Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 121
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿Y si un par de operaciones resultan ser grandes beneficios y otras miles resultan ser pequeñas pérdidas? - Es una mala idea.
Exactamente, el inconveniente de todos los criterios de objetivos para TS - no tienen en cuenta el número de operaciones. Es decir, podemos obtener un gran valor de criterio en un pequeño número de operaciones al azar.
Por qué todos ellos... Puede añadir argumentos a la fórmula que tengan en cuenta la relación entre las operaciones rentables y las que producen pérdidas con respecto al número total de operaciones.
Así que he revisado todo el hilo.
Ustedes están cavando en todos los lugares equivocados.
Resulta que existe una herramienta para evaluar los modelos de R
Cómo evaluar los modelos de R en Azure Machine Learning Studio
Así que he revisado todo el hilo.
Ustedes están cavando en todos los lugares equivocados.
¿Y dónde cavar?
Me uno a la pregunta.
Sí Vadim ¿dónde cavar?
p.d. me alegro de que te hayan desbaneado
He revisado todo el hilo.
Ustedes están cavando en todos los lugares equivocados.
en salir de la prohibición, para empezar. Espero no tener que volver a quejarme de ti.
Eres nuestra femócrata.
¿Dónde debo cavar?
Ha creado una rama separada para los excavadores. Ver Aprendizaje automático: teoría y práctica (sólo para el comercio; entrada sólo para los que tienen un derecho)
Resulta que existe una herramienta para evaluar los modelos de R
Cómo evaluar los modelos de R en Azure Machine Learning Studio
He entendido que sólo es una bonita cáscara visual para programar, dentro de todos esos "módulos" está el código R habitual. Básicamente, los datos se dividen en dos grupos tren/prueba, y el modelo se entrena y se prueba de forma estándar, todo lo mismo se puede hacer en rattle.
Además, la suscripción al servicio es cara, 100usd por 25 horas de cálculos al mes. Sólo se ahorra si su nube es más productiva y hace mucho más en una hora que un ordenador normal.
Al final (módulo Evaluar) para el modelo se calcula <<"Exactitud", "Precisión", "Recall", y "AUC">> etc., no hay nada nuevo aquí también.
Entiendo que esto no es más que una bonita cáscara de programación visual, dentro de todos esos "módulos" está el código R habitual. En esencia, los datos se dividen en dos grupos de entrenamiento/prueba, y el modelo se entrena y se prueba de forma estándar, todo lo mismo se puede hacer en rattle.
Además, la suscripción al servicio es cara, 100usd por 25 horas de cálculos al mes. Es mejor si su nube es más productiva y hace muchos más cálculos por hora que un ordenador normal.