交易中的机器学习：理论、模型、实践和算法交易 - 页 2459

[Andrei Trukhanovich]

Andrey Khatimlianskii#:

我有这个东西2.5天了。

那么你最后教我怎么停车呢？

[Mihail Marchukajtes]

问候兄弟们！！！。

我记得我已经说过不止一次了，但我还是要说。是的，训练方法和NS架构很重要，但更重要的是你使用的数据。在许多方面，广泛的网络架构将与精心准备的数据良好地运作。很自然，每种类型的NS都需要特定的预处理，但如果输入的数据，你拿着进入网络的信息对目标有意义，那么结果就会一下子显现。挖掘不同方法构建的NS的意义，如果只在独特的配置上输出仍然无法工作。

我只是说说而已，以备年轻人阅读 :-)

[JeeyCi]

JeeyCi#:

区分 "趋势 "和 "平坦"，以包括适当的TS。

在时间序列分析中寻找不对称分布中的胖尾巴的 选项，仍然是通往只基于一个因素--时间因素的预测模型的途径。而多因素模型（即使是纳入期货期权定价的模型）仍然只能用 数学的方式来表达，当然，预测（由统计回归模型的数据决定）和它的置信度（通过对模型充分性的估计--如Fisher的F标准等），以及限制，在这个模型是可靠的。)，以及这种预测最可能的限度，--导致必须同时考虑到模型误差和 预测误差......。

- 然后，我们将把所有这些东西放到神经元中，并研究出进一步事件对因子值及其误差的算法依赖......--那是，我想，如果你做得好的话......。但要建立这样一个BC（计算系统），反正在输出中只 得到一小部分概率，我对时间不那么热衷......

感谢那些尝试过这些NS的人的反馈，但是，真的，如果没有正确的输入数据，输出将只是 "上帝提供的任何东西"（无论如何，没有供应和需求是不存在的）。

...因为在我看来，无论如何，因素越多，累积误差就越大......。当然，人们只应该在自己的分析中分配驱动因素...但这至少是利率和货币供应量（我们作为散户的数据出现在最后，如果有的话）......我们还应该在D&S分析中加入净出口和净外国投资，但没有人会告诉我们。

P.S.

所以我们只需凭直觉依靠利率自动调节的力量，以及货币和财政冲动来调节汇率....。并等待真正的驾驶事件，而不是新闻中的八卦......机器人根本不会区分后两者（特别是如果它没有得到足够大的历史数据样本进行统计学上的有效分析）...对于新闻、八卦和反应来说，可能值得通过历史来估计经济危机或经济复苏将在何时何地发生--而统计学上的有效案例很少。

这就是为什么长期利率是分析家最好的朋友。

短期利率是交易商最好的朋友...我认为（如果你研究它的行为）...因为如果从公开市场（D&S）拿钱，是有利息的。

[SanAlex]

这里是关于机器学习的

\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

它将反作用于你的孩子和孙子--在你愚弄公众之前先想一想。

[JeeyCi]

SanAlex#:

因为它就像一个回旋镖

就像粪便一样--不是所有的粪便都能给你的土壤施肥......。- 你必须知道它是从哪里来的！...印象中

(适度的剂量和良好的质量可以是有益的)...当然，否则就会出现反效果......

[[删除]]

SanAlex#:

这里是关于机器学习的

\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

它将反作用于你的孩子和孙子--在你愚弄我们之前先想想。

尊重

[Igor Makanu]

SanAlex#:

这里是关于机器学习的

\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\

它将反作用于你的孩子和孙子--在你愚弄人之前，请考虑一下。

这与国防部有什么关系？

有了这样的逻辑，你甚至可以去找接生的助产士)))))

[[删除]]

Igor Makanu#:

国防部与此有什么关系？

按照这样的逻辑，你可以去找接生的助产士)))))

对新人来说，这只是一个漂亮的包装，而在里面，0

[JeeyCi]

Vladimir Baskakov#:
对于初学者来说，这只是一个漂亮的包装，而在里面，0

(就像人脑神经元一样)

[[删除]]

JeeyCi#:

(就像人脑神经元一样)

EA的目标是一样的--赚钱。没有一个，甚至没有。到目前为止，唯一的可变指标是存款提取率