交易中的机器学习：理论、模型、实践和算法交易 - 页 929

新评论
 
Mihail Marchukajtes:
只需要一个基本的策略来选择分析的时刻（时间）。它可以是静态的，没有优化参数。如果我们优化基本策略，我们会得到一堆模型。基本战略的优化是没有意义的。装载是由NS处理的。在每天的交易数量 方面，用一套合适的参数设定一个基本策略，并对NS进行训练就足够了。

是的，基本策略应该非常简单......我们需要修改一下框架，你可以添加任何策略，我们需要多样化。

 
马克西姆-德米特里耶夫斯基。

她说我很聪明，我必须带她去澳大利亚，因为她在那里有一个朋友。

我们需要一个假的婚姻来实现这一点。

你是如此的聪明...我愿意和你这样的辣妹经历一次假结婚......对你有好处!!!!看看吧，伙计们，真是个好地方........这是你擅长的事情，马克西姆卡。-)))))

 
交易员博士。

在椭圆预测中，你仍然需要四舍五入（>=0.5->1；<0.5->0）我将尝试mnogovhodov，我认为这将是更好的，有0和1类更平等。

我不明白，其中两个值大于0.5，是什么？

 
Mihail Marchukajtes:

你是如此的聪明...我想和你这样的辣妹假结婚一次......对你有好处!!!!看看吧，伙计们，多好的旅程啊！........这是你擅长的事情，马克西姆卡。-)))))

有趣的是，如果你想毁掉你的心情和自尊心，就去股市吧

最好不要滥用。作为一种爱好，它是可以的。神经网络很有趣，但仅此而已。你越是复杂，你就越是糊涂。

 

那么四舍五入后两者都将是1。

如果你不关心概率，你可以完全放弃整个分支，如果它们在四舍五入后最终都是同一等级。

 
交易员博士。

mnogovhodov_02 2016 arr_Buy的结果是这样的。


y_pred
y_true01
010179752445
12431024208

我甚至不知道如何判断结果......。在我看来，这棵树仍然可以分支，因为还剩下一大堆预测因子。为什么不呢？

该表缺乏关于强化的信息，也就是说，样本中有多少这样的变体作为百分比，例如，它显示最右边的分支在77%的情况下给出了正确的条目，这非常好，但不清楚这发生了多少次。


交易员博士。

替代方案。其结果是立即分班，没有概率。这对我来说似乎更糟。


y_pred
y_true01
08174472498
11861829900

如果图案是完整的，这就更有意义了，但当赔率是49比51时，这就不是真正的关于

 
马克西姆-德米特里耶夫斯基。

有趣的是，如果你想毁掉你的心情和自尊心，就去证券交易所吧

所以最好不要过度使用它。作为一种爱好，这很好。神经网络很有趣，但仅此而已...你越是复杂，你就越是糊涂。

我不认识你。对你来说，了解一个简单的事实真的很好。"一切辉煌都是简单的"，即使在机器学习领域。网络越简单，效果越好.....

 
交易员博士。

那么四舍五入后两者都将是1。

如果你不关心概率，你可以丢弃整个分支，如果它们在四舍五入后最终都是同一类。

如果你找到具有良好概率的分支，并将其编码到一个预测器中，然后再次让树进行研磨，那么树就会思考如何从发现的结果中进行改进（你不认为预测器一定喜欢这样做，因为它们有高比例的正确决定）？

 
阿列克谢-维亚兹米 金。

在我看来，这棵树仍然可以分支，因为还剩下一大堆预测因子。为什么不呢？

如果我们进一步分支，这个数据的准确性当然会提高。但随着新数据的出现，它很可能会减少。

当树学到一些东西时，我们已经达到了某个最佳状态，但还没有过拟合，所以我们可以期待在新数据上有类似的结果。

 
Mihail Marchukajtes:

我不认得你。了解一个简单的事实对你真的有好处。"一切辉煌都是简单的"，即使在机器学习领域。网络越简单，效果越好.....

好吧，算是想搞死所有人，表明市场已经赢了。但对于其他的人来说，这当然是无稽之谈......。)

1...922923924925926927928929930931932933934935936...3399
新评论
原因: