트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1521

[Maxim Dmitrievsky]

알렉세이 비아즈미킨 :

와우, 러시아어로도 감사합니다.

건강을 위해 시작해서 엘리엇 파동 으로 끝났다. 매트가 없습니다. 재무 예측 방법. 온도 이미 명확한 시리즈의 지속성에 대한 정의를 제외하고는 제안되지 않았습니다.

일종의 죽

[Aleksey Vyazmikin]

막심 드미트리예프스키 :

건강을 위해 시작해서 엘리엇 파동으로 끝났다. 매트가 없습니다. 재무 예측 방법. 온도 이미 명확한 시리즈의 지속성에 대한 정의를 제외하고는 제안되지 않았습니다.

일종의 죽

글쎄요, 다시 말씀드리지만 새로운 것은 없습니다.

그래서 나는 계속해서 나무를 쪼갤 것이다.

훈련 샘플 외부에 있는 분할의 각 잎(Y)에 대한 이득의 누적으로 잎(X)이 있는 분할의 반복을 플로팅합니다.

그래프에서 트리 분할은 공간의 다른 영역을 설명하는 것을 포함하여 논리적 체인의 대안적인 변형을 제공할 수 있지만 동일하거나 더 나은 결과를 제공할 수 있습니다.

여기서 문제는 모든 잎이 하나의 시스템에 수집되어야 하고 서로 간의 상관관계와 표본 공간에 대한 설명의 완성도를 기반으로 가중치를 부여해야 하며 이 경우 어떤 공식을 사용해야 하는지 모르겠습니다. 안타깝게도.

[Maxim Dmitrievsky]

알렉세이 비아즈미킨 :

글쎄요, 다시 말씀드리지만 새로운 것은 없습니다.

그래서 나는 계속해서 나무를 쪼갤 것이다.

훈련 샘플 외부에 있는 분할의 각 잎(Y)에 대한 이득의 누적으로 잎(X)이 있는 분할의 반복을 플로팅합니다.

그래프에서 트리 분할은 공간의 다른 영역을 설명하는 것을 포함하여 논리적 체인의 대안적인 변형을 제공할 수 있지만 동일하거나 더 나은 결과를 제공할 수 있습니다.

여기서 문제는 모든 잎이 하나의 시스템에 수집되어야 하고 서로 간의 상관관계와 표본 공간에 대한 설명의 완성도를 기반으로 가중치를 부여해야 하며 이 경우 어떤 공식을 사용해야 하는지 모르겠습니다. 안타깝게도.

시장을 조건부 상태로 나누고 각각에 대해 모델을 훈련하고 둘 사이를 전환하면 결과가 더 좋습니다.

이 흠과 선택을 위해

[Aleksey Vyazmikin]

막심 드미트리예프스키 :

시장을 조건부 상태로 나누고 각각에 대해 모델을 훈련하고 둘 사이를 전환하면 결과가 더 좋습니다.

이 흠과 선택을 위해

어느 것이 더 나은지는 논리적이지만 상태를 구별하는 방법은 무엇입니까?

[Maxim Dmitrievsky]

알렉세이 비아즈미킨 :

어느 것이 더 나은지는 논리적이지만 상태를 구별하는 방법은 무엇입니까?

교사 없이 머신에서(클러스터화). 저것들. 여러 숨겨진 상태가 강조 표시되며 통계가 분명히 다릅니다. 당신에게. 위는 예제를 던졌습니다.

무작위로

[Aleksey Vyazmikin]

막심 드미트리예프스키 :

교사 없이 머신에서(클러스터화). 저것들. 여러 숨겨진 상태가 강조 표시되며 통계가 분명히 다릅니다. 당신에게. 위는 예제를 던졌습니다.

무작위로

이에 대한 클러스터링 방법을 찾았습니까? 결국 클러스터에서 클러스터로의 원활한 전환이 있어야 하고, 글로벌 추세를 식별한다면 말 그대로 한 상태에서 다른 상태로의 전환에 대한 민감도와 논리가 있어야 합니다.

[Maxim Dmitrievsky]

알렉세이 비아즈미킨 :

이에 대한 클러스터링 방법을 찾았습니까? 결국 클러스터에서 클러스터로의 원활한 전환이 있어야 하고, 글로벌 추세를 식별한다면 말 그대로 한 상태에서 다른 상태로의 전환에 대한 민감도와 논리가 있어야 합니다.

이미 HMM에 대해 썼습니다.

[Maxim Dmitrievsky]

딥마인드 롤에 대한 사다리에 있는 사람들(우연히 그들에게 들림)

[Igor Makanu]

막심 드미트리예프스키 :

딥마인드 롤에 대한 사다리에 있는 사람들(우연히 그들에게 들림)

나는 또한 게임에서 AI에 대해 읽었지만 많은 non-NN이 게임 봇의 논리에서 작동하며 종종 의사 결정 트리를 사용합니다.

나는 Rete 알고리즘을 우연히 만났습니다. 이유는 모르겠지만 Rete 알고리즘에 대해 들어 본 적이 없습니다. 읽을 자료를 찾았지만 1000 페이지의 매우 큰 볼륨에 무언가가 있습니다 ...

[Maxim Dmitrievsky]

이고르 마카누 :

나는 또한 게임에서 AI에 대해 읽었지만 많은 non-NN이 게임 봇의 논리에서 작동하며 종종 의사 결정 트리를 사용합니다.

나는 Rete 알고리즘을 우연히 만났습니다. 이유는 모르겠지만 Rete 알고리즘에 대해 들어 본 적이 없습니다. 읽을 자료를 찾았지만 1000 페이지의 매우 큰 볼륨에 무언가가 있습니다 ...

글쎄, 그들은 나무에 강화를하지 않습니다

플레이할 게임이 많은 경우 게임을 다시 훈련시키는 방법은 무엇입니까? 새로