Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3304
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
Der ArtikelClassification models of Scikit-learn library and their export to ONNX ist veröffentlicht worden
Hier ist eine Liste der unterstützten Modelle von der Website selbst
https://onnx.ai/sklearn-onnx/supported.html
Vielen Dank für die fertigen Beispiele in dem Artikel.
Damals sammelten die Makler noch keine Tick-Werte. Ich habe es selbst gemacht. Ich sammelte echte Ticks und speicherte sie portionsweise in Dateien für etwa 6 Monate. Ich wendete sie auf das Testgerät an und erhielt ein völlig anderes Bild.
Sie haben Glück, dass Sie sich entschlossen haben, einmal ein vernünftiges Geschäft zu machen... jetzt sammeln die Broker keine Tick-Kurse mehr, sondern nehmen/liefern sie von irgendwoher; das kann mit MT-Server-Updates zusammenhängen.
Manchmal kann man mit bloßem Auge sehen - hier sind frische Ticks, und hier ist ein allgemeiner Bullshit. Und sogar mit Minuten
in der Tat, die Archive der echten Ticks, wie sie wirklich waren, kamen von einem bestimmten DC - eine sehr teure Ware. (auch durch die Unterstreichungen)
Ich bin überrascht, dass Sie überrascht sind.
Sie haben Glück, dass Sie sich entschieden haben, einmal ein vernünftiges Geschäft zu machen... jetzt sammeln die Broker keine Tick-Kurse mehr, sondern nehmen/liefern von irgendwo anders; das kann mit MT-Server-Updates zusammenhängen.
Manchmal kann man mit bloßem Auge sehen - hier sind frische Ticks, und hier ist ein allgemeiner Bullshit. Und sogar mit Minuten
in der Tat, die Archive der echten Ticks, wie sie wirklich waren, kamen von einem bestimmten DC - eine sehr teure Ware. (auch durch die Unterstreichungen)
Sie liegen falsch. Jeder Broker sammelt selbst echte Ticks und auf dem Tester des nächsten Tages können Sie die echten Ticks des Vortages abrufen.
Und zwar genau die Ticks, die nach der Filterung vom Broker an MT5 übermittelt werden. Sie können das im Modus "Every tick based on real ticks" überprüfen, oder kopieren.
Eine gute Arbeit über die richtige BP-Darstellung für neuronale Netze. Auf FFTs kann natürlich verzichtet werden. Und ein weiterer Vergleich der verschiedenen Modelle.
Der grundlegende Unterschied besteht darin, dass die Vorverarbeitung in die Netzarchitektur integriert ist. Sie kann aber auch separat durchgeführt werden.
Das LSTM raucht im Hintergrund, weil es die Schwankungen zwischen den Perioden nicht berücksichtigt.
Auch Bousting liegt auf der Grundlage der Tests irgendwo am unteren Ende der Rangliste.Eine gute Arbeit über die richtige BP-Darstellung für neuronale Netze. Auf FFTs kann natürlich verzichtet werden. Und ein weiterer Vergleich der verschiedenen Modelle.
Der grundlegende Unterschied besteht darin, dass die Vorverarbeitung in die Netzarchitektur integriert ist. Sie kann aber auch separat durchgeführt werden.
Das LSTM raucht im Hintergrund, weil es die Schwankungen zwischen den Perioden nicht berücksichtigt.
Auch Bousting liegt auf der Grundlage ihrer Tests irgendwo am Ende der Rangliste.Nein, ich verstehe, dass je mehr man sucht (Iterationen), desto wahrscheinlicher ist es, dass man etwas Zufälliges findet, das wie etwas aussieht, das NICHT zufällig ist.....
Aber wenn wir eine Idee haben und dann die Parameter in 10 statt 10000 Iterationen anpassen, kann man das dann als untrainiertes Modell betrachten?
Schließlich impliziert die Formulierung"wir haben uns etwas einfallen lassen" auch eine Art Denkprozess (Iterationen).
Woher weiß das endgültige Modell, ob es sich um Iterationen des Gehirns oder des Computers handelt und ob es einen Unterschied zwischen den beiden gibt?
Die Frage entstand nach der Lektüre des Artikels von Prado
Vor nicht allzu langer Zeit hat jemand im Forum den Namen des Effekts genannt (ich habe ihn noch nicht gefunden), aufgrund dessen Serien in der Nähe von SB eine Periode zu haben scheinen. Dieser Effekt ist mit einer Menge von beschämenden Momenten in der Wissenschaft verbunden, wenn mit Hilfe von Fourier "gefunden" Periodizität in Prozessen, und Radio-Amateure, weil es auf dem Forum wird nie überleben).
Wie kann man das Gegenteil beweisen?
Meiner Meinung nach gibt es Ereignisse, die an die Zeit gebunden sind - die gleichen Nachrichten. Ich denke, wenn wir sie in drei Unterstichproben unterteilen - erwartet, schlechter, besser - und den Kontext berücksichtigen, werden wir ein ähnliches Verhalten der Marktteilnehmer feststellen.
Eine weitere Möglichkeit ist die Saisonalität von Waren.
Schließlich impliziert die Formulierung"wir haben uns etwas einfallen lassen" auch eine Art Denkprozess (Iterationen).
Woher weiß das endgültige Modell, ob es sich um Iterationen des Gehirns oder des Computers handelt und ob es einen Unterschied zwischen den beiden gibt?
Die Frage entstand nach der Lektüre des Artikels von Prado
Überlernen entsteht durch das Einprägen von seltenen Phänomenen. Diese Phänomene werden rein statistisch isoliert, da es kein Modell gibt, das Ursache und Wirkung beschreibt.
Ein Verlust bedeutet jedoch nicht immer, dass das Modell übertrainiert ist.