交易中的机器学习：理论、模型、实践和算法交易 - 页 359

新评论
 
尤里-阿索连科。
拼出来。))我想，如果不是一辆宾利，至少也是一辆带自动装置的标致车）。

罗根桶 :)
 
桑桑尼茨-弗门科。

那么，再培训的问题在所有的荣耀中

再培训已成为该议题的一个祸害。

重新学习并不是什么新鲜事，可怕的事，甚至是不寻常的事。这绝对是所有模型所固有的，包括决定论的模型。甚至Y=Ax+B也可以被重新训练。

典型的后果是输入的选择错误，模型本身和所要求的精度与过程不相适应。说，试图用一个线性模型来完善一个非线性过程，将导致一个崩溃的模型。一个粗糙的模型会给出好的但不充分的结果--似乎，"好吧，猫咪，再来一点"(c)。

 
马克西姆-德米特里耶夫斯基。

我甚至不知道我是否需要做得更好，在2.5个月内，如果我幸运的话，在5分钟的开盘价上就能达到20000%......你投进1千美元，预购一辆宾利车。如果你不幸运，你就是一个小损失）。


他们在雷舍托夫神经元（RNN）上又做了一次吗？
 
elibrarius。
他们又在雷谢托夫的神经元（RNN）上做了那件事吗？


是的，但现在已经所剩无几了 )

很快我就会把它和MLP z alglieb相提并论了，这真的不是一个公平的比较。

然后就没有什么了，只能完全转为R型。

 
马克西姆-德米特里耶夫斯基。

我甚至不知道我是否需要做得更好，在2.5个月内，如果我幸运的话，在5分钟的开盘价上就能达到20000%......你投进1千美元，预购一辆宾利车。如果你不幸运，你就是一个小损失）。



马克西姆，这里有一个比赛，将在7月举行，为期4周--标价为10美元。在真正的战斗模式中测试真正的交易，这不是一个坏方法。
 
geratdc:

马克西姆，7月份有一个比赛，为期4周--标价是10美元。在现实世界中，在最多或最多的战斗模式中进行测试，不是一个坏的选择。

也许到那时会有一个最终版本，到目前为止，我每天都有一个新的版本。
 
马克西姆-德米特里耶夫斯基。


是的，但它已经所剩无几了）。

很快我就会把它和MLP z alglib相提并论，其实这种比较并不公平。

然后就没有什么了，只能完全转为R型。

我几乎已经完成了我在ALGLIB中的版本。比较其表现将是有趣的。只需要为网格设置绝对相同的任务（指标、指标期、教学期、训练矩阵等），看看哪一个发展得更好。如果有来自R EA业主的人加入进来，那将会很有趣，因为雷舍托夫和ALGLIB的网格都太简单了。
 
SanSanych Fomenko:

那么，再培训的问题就一览无余了

现在，在深度神经网络 中已经开发了许多方法来大大降低过拟合的概率。

一般来说，在我看来，"过度拟合->过度训练 "这个翻译的含义是不准确的。相对于 "学习 "而言，它更像是 "学习"。

你不必害怕，你只需控制你完成学习的时刻。

祝好运

 
geratdc:

马克西姆，7月份有一个比赛，为期4周，价格是10美元。这是一个很好的选择，可以在真实交易时段进行测试。
马克西姆-德米特里耶夫斯基。

也许到那时会有一个最终版本，到目前为止，我每天都有一个新版本。


时间到了，已经到了。

 
有意思！！！。但问题是有点不同。比方说，你的CU下降了20%。问题是...它是否会走出跌势，在上面获利，还是继续排水?????？你怎么知道你的TS是否需要重新优化？
1...352353354355356357358359360361362363364365366...3399
新评论