Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2479
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
Danke, vielleicht ist es nicht die Agonie, sondern mein Mangel an grundlegendem Wissen.
Gilt dies auch, wenn mehrere Sätze unabhängiger Variablen einer einzigen Variablen entsprechen?
Haben Sie überhaupt verstanden, was Sie geschrieben haben?
Ich stimme Ihnen zu, wenn dasselbe Beispiel mehrere Zustände beschreibt, dann erhalten wir eine Wahrscheinlichkeit nahe 1/n, wobei n die Anzahl der Zustände ist, wenn wir mit einem beliebigen verfügbaren Algorithmus klassifizieren.
Aber es gibt keine absolut ähnlichen Beispiele, sie sind bis zu einem gewissen Grad ähnlich. Die Frage ist, wie man diese "Ähnlichkeit" feststellen kann.
100 Exemplare in drei Monaten auf der M5... Ich frage mich... Wählen Sie aus der ursprünglichen Stichprobe nach den Regeln Proben aus , die Sie dann beim Handel verwenden?
Wenn zwei Vektoren sehr nahe beieinander liegen, aber unterschiedliche Zielwerte haben, ist der Algorithmus gezwungen, eine kleine Biegung vorzunehmen, was zu einer Verringerung der Modellstabilität führt, wenn eine kleine Änderung des Eingangsvektors eine erhebliche Änderung des Ergebnisses bewirkt. Dies ist auch nicht gut, da das Modell sehr empfindlich auf die Eingabedaten reagiert und daher häufiger Fehler auftreten können.
100 Stichproben in 3 Monaten auf М5 wird durch Ausdünnen der Daten erreicht, was die grundlegende Strategie ist, die Sie den Markt nicht bei jedem Balken analysieren lässt, sondern nur zu einem bestimmten Zeitpunkt, wenn die Bedingung für die Analyse gebildet wurde. Lesen Sie meinen Artikel, um ungefähr zu verstehen, wovon ich spreche. Die Wahrheit ist, dass es ein wenig veraltet ist, und ich benutze nicht viel davon (ich bin weitergezogen), aber das Grundkonzept hat sich nicht geändert!
Ja, das nennt man inkonsistente Daten. Ich arbeite seit 20 Jahren mit Netzen, man könnte also sagen, ich bin ein Hüter dieser Branche. Warum fragen Sie?
Hast du wieder getrunken?)
Oder haben Sie zu etwas Interessanterem gewechselt? ))Ja, das nennt man inkonsistente Daten. Ich arbeite seit 20 Jahren mit Netzen, man könnte also sagen, ich bin ein Hüter dieser Branche. Warum fragen Sie?
Trinkst du schon wieder? :))
Oder haben Sie zu etwas Interessanterem gewechselt? ))Nein. Einfach - nein
Könnten Sie das deutlicher machen, denn es ist nicht ganz klar, was Sie meinen. Oder besser gesagt, überhaupt nicht klar :-)
Bei der Anwendung von Methoden des maschinellen Lernens auf LAUFENDE FLÜSSE ist die Situation, dass ein und dieselbe Menge von Eingangsvariablen einer und derselben abhängigen Variable entspricht, fast nie gegeben. Unterschiedliche Werte der abhängigen Variable erzeugen einen Vorhersagefehler, der minimiert werden muss.
In diesem ganzen Thread geht es darum, den Vorhersagefehler zu minimieren, aksakal.
Einfache Wahrheiten....
Bei der Anwendung von Methoden des maschinellen Lernens auf das FERNLEBEN ist die Situation wie folgt
warum zufällig?