交易中的机器学习：理论、模型、实践和算法交易 - 页 231

新评论
 
mytarmailS:

就我个人而言，我甚至没有理解它）。

但我被允许，我不认为自己是专家。

该系统很复杂。最终，它实现了输入设置过程的完全自动化，有效地适应了市场动态的变化。这就是它的意义所在。
 
mytarmailS:

我个人甚至什么都不明白 )

你并不孤单，因为 "什么都不懂 "的集体包括作者本人。

而这正是雷特格-科诺 所写的一切的意义所在。

其目的是要破坏线程，而最简单的方法是用没有任何内容的文本来做到这一点。

目标已经实现。该主题不仅不符合标题--它已经不再有任何内容。

 
桑桑尼茨-弗门科。

你并不孤单，因为这个 "什么都不懂 "的集体包括作者本人。

而这正是雷特格-科诺 所写的一切的意义所在。

我们的目标是摧毁这个分支，而最简单的方法是用根本没有内容的文本来实现。

目标已经实现。该主题不仅不符合标题--它已经不再有任何内容。

好吧，这已经是嘲弄了。你不明白 - 那就问吧，我会详细解释的。只要问一个具体的问题。
 
Retag Konow:
该系统很复杂。最终，它实现了输入参数调整过程的完全自动化，有效地适应了市场动态的变化。这就是它的意义所在。

是的，这就是问题所在。

从技术上讲，任何具有适应性的控制结构（具有质量/损失功能的反馈）都可以归结为IR，例如，如果你拿一台普通的机器，每隔N个小节就通过一个简单的网格来搜索它在前N个小节的最佳参数，那么它也是IR。MO的本质在于 "经验 "的积累，在于将数据转化为模型。

PS：在上面的 "perseptron "更确切地说...糟糕的编程简单的标量产品，缺乏主要的东西，学习算法，这个重要的事情被委托给MT-优化器，而MO正是一个双重的模型-优化算法，不仅是模型，而且不是每个优化算法对每个模型都有效，例如MLP不能用网格或遗传学来优化，需要Backprop等等。

 
超越梦想者。

就像外汇一样，一个机器人可以成功地通过一个部分/水平，但却不能通过另一个部分。

因为它没有交易员的智力，机器人 "不明白 "它在做什么......

那么什么是交易员的智力呢？

简单来说，这就是交易经验，那些交易者有1）--市场行为的 一些模式（市场模式）和2）--这种模式的行为模式（市场模式的行为模式）。

这可以被编程，不是吗？

事实上，寻找这些好的模式是可以编程的，不是吗？

超越梦想者。

..

要想在任何领域/水平上取得成功，机器人必须有一个它所处世界的对象模型。

也就是说，该算法不能只优化模式

该算法必须使用语义类别进行操作，并描述交易者/游戏者所看到的情况。

机器人必须区分物体的类型和它们的特征，并动态地评估情况的危险性。

而这需要的启发式方法与简单的神经网络优化完全不同。

学习的结果必须是一个语义模型和关于对象和过程的知识。

如果没有，交易机器人就注定要被随机戳中。

我完全同意，圣杯不在MO中，圣杯在那些小方块 中，即使在Mario的情况下，他们也是这样做的，而在非稳定的市场中就不是这样。

й

ф

这就是所谓的数据预处理，即使在这个主题中也没有人在做。

这正是MO所看到的，一个浓缩的适当的现实，洗净了噪音。

如果你做到了，而且做得很充分，那么你就可以教任何EA的交易和人类一样好，甚至更好。

 

是的，这就是问题所在。

从技术上讲，任何具有适应性的控制结构（具有质量/损失功能的反馈）都可以归结为IR，例如，如果你拿一台普通的机器，每隔N个小节就通过一个简单的网格来搜索它在前N个小节的最佳参数，那么它也是IR。MO的本质是 "经验 "的积累，是数据向模型的转化。

换句话说，你是否同意用非标准的MO方法（既然你已经承认它是标准的MO方法），也可以用神经网络 达到标准MO方法的结果？
 
有毒。

国防部首先是一门工程艺术，其结果证明了任何概念的合理性。给我结果。这是给你的一个挑战：https://numer.ai/

在我看来，任何认为自己对这个主题有用的成员，都有义务在这个东西上展示成果 )
 
科诺的标签。
换句话说，你是否同意用非标准的MO方法（因为你已经承认这种方法是这样的）用神经网络实现标准MO方法的结果也是可能的？
给我和其他参与者带来惊喜))
 
..:

是的，这就是问题所在。

...

ME的本质是 "经验 "的积累，是数据向模型的转化。

这个结论证实了我的概念可能有真正的价值。

在任何情况下，我一定会追求它的实施。当时间到了。

 
组合器。
对于我来说，任何认为自己对这个分支有用的成员，只要在这件事上显示出结果就可以了 )

我同意，在我看来，如果一个人至少可以只运行数据并得到低于0.69300（随机）的logloss，那么他就有权利在这里谈论AI和MO，其他的都是无利可图的。

我的结果 https://numer.ai/ai/toxic

1...224225226227228229230231232233234235236237238...3399
新评论
原因: