Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3080
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
Warum können Sie nicht auf den Inhalt der gestellten Fragen antworten?
Außerdem impliziert das, was Sie dort kopiert und geschrieben haben, dass es bereits eine Entscheidung gibt und eine Bewertung der Durchführbarkeit weiterer Arbeiten in dieser Richtung.
Sie können keine Einschätzungen über ein unerforschtes Gebiet abgeben - Sie müssen mindestens 5 % der gegebenen Indikatoren analysieren, um über die Zweckmäßigkeit der weiteren Arbeit sprechen zu können.
Ich gehe jedoch von dem potenziellen Wert aus, der hoch sein kann. Angenommen, es gelingt uns, einen sehr guten Indikator zu finden, der eine sofortige Erhöhung der Genauigkeit und Vollständigkeit der Klassifizierung für eine Reihe von Zielen ermöglicht. Das bedeutet, dass er es ermöglichen wird, mit dem Handel Geld zu verdienen. Wie viel das sein wird, ist eine andere Frage und hängt sowohl von der persönlichen Verfassung als auch von der Art und Weise ab, wie man das Potenzial ausschöpft.
Anstatt über die Komplexität und Unmöglichkeit nachzudenken, ist es besser, darüber nachzudenken, wie man es mit weniger Aufwand und Zeit möglich machen kann. Dazu habe ich einige Ideen.
Wenn ich Sie richtig verstanden habe, denken Sie, dass es im CodeBase-Archiv versteckte Diamanten gibt, die von den Händlern einfach nicht gesehen werden? Und Sie wollen sie mit ML heraussieben?
Wenn das so ist, warum glauben Sie dann, dass diejenigen, die diese Indikatoren geschrieben und veröffentlicht haben, sie nicht schon von ihrer besten Seite gezeigt haben?
Damit meine ich, dass Sie nicht nach Indikatoren suchen müssen, sondern nach originellen Ideen suchen können.
Lilitha, heute ist ein besonderer Tag, ein erhöhter Tag.
Einige Leute haben sich heute besonders hervorgetan, und ich auch.
Jeder hat seinen eigenen Standpunkt, und solange die Standpunkte nicht übereinstimmen, können die Gegner einander nicht verstehen.
Jeder hat seinen eigenen Standpunkt, und solange die Standpunkte nicht übereinstimmen, verstehen sich die Kontrahenten möglicherweise nicht.
Warum streiten Sie sich dann?
Hallo, Leute!
Hallo, Leute!
Sei gegrüßt, Mensch!
Allerdings könnten Bots an einer solchen Begrüßung Anstoß nehmen :)
Wenn ich Sie richtig verstanden habe, denken Sie, dass es im CodeBase-Archiv versteckte Diamanten gibt, die die Händler einfach nicht sehen? Und Sie wollen sie mit ML heraussieben?
Wenn das so ist, warum glauben Sie dann, dass diejenigen, die diese Indikatoren geschrieben und veröffentlicht haben, sie nicht schon von ihrer besten Seite gezeigt haben?
Damit meine ich, dass Sie nicht nach Indikatoren suchen müssen, sondern nach originellen Ideen suchen können.
Wie wollen Sie den Prozess der Suche nach originellen Ideen automatisieren?
Ich schlage nur vor, einen Indikator zu finden, in der Erwartung, dass es eine interessante Idee gibt, die auf dem Markt funktioniert, und dann kann sie angepasst oder analog gemacht, entwickelt werden.
Sei gegrüßt, Mensch!
Allerdings könnten Bots an einer solchen Begrüßung Anstoß nehmen :)
Wenn du tolerant sein willst, musst du es nicht sein.
Aber im Allgemeinen, wer weiß, wo das Salz liegt... Es mag in den Indikatoren liegen, aber nicht im Park. Ich benutze Natashki Mashka, und es ist in Ordnung.
Ich hatte heute einen Streit mit Chat, er sagt, ich sei sehr intolerant.Sie wollen tolerant sein? Ich nicht.
Ich weiß nicht einmal, ob es möglich ist, Bots mit Fehlern zu tolerieren.....
AI-Meister, das Telefon ist Pre-Top, der Mond ist nur kapets, im wirklichen Leben ist es extrem scharf, AI-Kamera machte es wie eine Mondsichel) visuell gibt es einen neuen Mond, sehr schön.
Ja, ich sah es heute. Ich mochte es.
Ich möchte den Artikel https://arxiv.org/pdf/2201.12692.pdf noch einmal lesen, weil der Kausalschluss in der ME aus dem Ruder gelaufen ist.
Was ich also aus dem Artikel mitgenommen habe.
Der Autor nahm einen der berühmtesten Algorithmen der MO -RF- und analysierte die Veränderungen des Fehlers, indem er die Art und Weise der Eingabe der Daten und den Stichprobenumfang änderte. Gleichzeitig unterteilte er den Fehler in Varianz und Bias, die seiner Meinung nach addiert werden können. Die Verzerrung wird in der Abbildung in Bezug auf ein Ideal dargestellt, von dem nicht klar ist, woher es stammt.
Der Artikel kommt zu dem Schluss - und das ist nicht die erste neue Schlussfolgerung -, dass die Kreuzanpassung am besten ist, mit Faltungen, die mindestens so groß sind wie die vollständige Stichprobe.
Aber das ist nicht die Hauptsache, die den Artikel veranlasst hat.