Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2461
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
Carrie Trading ist ein alter Knaller....
aber alles in allem gilt, wie man im Internet sagt: keep watching!
p.s.
Vladimir Baskakov , Ihre Ausrufe in #24597 machen Sie nicht mehr zu einem interessierten Gesprächspartner, sondern eher zu einem Paparazzi, der nach einem Platz zum Schreien sucht... schreien?... - das Thema deiner Lakritze ist vorbei... Sie sind eindeutig nicht daran interessiert, mit Ihrem Gehirn an dem Thema zu arbeiten, und EA wird ohne einen Coder nicht von alleine funktionieren...
yep, you've had your answer, (if you've learned nothing more from the above topics in your lifetime)
p.s.
Vladimir Baskakov , Ihre Ausrufe in #24597 machen Sie nicht mehr zu einem interessierten Gesprächspartner, sondern eher zu einem Paparazzi, der einen Platz zum Schreien sucht... schreien?... - das Thema deiner Lakritze ist vorbei... Sie sind offensichtlich nicht daran interessiert, mit Ihrem Gehirn an dem Thema zu arbeiten, und EA wird ohne einen Programmierer, der es implementiert, nicht von alleine funktionieren...
Ich mag Menschen mit einem solchen Selbstvertrauen, einer unbestätigten Wahrheit. Aber solche Leute tauchen hier regelmäßig auf und verschwinden schnell wieder. Wie: stilles Warten auf Profit...
ja, Sie haben bereits eine Antwort erhalten, (falls Sie aus den obigen Themen nichts anderes herauslesen konnten)
p.s.
Ich mag Menschen mit einem solchen Selbstvertrauen, das durch keine Wahrheit gestützt wird. Aber sie tauchen hier regelmäßig auf und verschwinden schnell wieder. Es ist wie: "Wir warten still auf die Gewinne...
Ja... denn es geht um Persönlichkeiten, nicht um das Thema... Sie zu Einstein mit Ihrer Bitte, Ihnen mit Ihrer Kaution etwas zu beweisen... (wie, setzen Sie ihn auch, wenn er nicht alle seine Wettbewerbsvorteile in diesem Markt aufgeben, wird verfolgen und verspotten und beleidigen und setzen ihn nach unten und stoßen ihn, bis er eilt, um Bilder zu zeigen, und wenn "ich" (dh, Sie) wie Bilder, dann pester ihn zu Tode, um seine Gewinne oder seine faulen reden nicht, um ihm Zeit zu verdienen, bis er Aktien) ... Einstein wird dich verstehen...
Dialoge wie dieser sprechen wirklich Bände über Sie als Person, als Händler, als Analyst und als Programmierer... Ich persönlich bin einfach angewidert von solchen Debatten in solchen Talkshows von so seichten "Profis"... also schalte ich die Sendung gar nicht erst ein.
ja... denn dies ist eine Diskussion über Persönlichkeiten, nicht über das Thema, um das es hier geht... Sie zu Einstein mit Ihrer Bitte, Ihnen mit Ihrer Einzahlung etwas zu beweisen... (wie, legte ihn auch, wenn er aufgibt alle seine Wettbewerbsvorteile in diesem Markt, wird verfolgt und verspottet, bis er eilt, um Bilder zu zeigen, und wenn "ich" (dh Sie) wie die Bilder, dann pester ihn zu Tode, um seine Gewinne oder seine faulen Geschwätz zu halten, um nicht geben ihm Zeit zu verdienen, bis er Aktien) ... Einstein wird dich verstehen...
Dialoge wie dieser sprechen wirklich Bände über Sie als Person, als Händler, als Analyst und als Programmierer... Ich persönlich finde es einfach nur widerlich, mich in solchen Talkshows von solch oberflächlichen "Fachleuten" auf diese Art von Debatte einzulassen... also schalte ich die Sendung gar nicht erst ein.
Grüße Brüder!!!
Ich erinnere mich, dass ich es schon mehr als einmal gesagt habe, aber ich werde es noch einmal sagen. Ja, die Trainingsmethode und die NS-Architektur sind wichtig, aber viel wichtiger sind die Daten, die Sie verwenden. In vielerlei Hinsicht wird eine breite Palette von Netzarchitekturen mit gut aufbereiteten Daten gut funktionieren. Es ist selbstverständlich, dass jede Art von NS eine spezifische Vorverarbeitung benötigt, aber wenn die Eingabedaten, die Informationen, die Sie in das Netz eingeben, für das Ziel sinnvoll sind, dann wird das Ergebnis sofort sichtbar sein. Der Sinn des Grabens verschiedene Methoden der Konstruktion der NS, wenn der Ausgang nur auf die einzigartige Konfiguration noch nicht funktionieren kann.
Nun, ich sage nur, vielleicht lesen junge Leute :-).
Meiner Erfahrung nach sind die Daten (Vorverarbeitungsdaten) und die Zielfunktion besonders wichtig. Daten sind in der Tat "Rezeptoren", die von den Rezeptoren ausgegeben werden, man kann/sollte ihnen erlauben, sich zu "entwickeln", ausgewählt zu werden. Eine richtig gewählte/geformte Zielfunktion liefert robuste Lern-/Evolutionsergebnisse und löst die Aufgabe der Ausbildung/Umschulung.
Nach meiner Erfahrung sind die Daten (Datenvorverarbeitung) und die Zielfunktion besonders wichtig. Die Daten sind in der Tat "Rezeptoren", und der Output der Rezeptoren kann/sollte sich "entwickeln" und ausgewählt werden. Eine richtig gewählte/geformte Zielfunktion liefert robuste Lern-/Evolutionsergebnisse und löst das Problem der Potenzierung/des Wiedererlernens.
Ich bin nicht ganz einverstanden mit der Zielfunktion. Angenommen, wir haben ein ideales Ziel, aber das Lernen ist schlecht und zufriedenstellende Lernergebnisse sind mit den aktuellen Daten nicht möglich. Wenn wir beginnen, das Ziel zu verschlechtern, indem wir es weniger ideal machen, wird dies zu besseren Lernergebnissen führen. Es ist, als ob wir das Ziel an die uns vorliegenden Eingabedaten anpassen würden. Ja, die Qualität des Lernens wird sich verbessern, aber es wird wenig nützen. Meiner Meinung nach sollten wir uns ein ideales Ziel setzen und nach einem solchen Datensatz suchen, mit dem wir die bestmöglichen Lernergebnisse erzielen können. Das heißt, Sie sollten in den Eingabedaten und nicht in den Zieldaten suchen.
Wenn wir von Daten sprechen, meinen wir die Informationen, die der Eingabe zugeführt werden. Was die Vorverarbeitung betrifft, so ist sie standardmäßig und für alle von uns verwendeten Daten anwendbar. Das ist zumindest die Zentrierung und Skalierung.
Ich bin nicht ganz einverstanden mit dem Ziel. Angenommen, wir haben ein ideales Ziel, aber die Lernleistung ist schlecht und wir können mit den aktuellen Daten keine zufriedenstellenden Lernergebnisse erzielen. Wenn wir beginnen, das Ziel zu verschlechtern, indem wir es weniger ideal machen, wird dies zu besseren Lernergebnissen führen. Es ist, als ob wir das Ziel an die uns vorliegenden Eingabedaten anpassen würden. Ja, die Qualität des Lernens wird sich verbessern, aber es wird wenig nützen. Meiner Meinung nach sollten wir uns ein ideales Ziel setzen und nach einem solchen Datensatz suchen, mit dem wir die bestmöglichen Lernergebnisse erzielen können. Das heißt, Sie sollten in den Eingabedaten und nicht in den Zieldaten suchen.
Wenn wir von Daten sprechen, meinen wir die Informationen, die der Eingabe zugeführt werden. Was die Vorverarbeitung betrifft, so ist sie standardmäßig und für alle von uns verwendeten Daten anwendbar. Es ist zumindest die Zentrierung und Skalierung.
Sie haben meine Meinung in das Gegenteil interpretiert: In der Natur ist das Ziel das praktischste - das "Notwendigste" überlebt und vermehrt sich. Und es ist notwendig, das "praktischste" Ziel zu trainieren, ohne es in irgendeiner Weise zu verändern.
Zu den Daten: Ja, die Informationen, die in die Eingabe einfließen, aber idealerweise sollten wir "Augen", "Ohren", "Nase" usw. haben.
Sie haben meine Meinung in das Gegenteil interpretiert: In der Natur ist das Ziel das praktischste - das "Notwendigste" überlebt und vermehrt sich. Und es ist notwendig, das "praktischste" Ziel zu trainieren, ohne es in irgendeiner Weise zu verändern.
Über die Daten, ja, die Informationen an den Eingang zugeführt, aber im Idealfall sollten wir bilden/empfangen - "Augen", "Ohren", "Nase", etc.
ja... denn dies ist eine Diskussion über Persönlichkeiten, nicht über das Thema, um das es hier geht...