1. 데이터에서 정말 중요한 데이터를 선택합니다. 바로 여기에서 정확하고 정확하게 영향을 미치는 데이터를 선택하세요.
2. 왜 중요한지(가격 변동에 영향을 미치는지) 이해합니다. 이 데이터가 가격에 영향을 미치는 실제 이유가 없다면 우연의 일치일 가능성이 높습니다.
3. 포인트 2를 바탕으로 포인트 1의 데이터를 사용하는 TS를 작성합니다. 테스터에서 오랫동안 디버깅하면서 각 거래를 지켜보세요. 그런 다음 실생활에서 이론과 테스터에서 고려하기에는 현실적이지 않은 실제 거래와 결함을 봅니다.
2단계와 3단계에서는 MO가 방해가 될 뿐입니다.
1. 예, 그러한 규칙을 식별 할 수 있습니다. 동시에, 예를 들어 "일일 바가 증가하는 경우 목요일 16시에 판매"와 같은 규칙과 같이 복잡한 구조를 가진 규칙은 대부분 건너 뛸 것입니다.
2. "진짜 이유"가 무엇을 의미하는지-여기서는 명확하지 않습니다.
3. 모든 전략에는 불리한 기간이 있으며 연장 될 수 있으므로 그러한 전략의 동물원이 있어야하고 수동으로 만들거나 천재가되거나 아주 오래 살아야합니다. 저는 약 2 년이 걸린 천재적인 전략을 개발 한 후 MO에 참여했고, 그 모든 재채기를 논리적으로 정당화 할 수 있었고, 그것을 작동 시켰을 때 테스터의 조정 된 데이터에서 매끄럽게 된 불리한 기간을 얻었습니다.
두 번째 요점으로 돌아가서 저는 가까운 미래에도 계속 유효할 이진 예측자의 행동에서 유사점을 찾고자 합니다. 이를 위해 특정 예측 변수를 식별하고 싶습니다. 제가 아는 어떤 오토마타 모델도 하지 않는 예측 변수 간의 관계의 주기성을 고려해야 한다는 점을 인정합니다.
Maxim Dmitrievsky #: 나는 도움을 받아 파이썬으로 TC를 작성하려고 노력할 것입니다 😀 그러나 나는 그것이 우스꽝 스러울 것이라고 확신합니다. 몇 개의 스 니펫을 삽입하면 훨씬 빠르고 안정적입니다.
Google은 매일 새로운 페이지를 색인화하면서 학습하고 있습니다. 그리고 그들이 어떤 종류의 서버를 가지고 있는지 보셨나요? 그리고 gpt는 2년 전에 교육을 받았죠?
그리고 튜링 테스트를 통과하지 않으면 그냥 재미있을 뿐입니다.
검색 엔진은 검색만 하면 되지만 이건 원본 텍스트를 생성합니다. 아직은 능률적이든 뭐든 그다지 잘하지는 못합니다. (페르마의 정리에 의해) 해가 없는 방정식을 풀라고 했더니 방정식을 조정해서 해를 '발견'하고 양의 요구 사항을 '알아차리지 못함') 하지만 대화를 계속하면 결국 오류를 인정함) 페르마의 정리를 사용하라고 직접 지시하면서 같은 것을 물었더니 즉시 해가 없다고 말함) 페르마의 정리에 의해 해가 없는 방정식을 풀라고 했더니 해가 없다고 말함.
나는이 일을 망치기에는 너무 게으르고 러시아에서는 그것을 얻기가 어렵고 열심히 일해야합니다.
검색 엔진은 검색만 하면 되지만, 이건 원본 텍스트를 생성합니다. 아직은 능률적인지 잘하지는 못합니다. (페르마의 정리에 의해) 해가 없는 방정식을 풀라고 했더니 방정식을 수정하고 양수 요건을 '눈치채지 못해서' 해를 '찾았다') 하지만 대화를 계속하면 결국 실수를 인정했다) 페르마의 정리를 사용하라고 직접 지시하면서 같은 질문을 하면 즉시 해가 없다고 말했다) 페르마의 정리를 사용하라고 직접 지시하면서 같은 질문을 하면 즉시 해가 없다고 말했다).
나는이 일을 망치기에는 너무 게으르고 액세스 권한이 없습니다. 러시아에서는 그것을 얻기가 어렵고 엉망이되어야합니다.
온라인 시뮬레이션
견적을 다운로드하거나 회귀를 수행하는 것과 같은 간단한 코드를 잘 생성합니다. 훈련에 좋습니다.
"이런 API를 사용하는 거래소에서 이런 상품의 평균을 교차하는 코드를 파이썬으로 작성해달라"는 요청이 몇 개 있었습니다. 결국에는 의미 있는 결과물도 얻었다고 생각합니다. 물론 Google에서 이러한 질문에 대한 답을 찾을 수 있지만 여기서는 좀 더 인간적인 언어로 소통하고 설명을 통해 대화를 계속하는 것도 가능해 보입니다.
(거래에서) MO의 문제점은 최종 EA에 MO가 남아있지 않을 가능성이 높다는 것입니다.
동의할 수 없습니다. 기본 전략 + MO 모델 + MM-이것이 제가 이해하는 EA 모델의 대략적인 모습이며 개별 트리 잎도 MO에 포함될 수 있습니다.
내 요점은 더 좋을 수 있다는 것입니다:
1. 데이터에서 정말 중요한 데이터를 선택합니다. 바로 여기에서 정확하고 정확하게 영향을 미치는 데이터를 선택하세요.
2. 왜 중요한지(가격 변동에 영향을 미치는지) 이해합니다. 이 데이터가 가격에 영향을 미치는 실제 이유가 없다면 우연의 일치일 가능성이 높습니다.
3. 포인트 2를 바탕으로 포인트 1의 데이터를 사용하는 TS를 작성합니다. 테스터에서 오랫동안 디버깅하면서 각 거래를 지켜보세요. 그런 다음 실생활에서 이론과 테스터에서 고려하기에는 현실적이지 않은 실제 거래와 결함을 봅니다.
2단계와 3단계에서는 MO가 방해가 될 뿐입니다.
1. 예, 그러한 규칙을 식별 할 수 있습니다. 동시에, 예를 들어 "일일 바가 증가하는 경우 목요일 16시에 판매"와 같은 규칙과 같이 복잡한 구조를 가진 규칙은 대부분 건너 뛸 것입니다.
2. "진짜 이유"가 무엇을 의미하는지-여기서는 명확하지 않습니다.
3. 모든 전략에는 불리한 기간이 있으며 연장 될 수 있으므로 그러한 전략의 동물원이 있어야하고 수동으로 만들거나 천재가되거나 아주 오래 살아야합니다. 저는 약 2 년이 걸린 천재적인 전략을 개발 한 후 MO에 참여했고, 그 모든 재채기를 논리적으로 정당화 할 수 있었고, 그것을 작동 시켰을 때 테스터의 조정 된 데이터에서 매끄럽게 된 불리한 기간을 얻었습니다.
두 번째 요점으로 돌아가서 저는 가까운 미래에도 계속 유효할 이진 예측자의 행동에서 유사점을 찾고자 합니다. 이를 위해 특정 예측 변수를 식별하고 싶습니다. 제가 아는 어떤 오토마타 모델도 하지 않는 예측 변수 간의 관계의 주기성을 고려해야 한다는 점을 인정합니다.
스플라인으로 곡선의 근사치를 구할 수 있습니다. 첫 번째 차수 (파선)의 스플라인을 가져와야 합니다. 그런 다음필요한 세그먼트를 선택합니다.
스플라인으로 보간하는 것에 대해 이야기하고 있습니까? 한 번도 해본 적이 없습니다.
첫 번째 주문-두 점 사이의 직선이 아닌가요-어둠이 나를 어둡게합니다.
그리고 선택해야하는 "필요한 세그먼트"를 다시 정의하는 방법은 무엇입니까?
끝에 가까울수록 샘플에서 점점 더 작은 점유율을 차지하기 때문에 레벨이 덜 중요해집니다. 무작위 인공물일 확률이 높아집니다.
ZZ 컷오프의 크기가 무엇에 따라 달라지는지 이해하는 것은 여전히 흥미롭습니다.
실제로 두 번째 세그먼트와 관련하여 패턴이 있다고 생각합니다...
현재 MO의 주요 주제는 ChatGPT입니다. 아마도 상담사를 쓸 수도 있습니다.) 그들은 Google보다 훨씬 더 유용 할 것이라고 말합니다.
그게 주요 주제인가요? 모든 종류의 체르니 고프 쉬 차이나를 생성하는 장난감이라고 생각합니다.
외운 것을 일반화해서 새로운 지식을 얻을 수 있는 방법은 없습니다.
검색 엔진도 이제 신경망에 기반하여 더 관련성 높은 정보를 제공합니다.
스플라인 보간을 말하는 건가요? 그런 건 해본 적이 없습니다.
첫 번째 순서 - 두 점 사이의 직선이 아닌가요 - 어, 어두워요.
295페이지의 팁시라니를 읽어보시길 권합니다.
그리고 샘플링할 "필요한 세그먼트"를 다시 결정하는 방법은 무엇인가요?
이것은 해결하려는 문제에 따라 결정됩니다. 예를 들어, 모든 세그먼트를 예측 변수로 사용할 수 있습니다. 각 세그먼트는 두 개의 숫자(원점과 기울기 계수의 X)로 주어집니다.
ZZ 세그먼트의 크기가 무엇에 따라 달라지는지 이해하는 것은 여전히 흥미롭습니다.
저는 일반적으로 두 번째 세그먼트에 관한 규칙이 있다고 생각합니다....
가능합니다. 두 번째 세그먼트와 다른 방향의 무릎 높이 합의 비율, 뉴스의 존재 여부 등에 의해 영향을받을 수 있습니다.
검색 엔진도 이제 신경망을 통해 더 많은 관련 정보를 제공합니다.
구글이 긴장하고 있는 것 같아요. 그것이 그것을 대체하지는 않지만 그 전망은 더 모호해졌습니다.
그게 메인인가요? 장난감이라고 생각하는데 모든 종류의 체르니 고프 쉬 차이나를 생성합니다.
거기에서 암기 한 것을 일반화하여 새로운 지식을 얻을 수있는 방법은 없습니다.
검색 엔진도 아무것도 생성하지 않지만 인터넷에서 검색 엔진 없이는 방법이 없으며 이것은 개발의 다음 단계입니다. 그들은 이미 파이썬의 도움을 받아 간단한 TC를 작성하고 있으며, 시간이 지나면 더 고급 TC로 넘어갈 것입니다.
구글은 이미 이 문제로 스트레스를 받고 있는 것 같습니다. 아직 대체하지는 못하지만 그 전망은 더욱 어두워졌습니다.
검색 엔진도 아무것도 생성하지 않지만 인터넷에서 검색 엔진 없이는 방법이 없으며 이것은 개발의 다음 단계입니다. 그들은 이미 파이썬의 도움을 받아 간단한 TC를 작성하고 있으며 시간이 지나면 더 고급 TC로 이동할 것입니다.
그들은 이미 파이썬의 도움을 받아 간단한 TC를 작성하고 있으며, 시간이 지나면 더 고급 TC로 이동할 것입니다.
나는 도움을 받아 파이썬으로 TC를 작성하려고 노력할 것입니다 😀 그러나 나는 그것이 우스꽝 스러울 것이라고 확신합니다. 몇 개의 스 니펫을 삽입하면 훨씬 빠르고 안정적입니다.
검색 엔진은 검색만 하면 되지만 이건 원본 텍스트를 생성합니다. 아직은 능률적이든 뭐든 그다지 잘하지는 못합니다. (페르마의 정리에 의해) 해가 없는 방정식을 풀라고 했더니 방정식을 조정해서 해를 '발견'하고 양의 요구 사항을 '알아차리지 못함') 하지만 대화를 계속하면 결국 오류를 인정함) 페르마의 정리를 사용하라고 직접 지시하면서 같은 것을 물었더니 즉시 해가 없다고 말함) 페르마의 정리에 의해 해가 없는 방정식을 풀라고 했더니 해가 없다고 말함.
나는이 일을 망치기에는 너무 게으르고 러시아에서는 그것을 얻기가 어렵고 열심히 일해야합니다.
검색 엔진은 검색만 하면 되지만, 이건 원본 텍스트를 생성합니다. 아직은 능률적인지 잘하지는 못합니다. (페르마의 정리에 의해) 해가 없는 방정식을 풀라고 했더니 방정식을 수정하고 양수 요건을 '눈치채지 못해서' 해를 '찾았다') 하지만 대화를 계속하면 결국 실수를 인정했다) 페르마의 정리를 사용하라고 직접 지시하면서 같은 질문을 하면 즉시 해가 없다고 말했다) 페르마의 정리를 사용하라고 직접 지시하면서 같은 질문을 하면 즉시 해가 없다고 말했다).
나는이 일을 망치기에는 너무 게으르고 액세스 권한이 없습니다. 러시아에서는 그것을 얻기가 어렵고 엉망이되어야합니다.
구글에서 찾을 수 없었습니다.
"이런 API를 사용하는 거래소에서 이런 상품의 평균을 교차하는 코드를 파이썬으로 작성해달라"는 요청이 몇 개 있었습니다. 결국에는 의미 있는 결과물도 얻었다고 생각합니다. 물론 Google에서 이러한 질문에 대한 답을 찾을 수 있지만 여기서는 좀 더 인간적인 언어로 소통하고 설명을 통해 대화를 계속하는 것도 가능해 보입니다.