Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2973
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
Es ist traurig, dass maschinelles Lernen mit Targeting nicht funktioniert und One-Shot-Learning nicht funktioniert....
Ich weiß nicht, was es nicht zu lernen gibt - für mich gibt es etwas, ja, zu lernen. Ich habe zum Beispiel eine Genauigkeit von 70%, aber das ist immer noch kein objektiver Indikator.
Im Allgemeinen liegt das Problem nicht in der Möglichkeit, ein Modell zu erhalten, das weiterhin funktioniert, sondern in den folgenden:
1. Gewinnung eines stabilen Segments des ursprünglichen Prädiktors (z. B. auf der Grundlage eines Indikators), das seine statistischen Eigenschaften auch in Zukunft beibehält.
2. die Auswahl eines Modells aus einer Reihe von Modellen, die mit größerer Wahrscheinlichkeit in der Zukunft auf neuen Daten wirksam sein werden.
All dies habe ich in dem entsprechenden Thread dargelegt, und ich denke, es ist notwendig, das Problem ausgehend vom ersten Punkt zu lösen. Das tue ich auch, aber ich brauche Ideen aus nicht standardisierten Ansätzen der deskriptiven Statistik.
Meine Idee ist es, ein Modell zu entwickeln, das stabile Quantensegmente anhand einer Reihe von statistischen Merkmalen auswählt. Jeder, der Interesse hat, kann sich gerne an diesem Projekt beteiligen.
Ich weiß nicht, was es da nicht zu lernen gibt - für mich gibt es immer etwas zu lernen. Meine Genauigkeit kann zum Beispiel bis zu 70 % betragen, aber das ist immer noch kein objektiver Indikator.
Im Allgemeinen liegt das Problem nicht in der Möglichkeit, ein Modell zu erhalten, das weiterhin funktioniert, sondern in Folgendem:
1. Ein stabiles Segment des ursprünglichen Prädiktors (z. B. auf der Grundlage eines Indikators) zu erhalten, das seine statistischen Eigenschaften auch in Zukunft beibehält.
2. Auswahl eines Modells aus einer Reihe von Modellen, die mit größerer Wahrscheinlichkeit in der Zukunft auf neuen Daten wirksam sein werden.
All dies habe ich in dem entsprechenden Thread dargelegt, und ich denke, dass es notwendig ist, das Problem ausgehend vom ersten Punkt zu lösen. Was ich tue, aber ich brauche Ideen aus nicht standardisierten Ansätzen der deskriptiven Statistik.
Meine Idee ist es, ein Modell zu entwickeln, das stabile Quantensegmente anhand einer Reihe von statistischen Merkmalen auswählt. Jeder, der daran interessiert ist, kann sich an diesem Projekt beteiligen.
Auch hier handelt es sich um ein Optimierungsproblem, nichts Kompliziertes.
Es ist eine Frage der Prädiktoren.
Eine Frage zu Prädiktoren.
Optimierungsproblem
Könnten Sie versuchen, Ihren Standpunkt ausführlicher darzulegen?
Versuchen Sie, Ihren Standpunkt ausführlicher darzulegen?
Versuchen Sie, genauer zu sein.
Sie bieten also eine Lösung an, ohne das Problem zu verstehen?
Ich bin verwirrt. Möchten Sie mir helfen?
Sie bieten also eine Lösung an, ohne das Problem zu verstehen?
Ich bin verwirrt. Willst du helfen?
Ja, nein.
Worum ging es dann bei dem ganzen Gerede?
Was war dann der Sinn dieser müßigen Unterhaltung?