Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 723
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Die Lehrerausbildung ist prinzipiell nicht geeignet, mit nicht-stationären Prozessen umzugehen, darüber steht es in allen Büchern.
Gibt es irgendwo eine Rechtfertigung dafür, tiefe Netze nicht auf Finanzreihen anzuwenden?)
Gibt es irgendwo eine Rechtfertigung dafür, keine tiefen Netze auf Finanzreihen anzuwenden?)
Zumindest gibt es einen Beweis in Form dieses Threads, in dem die klügsten Köpfe des Forums aufgeschlüsselt haben
Wo steht geschrieben, dass die Ausbildung bei einem Lehrer Stationarität erfordert?
Was du Kamalaniya nennst, ist vielfach bewiesen, Berge von Veröffentlichungen, aber es gibt überhaupt nichts über die Ausbildung ohne einen Lehrer für das Handwerk.
Jesus, überall, zum Beispiel im Lieblings-Haykin von jemandem.
in meinen Beispielen, in denen ich die Unfähigkeit der NS zur Extrapolation aufgezeigt habe.
Was ich Kamlanie nenne, ist immer ein Informationsverlust über Transformationen, durch den es dann unmöglich ist, nichtstationäre BP zu rekonstruieren, da sie sehr empfindlich auf Anfangsbedingungen und kleine Schwankungen reagieren
Aber ich will niemanden überzeugen, das ist meine Meinung.
Und über ohne Lehrer kann ich im Moment nichts sagen, terra incognita
In meinen Beispielen, in denen ich die Unfähigkeit der NS zur Extrapolation
Ihre Beispiele sind der Beweis für Ihr persönliches Können oder Unvermögen, und zwar nur zum jetzigen Zeitpunkt. Ihre Beispiele haben nichts mit der Fähigkeit von NS im Allgemeinen zu tun, da der Beweis nicht auf Beispielen beruht und der vorhandene Beweis durch Beispiele GEPRÜFT wird.
Was ich Kamlaning nenne, ist immer ein Informationsverlust über Transformationen, durch den es unmöglich ist, den instationären VR wieder zu rekonstruieren, da er sehr empfindlich auf Anfangsbedingungen und kleine Schwankungen reagiert
Sie kennen das Problem nicht, denn es ist genau das Gegenteil. Außerdem geht es bei der Arbeit mit nicht-stationären Reihen um die TEILUNG von Reihen, nicht um die Transformation.
In meinen Beispielen, in denen ich die Unfähigkeit der NS zur Extrapolation
Ihre Beispiele sind der Beweis für Ihr persönliches Können oder Unvermögen, und zwar nur zum jetzigen Zeitpunkt. Ihre Beispiele haben nichts mit der Fähigkeit von NS im Allgemeinen zu tun, da der Beweis nicht auf Beispielen beruht und der vorhandene Beweis durch Beispiele GEPRÜFT wird.
Was ich Kamlaning nenne, ist immer ein Informationsverlust über Transformationen, durch den es unmöglich ist, den instationären VR wieder zu rekonstruieren, da er sehr empfindlich auf Anfangsbedingungen und kleine Schwankungen reagiert
Sie sind mit dem Problem nicht vertraut, denn das Gegenteil ist der Fall. Außerdem geht es bei der Arbeit mit nicht-stationären Reihen um die TEILUNG der Reihen, nicht um die Transformation.
Hören Sie auf, so schlau zu sein und zeigen Sie mir das Signal.
es ist nicht möglich, ein UNSICHER konstruiertes Stück BP aus einem konstruierten Modell wiederherzustellen, da der Prozess nicht stationär ist
d.h. im Wesentlichen sollte der NS in der Lage sein, einen beliebigen Random-Walk-Zeitplan vorherzusagen, indem er von anderen lerntHören Sie auf, schlau zu sein und zeigen Sie das Signal
Es ist unmöglich, den unsichtbaren VR aus einem konstruierten Modell zu rekonstruieren, da der Prozess nicht stationär ist.
Lesen Sie GARCH.
Das Modell wird von der Zeitreihe RETURNIERT, nicht umgekehrt. Es gibt zwar einen umgekehrten Modus, der als "Simulation" bezeichnet wird, bei dem ein BP aus einem Modell mit bestimmten Parametern generiert wird, das dann zum Testen des realen Modells verwendet wird, aber dies ist ein Test, der es ermöglicht, das Verhalten des Modells bei verschiedenen Arten von Trends, verschiedenen Varianten des Varianzverhaltens und ihrer Verteilungen zu testen. Das ist eine andere Idee von Modellversuchen, die hier überhaupt nicht diskutiert wird.
Ich werde es jetzt sagen.
Meine Herren! Das Thema ist schon lange vom Tisch.
Wissen Sie, warum? Keiner von Ihnen versucht auch nur, mit der Intensität des Zitatflusses zu arbeiten. Dort sitzt eben die berüchtigte Nicht-Stationarität, die sich kaum in eine stationäre Poisson-Strömung umwandeln lässt, aber in den Berechnungen berücksichtigt werden muss.
Ihre Eingaben sind voll von Schrott. Was wollen Sie?
Arbeiten Sie mit inkrementellen Geschwindigkeiten, wie es der große Feynman, vor dem Sie alle wie der Mond sind, uns vermacht hat. Das war's!Sie verwenden NUR NS, und NUR eine der Varianten, und verallgemeinern hier auf das gesamte maschinelle Lernen.
Neben NS gibt es Hunderte von Modellen für maschinelles Lernen, unter der Caret-Shell sind es über 200. Abgesehen von der anfänglichen Datenaufbereitung, abgesehen von der Modellbewertung, haben Sie nur eine sehr begrenzte Vorstellung von allem, da Sie sich auf ein Werkzeug von irgendeinem Bauernhof beschränkt haben.
PS.
Das Lernen ohne Lehrer kann im Prinzip nicht auf den Handel übertragen werden, denn es gibt immer einen Lehrer. Es kann als NS mit Verstärkung verschleiert werden, aber es muss ein PRINZIP geben.
Lesen Sie GARCH.
Das Modell wird durch die Zeitreihen ERZEUGT, nicht umgekehrt. Es gibt zwar auch einen umgekehrten Modus, der als "Simulation" bezeichnet wird und bei dem ein BP aus einem Modell mit bestimmten Parametern erzeugt wird, der dann zum Testen des realen Modells verwendet wird, aber dies ist die Art von Test, die es ermöglicht, das Verhalten des Modells bei verschiedenen Arten von Trends, verschiedenen Variationen des Varianzverhaltens und ihrer Verteilungen zu testen. Dies ist eine ganz andere Idee von Modellversuchen, die hier überhaupt nicht diskutiert wird.
Wir sollten gemeinsam vereinbaren, dass wir jemanden nur dann beraten, wenn wir vorher einen Bericht vorlegen, ok?
Andernfalls ist es nur eine Meinung, eine von Hunderten anderen.
Ich tue etwas und schreibe dann meine Ergebnisse und meine Meinung, und ich zwinge niemandem etwas auf.
Wir sollten uns darauf einigen, jemanden nur dann zu beraten, wenn wir vorher einen Bericht abgeben, OK?
Ansonsten ist es nur eine Meinung, eine von Hunderten.
Oben habe ich die Einzelmeinung von Tausenden und Abertausenden von Menschen wiedergegeben, die ich nicht nur mit Veröffentlichungen im Bereich des Währungspaarhandels, sondern auch mit fertigen Softwarepaketen unterstützen kann.
Wenn Sie sich speziell auf GARCH beziehen, ist die Matlab-Toolbox mit dem Namen"Econometrics" GARCH.