交易中的机器学习：理论、模型、实践和算法交易 - 页 3144

新评论
 
mytarmailS #:
我最近一直在对信号进行微观分析。

结果发现，99.9% 的已发布信号都活不过一两年。

因此，发布的信号是一个指标

发布信号是件大事。

一个人可能正坐在那里用手敲击按钮。

他已经停业两年多了。这不是很长的时间吗？

P. Z.

试着理解一下，读慢一点，你上面写了什么？

是否至少有一句话是正确的？

 
Lorarica #:

一个已发布的信号，就是这样一个概念。

可能是一个人坐在那里用手敲打按钮。

它已经停用两年多了。那不是很长的时间吗？

P. Z.

试着读慢一点，理解你上面写的？

是否至少有一句话是正确的？

没有仔细阅读

 

你们什么时候才能意识到，在市场上工作需要接受教育。

而且不是普通的教育。

P.Z.

正如 你在这里所说，一切都很复杂。

例如，谁来阅读 31400 条信息？

取其精华，去其糟粕，加以总结。

你们有懂机器学习的聪明人，对吧？

我的建议有什么问题吗？

一切顺利，只为你。

P.Z.

 
mytarmailS #:

没看清楚

不要喂养巨魔，否则他们会把整个主题淹没

 
Lorarica #:

佩尔东

7 年老支书，31400 个帖子，结果在哪里？

如果删除 30000 个帖子，其中什么都没有，会发生什么？

或者有吗？谁知道呢？

P.Z.

巴南/阿南=1.23

这是一个交流主题。交流的主题是 MO。在这里，人们交流、分享他们的印象，有时也分享中间结果。

没有人强迫她逐步建立一个工作交易顾问。因此，您很容易被写成诱导者，请注意

 
СанСаныч Фоменко #:

用中文阅读课文，然后复述其中的信息。

嗯，是的，我不善于接受中文文本）这就是我写的内容。但这并不意味着某个特定的中文文本中没有信息，因为你可以引入一个额外的信息转换器--一个从中文到俄文的翻译器，然后就可以清楚地知道某个特定的中文文本中是否有信息，或者它只是一组随机的字符。

 

关于稳定性 (c) SanSanych。如果将时间添加到一组属性中，就可以比较其与其他属性的重要性。如果一个特征比时间更重要，那么它就是稳定的。也许这是有道理的）。

例如，如果要建立一棵决定性的树，那么只能建立到时间的第一次分裂为止。如果这棵树是空的，那么所有迹象都是坏的。这种方法（对于树的情况）的一些理由可能是分割点 搜索算法与时间序列变化点检测的相似性。在这两种情况下，通常都要将一个样本分割成两个差异最大的子样本。

 
我深表歉意，但在这种情况下，为什么不能简单地通过模型对新数据进行检验呢？

它的窗口对数损失与互信息或其他类似指标完全一样。

就效率而言，也是差不多的，无穷大乘以无穷大，因为比较的是两个随机序列。

(с)
 
Maxim Dmitrievsky #:
我深表歉意，但在这种情况下，为什么不能通过新数据模型检查芯片呢？）稳定就是稳定。 。

它的窗口对数损失与互信息或其他类似指标完全相同。

就效率而言，也是差不多的，无穷大乘以无穷大，因为比较的是 2 个随机序列。

(с)

这很难说。在我看来，分析时需要一个大窗口，比通常情况下大几倍。然后在此基础上建立决策树，将时间作为一个特征。如果一切都从时间分割开始，我们就会认为其他迹象不好，不稳定。即使这些迹象突然在较小的窗口上也能很好地发挥作用，但仍然会存在不稳定性，因为不同窗口上的依赖关系会有很大不同。

 
Aleksey Nikolayev #:

这很难说。在我看来，分析时需要一个大窗口，比平时大几倍。然后在此基础上建立决策树，将时间作为一个特征。如果一切都从时间分割开始，我们就会认为其他迹象不好，不稳定。即使这些迹象在较小的窗口上突然运行良好，仍然会存在不稳定性，因为不同窗口上的依赖关系会有很大不同。

我明白了，你也可以看看因果森林。顺便说一句，我还没研究过它，如果有人能搞清楚它，读一读用它做的实验会很有意思。
我不明白 Sanych 的方法：）他在研究均方根误差。或滑动窗口中的均方根误差。
1...313731383139314031413142314331443145314631473148314931503151...3399
新评论