Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 711
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
El Grial no está aquí, está sentado a mi lado -está viendo esta correspondencia con los ojos entornados.
También estoy llegando poco a poco a todo tipo de densidades de probabilidad y demás, pero desde otro lado, desde el moushhilling :) ya casi lo tengo, lo único que me queda es entender el coolerning más o menos en sus diferentes formas
También se utiliza la entropía y se pueden establecer diferentes distribuciones para los agentes
También me estoy acercando poco a poco a todo tipo de densidades de probabilidad y demás, pero un poco por otro lado, con el moushinlerning :) ya casi lo tengo, sólo me queda entender el coolerning más o menos en sus distintas manifestaciones
Así es.
Sólo hay que ocuparse de las entradas: no deben ser aleatorias, sino que se basan estrictamente en la intensidad de las operaciones. Por el momento, a largo plazo.
Si las finanzas son difíciles, sólo por el bien de la vida - dame un voto, y voy a dejar caer el Grial en las probabilidades con el fin de hacer mis fuerzas para continuar la epopeya.
El espectáculo debe continuar.
Abre los ojos))))
Abrir))))
¡buena suerte!
)))
Así es.
Sólo hay que ocuparse de las entradas: no deben ser simplemente aleatorias, sino que deben estar estrictamente vinculadas a la intensidad de los oficios. Por el momento, a largo plazo.
Si las finanzas son difíciles, sólo por el hecho de vivir, entonces no te preocupes, tiraré el Grial en aras de las posibilidades, con el fin de tener fuerza para continuar la epopeya.
El espectáculo debe continuar.
lo principal que sería interesante :) todavía tiene cosas interesantes sin explorar puede hurgar
No veo ningún sentido en el giro supervisado y no supervisado, mera aproximación y búsqueda de características para problemas estacionarios estrechos
Yo también estoy a favor de la potenciación, pero discrepo un poco de su lucha contra el overfit.
Para él, vencer el sobreajuste = criterio específico de partición de árboles + número mínimo de árboles.
Para mí: gbm + k-fold. Ahora me he conformado con gbm, pero he probado otros paquetes en R - xgboost, catboost - que tienen incorporadas protecciones de sobreajuste, pero no obtuve tantas alegrías como con gbm.
¿Lo es?
De todos modos, esta es la línea de fondo, la línea superior creo que todo el mundo puede entender
A diferencia de las redes neuronales, he estado mostrando un mayor rendimiento, aquí desde la noche hasta ahora (por supuesto, real):
La curva es, por supuesto, interesante y no se puede ignorar, pero el rendimiento es demasiado bajo. IMHO
¿Lo es?
Sí. 1 в 1.
lo más interesante allí, incluso para los DC, es el pronóstico
no puede
Maestro, una vez más has sido expuesto por los chicos normales)))