交易中的机器学习:理论、模型、实践和算法交易 - 页 2332

 

市场上的人不时地填补NS机器人,在猫身上练习)我希望他们能用自己的经验写文章。

因为我们不能在这里打败渐进主义

 
Maxim Dmitrievsky:

市场上的人不时地填补NS机器人,在猫身上练习)我希望他们能用自己的经验写文章。

因为我们不能在这里打败渐进主义

他们说猫比增量更容易)。

 
Valeriy Yastremskiy:

猫咪比增量更简单)

这种不健康的tsosniks的涌入让我感到害怕,我们不能在一个单独的主题中写吗。仿佛在国防部没有什么可讨论的。

也许他们只是没有工作,他们没有更好的事情可做。一个人被禁止,其他人都来了。

 
Maxim Dmitrievsky:

这种不健康的tsosniks的涌入让我感到害怕,你不能在一个单独的主题中写吗?仿佛在国防部没有什么可讨论的。

也许他们只是没有工作,没有更好的事情可做。一个人被禁止,其他人又回来了。

每个人都有自己的愿景 ..... 真理并不关心它,它不认识任何人))))

 
Valeriy Yastremskiy:

每个人都有自己的愿景 ..... 真理并不关心这些,它不了解任何人))))

你可以阅读该主题的标题

 
Maxim Dmitrievsky:

你可以阅读该主题的标题

没有一个,这很好...(我指的是主题),其余的就不算了...

 

遗传编程 " 这个话题非常有趣,它就像遗传优化只是类固醇,GA可以创建公式,甚至程序,所以它是一个强大的话题,有圣经。

你可以编出各种复杂的组合...

寻找公式。

1: In log(sin(cos(2))) : NaNs produced
2: In log(cos(3) + distance) : NaNs produced
3: In log(cos(log(sqrt(distance^2)))) : NaNs produced
4: In sqrt(log(distance^2)) : NaNs produced
5: In log(sin(sqrt(sqrt(distance^2)))) : NaNs produced
6: In log(log(cos(1)) - sin(3)) : NaNs produced
7: In log(distance^3 - (distance^1 + sin(1))) : NaNs produced
8: In log(distance * sin(distance)) : NaNs produced
9: In log(log(distance * sin(distance))) : NaNs produced
10: In log(cos(sqrt(log(distance + (distance + 2))))) : NaNs produced
11: In log(cos(distance)) : NaNs produced
12: In sqrt(sin(log(distance^2 + distance^2)) - distance) : NaNs produced
13: In sqrt(cos(distance^2)) : NaNs produced
14: In log(cos(3)) : NaNs produced
15: In log(log(sqrt(distance^4))) : NaNs produced
16: In log(cos(distance)) : NaNs produced
17: In log(sin(sin(log(cos(distance))))) : NaNs produced
18: In sqrt(distance - 3) : NaNs produced
19: In log(2 - log(distance^3)) : NaNs produced
20: In sqrt(distance - (2 - distance^4)) : NaNs produced
......
....
...

迹象、模式、规则等...那是一件事!我会研究的。

我知道答案在前面,但我还是要问--有人试过吗?

 
mytarmailS:

我知道答案在前面,但我不得不问--有人试过吗?

我已经尝试了不止一个。

在MSUA中加入其他公式,得到

 
Maxim Dmitrievsky:

我试过的东西不止这些

在MGUA中加入一些其他公式,你就可以得到...

像是的,但不是,MGUA被变种的数量压倒了,这里有更多的空间,但伊瓦赫年科是个美人,他看起来领先50年。

 
mytarmailS:

比如说是的,但不是,MGUA会被众多的选择所淹没,还有很多空间,但伊瓦赫年科很帅,看上去有50年的发展前景。

那么,你必须做得更好。