Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1168
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
Ich habe die MLP aus der Alglib auf der Multiplikationstabelle für die Normalisierung überprüft, hmmm... keine Normalisierung erforderlich, seltsam... Sehr seltsam, dass es so einfach ist!
das Raster von alglib ist recht gut, natürlich gibt es keine Wunder, aber selbst bei vorwärts zeigt es Werte an, die kaum logisch sind.... sehr seltsam, dass es so einfach ist! )))
HH: #define k 1 können Sie drehen, aber nicht bemerkt haben, alle Änderungen, wie die Eingabe von 0. 1, dass von 1. 100, was auch immer funktioniert ziemlich gut alle die gleichen liefern
naja, und der Wald wird ungefähr das Gleiche zählen, ich habe die Multiplikationstabelle dafür auch geworfen, nur bei großen Datensätzen wird der Unterschied sein - das neuronale Netz wird langsamer trainiert
Ich bin an Ihrer Meinung über die Verwendung des Kagi-Diagramms im Verteidigungsministerium interessiert. Wie oft wird es verwendet und wie sinnvoll ist es Ihrer Meinung nach?
Ich bin an Ihrer Meinung über die Verwendung des Kagi-Plans für das Verteidigungsministerium interessiert. Wie oft wird es verwendet und wie sinnvoll ist es Ihrer Meinung nach?
Ich denke, es ist ein gemeinsamer Indikator der Preisänderung um einen bestimmten Betrag, genau wie ein Renko ... in welchen Situationen kann es verwendet werden: zum Beispiel, um "Lärm" zu filtern, aber es kann auch durch eine muving, zum Beispiel, mit genau der gleichen Verzögerung. Wenn es also notwendig ist, gefilterte Daten mit einer Verzögerung zu erhalten, dann ist das vielleicht sinnvoll, aber in der Praxis gibt es höchstwahrscheinlich keine solche Aufgabe, um stark verzögerte Marktinformationen zu erhalten.
Ich denke, es ist ein gemeinsamer Indikator für die Preisänderung um einen bestimmten Wert, genau wie Renko... in welchen Situationen es verwendet werden kann: zum Beispiel, um "Lärm" herauszufiltern, aber es kann auch durch eine muving, zum Beispiel, mit genau der gleichen Verzögerung. Wenn also die Notwendigkeit besteht, verzögerte gefilterte Daten zu erhalten, dann kann dies sinnvoll sein, aber in der Praxis gibt es wahrscheinlich keine solche Aufgabe, stark verzögerte Marktinformationen zu erhalten.
Es geht eher nicht um die Praxis. Solche Diagramme stellen eine Verbindung zwischen dem Markt und der "Münzübung" her.
Die stückweise stationäre SB simuliert eine Wohnung nicht gut. Die naheliegende Weiterentwicklung des Modells ist eine stückweise homogene Markov-Kette. Es ist durchaus möglich, MO zu verwenden, um es zu trainieren. Sicherlich hat jemand etwas Ähnliches gemacht, aber ich habe nichts gefunden.
Ich bin an Ihrer Meinung über die Verwendung des Kagi-Plans für das Verteidigungsministerium interessiert. Wie oft wird es verwendet und wie sinnvoll ist es Ihrer Meinung nach?
hmm, ich dachte, ich würde heute in diesem Thread einen in Renko-Charts ausgebildeten Wald posten,
Ich habe irgendwo gelesen, dass einige Leute die gleichen Ideen haben :)))
hmm, ich dachte, ich würde heute in diesem Thread einen in Renko-Charts ausgebildeten Wald posten,
Ich habe irgendwo gelesen, dass manche Menschen ähnlich denken )))))
i>Normalerweise, fügen Sie Ihre Instuktionen Fähigkeit zu optimieren rengo Einstellungen, das ist, was Sie sehen werden
Und im Allgemeinen können Sie mein Beispiel von Bandit für Weierstraß-Plot verwenden, indem Sie logit in forest ändernUm problemlos zu Python zu wechseln und Beispiele zu lösen, empfehle ich google colaboratory
Soweit ich weiß, kann man bedingte Wahrscheinlichkeiten (Kontinuitätsspuren) nehmen, die im Grenzfall zu 50\50 konvergieren, aber im Moment kann es Abweichungen geben. Genau darum geht es beim Bayes'schen Ansatz, im Gegensatz zum Frequenzansatz (Unterscheidung zwischen a priori und a posteriori Verteilungen). Das ist sozusagen meine bescheidene Sicht der Dinge in diesem Buch, da ich mit der Bayes'schen Statistik nicht sehr vertraut bin, obwohl es im Wesentlichen nur eine Gleichung gibt :)
Es besteht jedoch der Verdacht, dass damit bedingte Regelmäßigkeiten gefunden werden können, wenn man es so nennen kann. Und ein neuronales Netz ist nur zur Verallgemeinerung gedacht.
Zumindest ist dies der Ansatz, den ich versuche, meinen RL-Banditen hinzuzufügen
korrigieren Sie mich, wenn ich falsch liege.
Ich habe Sagemath, das auf Python basiert.
Ich stimme zu, dass der Grenzwert bei etwa 50/50 liegt, obwohl er auf unterschiedliche Weise formalisiert werden kann. Ich würde gerne ein einfaches Modell finden, um unsere Graphen von den symmetrischen SB in kurzen Abständen zu unterscheiden. Bandits scheinen mir ebenso wie Hidden-Markov-Modelle kompliziert genug, um zu übermäßigem Lernen zu führen.
Ignorieren Sie den Gegensatz zwischen dem Häufigkeitsansatz und dem Bayes'schen Ansatz - beide können in einem Theoretiker durchaus nebeneinander bestehen.)
Das Problem bei der Suche nach Regelmäßigkeiten ist meines Erachtens immer die Nicht-Stationarität.
können Sie 100 % Gewinn pro Monat machen.
Zehr gut, Max! Tse ist der Gral und er versteckt sich in den Inkrementen. Es ist nur nicht so leicht zu erkennen - aber es ist da, zu 100 %.