,真正的结果可能是一张颠倒的照片。只有从真正的市场给予。无所谓演示或真实。我会尊重这一点。

而so(((((。

我哭了))。

测试仪就像一种药物。
 
Ivan_Invanov:
测试仪就像毒品。

对有些人来说是这样。

对试验者进行自我安慰。是的。

不想搅乱蚁穴。我一直在关注这个话题,已经很久了。到目前为止没有进展。也许在云层后面有更多的进展

 

"一个带有教师的深度学习算法在每个类别有大约5000个标记的例子时就能达到可接受的质量"

对M1来说,每天都要对一周的故事进行再训练,对M5来说,每周对一个月的故事进行一次训练。

对于其他方法,是否有任何数字可以比较?

[删除]  
Uladzimir Izerski:

对某些人来说,是的。

对试验者进行自我安慰。是的。

不想搅乱蚁穴。已经关注这个话题有一段时间了。到目前为止没有进展。也许在云中仍有进展

沃瓦,你有你自己的主题,没有开始就放弃了,回来吧
 
Maxim Dmitrievsky:

根据不同的时间(显然还有乐器),可能有不同的切割方式

例如,这里是第9个小时(终端时间)的欧元兑美元。反向集群。

买入和卖出集群也可以被设置为历史上的正数。

简而言之,搜索和优化的问题仍然是一样的

+再培训。在新的数据上,它可能工作得更糟糕(像往常一样)。

像这样:自2015年以来的聚类。这是最令人沮丧的部分。没想到相当粗糙的聚类成团会给人以强烈的过度训练。


我还是不明白时间的问题,1、2、9小时只是终端时间?