交易中的机器学习：理论、模型、实践和算法交易 - 页 2844

新评论
 
我有一个问题：
为什么要在半页纸上引用别人的大段文字来写自己的两个字????？
我真搞不懂这些人...
 
由于网络的高度可变性，积分评估几乎总是不适用于网络。 因此，在神经网络中应用积分标准平衡显然会导致糟糕的结果。无论是否优化，你都会得到否定的结果。
 
Andrey Dik #:
几乎所有的积分评估都不适用于网络，因为网络具有很大的可变性。因此，在神经网络中应用积分标准平衡显然会导致糟糕的结果。无论是否优化，你都不会得到任何结果。但人们仍然指责优化....。

在我看来，应该以利润最大化为基础，但要对各种 "不体面行为 "进行惩罚。无论如何，这里没有也不可能有统一的意见，因此平台必须提供充分的定制和个性化机会。

 
Aleksey Nikolayev #:

在我看来，基础应该是利润最大化，但要增加对各种 "不体面行为 "的惩罚。无论如何，这里没有也不可能有统一的意见，因此平台必须提供充分的定制和个性化机会。

当然，这是推导出的标准。也就是说，重要的不是最大利润总额本身，而是实现最大利润的方式。因此，它仍然是一样的全局搜索，没有必要为此感到尴尬。那么，简单地说，该函数可以写成这样：

f = a*B.

其中，B 是最终余额，a 是评估实现最大余额的标准。

例如，使用当前优化迭代实现的最大交易数量，并重新计算评估标准。
 
Aleksey Nikolayev #:

在我看来，基础应该是利润最大化，但要增加对各种 "不体面行为 "的惩罚。无论如何，这里没有也不可能有统一的意见，因此平台必须提供充分的定制和个性化机会。

此外，最好还能在内部优化超参数（例如，对标准的惩罚加权）。举个例子--python 中的 optuna。

 
Andrey Dik #:


f = a*B。

Andrey Dik#:


f = a*B.


说到鸟。

金融市场上没有符号相等的公式，即

没有公式

y=x

根据这个公式，如果 x=2，那么 y=2。

这是确定性思维。

有这样的公式

y ~ x

根据这个公式，如果 x =2，那么在某个置信区间内 y =2。但对于非稳态市场，连置信区间都不存在，因为方差是一个变量，甚至不是变量，而是其他东西。

这就是随机思维。

 
СанСаныч Фоменко #:

说到鸟

金融市场上没有带等号的公式......



系统的稳健性并不取决于金融公式的规则。:О
 
СанСаныч Фоменко #:

说到鸟儿

金融市场上没有带等号的公式，即

没有公式

y = x

根据这个公式，如果 x = 2，那么 y = 2。

这就是确定性思维。

有这样的公式

y ~ x

根据这个公式，如果 x = 2，那么在某个置信区间内，y = 2。但对于非稳态市场来说，连置信区间都不存在，因为离散性是一个变量，甚至不是变量，而是其他东西。

这就是随机思维。

奥帕

好吧

 
Renat Akhtyamov #:

欧巴

OK

是的，现实就是这样。
，当我意识到统计方法并不是一门精确的科学，总会有误差时，我也很沮丧。

 
Roman #:

是的，现实就是这样。
，当我意识到统计方法并不是一门精确的科学，总会有误差时，我也很沮丧。

高精度和非高精度是一个非常模糊且无法证明的判断。

这取决于你用什么显示器看。

显示器有很多。

所以这可能并不重要，这也不是重点。

目前只有一件事是明确的：

要买更便宜的，逆势交易，并可能在其大多数....。

1...283728382839284028412842284328442845284628472848284928502851...3399
新评论