交易中的机器学习:理论、模型、实践和算法交易 - 页 2033

 
Maxim Dmitrievsky:
在终端编写神经网络根本不是一个选项。在那里,任何功能都可能突然不按预期工作。使用准备好的测试的。
好吧,有规律的网格很好学)用递归法,我想弄清楚如何计算梯度
 
Aleksey Vyazmikin:

展示一张树丛的图片,我还不知道我们在说什么。

为什么要打开它?:)我只是做了一个结构类似的迷你拷贝,用于调试。

我重建了几次,解压后需要6GB

周日、月日、小时、分钟、......退出也一样,交易时间(分钟)、SL、TP、结果+1
[删除]  
Alexander Alekseevich:
好吧,一个普通的网格就可以了)用递归法,我在想如何计算梯度的问题
网格本身不太可能显示出良好的效果,建议将它们与卷积的
 
Maxim Dmitrievsky:

你想自己写网络吗?

在Python中,有一个最小的单词和最大的代码,但也有英语。

https://datascience-enthusiast.com/DL/Building_a_Recurrent_Neural_Network-Step_by_Step_v1.html

这些是简单的数字滤波器,有一堆滤波器的系数

Maxim Dmitrievsky:
在终端编写神经网络根本不是一个选项。在那里,任何功能都可能突然以与预期不同的方式工作。 使用准备和测试

为什么?

 
Renat Akhtyamov:

这些只是普通的数字滤波器,有一堆滤波器的系数

为什么?

这就是我要说的)最主要的是,所有的东西都应该被正确计算。
[删除]  
Renat Akhtyamov:

这些只是普通的数字滤波器,有一堆滤波器的系数

为什么?

因为它是一个半扑克牌的日本人。
 
亚历山大-阿列克谢耶维奇
,这就是我要说的)主要的是,一切都应该正确计算

既然你有传统网络的经验,你一定尝试过用MQL和纯C++代码进行训练,以引起你的兴趣,如果没有,可以尝试一下,你会马上有一个想法。

 
马克西姆-德米特里夫斯基
,因为它是半扑克牌的Jap

我记得有一个承诺,要在ONNX中加入WinML)

 
Maxim Dmitrievsky:
本身不太可能显示出良好的效果,建议与卷积物叠加。

这些都是有趣的问题。你说的 "堆栈 "是什么意思?如何理解哪种架构(集合体、模型树)更好?通过什么尺度来理解,通过最后的结果来理解?如何正确组合,例如,同一lstm复发的catbusts?而这是否值得...
 
我最近一直在调整优化器,主要是在度量方面。我做了这么多,我为自己感到骄傲。我是一个真正的魅力者,我是一个真正的修补者,所以让我保持悬念 :-)