Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1051
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
¿Hay una continuación de la historia?
He observado que si un sistema de comercio da sólo resultados positivos, entonces habrá una pérdida permanente - estamos hablando de la TS con lote fijo y stoplosses.
Creo que la historia se remonta a 2006, sólo que no se sabe a qué alto nivel se hizo y por quién.
http://www.kamynin.ru/
Sólo que no sabes el nivel que tiene... Elija la rúbrica "robots de comercio", ir al principio, hacer té y bollos, leer, mirar las fotos, leer los comentarios de la gente, las respuestas del autor, ser más inteligente, y no un niño ah ... ee ... ) ))
Ahí está toda la evolución de principio a finLamentablemente no :-( Aunque tengo una idea para un comité de seis polinomios, pero aún no he descifrado del todo el código de Reshetov. Aunque el último cambio empezó a ahorrarme tiempo mientras preparaba el modelo en MKUL, pero no es el punto, sino que el quid del problema de MO es el siguiente según me parece y si tienes argumentos de peso en contra estoy dispuesto a escucharlos.
Aparte de todo lo demás, como la preparación previa, la formación, etc. La última etapa es la elección del modelo. Al fin y al cabo, en el proceso de entrenamiento un algoritmo construye un modelo, estima sus parámetros e intenta mejorarlos utilizando otros modelos y el modelo con la mejor métrica de entrenamiento es el que salva el modelo y esel resultado de la optimización. En mi opinión, el optimizador de Reshetov seleccionó la mejor métrica para los clasificadores. Se trata de la determinación de la sensibilidad y la especificidad, así como de la generalizabilidad global. Cuando el resultado del aprendizaje del modelo se evalúa utilizando cuatro parámetros True Positiv, True Negativ, False Positiv, False Negativ. Seguro que has oído hablar de ello. Es una métrica bastante popular, pero como muestra la práctica, esta métrica sólo está relacionada en parte con la generalización. En otras palabras, el resultado de esta métrica está sobreestimado y sus valores serán tan altos cuando se sobreentrena en el conjunto de entrenamiento como si no hubiera sobreentrenamiento. Vamos a decidirnos un poco:
Supongamos que tenemos un método para estimar la generalizabilidad del polinomio al conjunto de datos. Y nuestra métrica estima realmente el nivel de generalización. En otras palabras, cuando otras métricas muestran un buen resultado en el periodo de entrenamiento, y nuestra métrica muestra un mal resultado cuando el polinomio está sobreentrenado y un buen resultado cuando el polinomio está generalizado. Entonces, esta métrica podría utilizarse en el proceso de aprendizaje, obligando al algoritmo a buscar un modelo subestimado (con nuestros datos), pero todavía generalizado. Puede ser malo, pero funciona y es 100% sin entrenamiento. Aquí es donde entra en juego el efecto del subentrenamiento. Es muy importante mantener el bajo rendimiento al mínimo. Este texto puede considerarse un precursor de mi teoría, porque estamos cerca de lo que???? Hasta aquí la pregunta del día. Piensa.....
La historia se remonta a 2006 si no me equivoco, pero no tienes ni idea de a qué nivel se hace todo esto, y por qué tipo de persona.
http://www.kamynin.ru/
Usted elige la rúbrica "robots comerciales". Elige la rúbrica "robots comerciales", ve al principio, prepara té y bollos, lee, mira las fotos, lee los comentarios de la gente, las respuestas del autor, hazte más inteligente, y enfádate mucho... ) ))
Ahí está toda la evolución de principio a finrealmente no he oído hablar de este hombre, voy a mirar en él, gracias.
Esta rama... es sólo un montón de mierda)))
http://www.kamynin.ru/2015/08/26/lua-quik-robot-uchitel/
Lee desde el principio y luego postea, sé de lo que hablo.
MGUA Aquí es donde empezó todo, el autor recomienda empezar con esto, sí ahora no lo aplica, y aplica otra cosa ya puramente suya, pero este algo surgió de MGUA y este algo no lo divulgaBrevemente sobre la información de las imágenes
Brevemente sobre la información de las imágenes
Sí, eso es, al autor no le gusta el minimalismo)
Sí, eso es lo que es, al autor no le gusta el minimalismo)
hay niveles y un par de mashups, de los que de alguna manera extrae información para su supuesta red neuronal
también una especie de baladista.Sí, es lo que es, al autor no le gusta el minimalismo)
Lo miró durante 5 segundos y lo entendió. Es 100% sospechoso y no quiero ni mirarlo......
¿Has visto mis sitios o posts o fotos????
hay niveles y un par de mash-ups, extrayendo de alguna manera información para su supuesta red neuronal
otro tipo de pelotazo.Oh, mierda. Aquí vamos) supuestamente, neuronet, bebe))
Léelo, métete en él u olvídalo.
Aquí está la respuesta a su puesto.
Todo está ahí, sólo hay que leer.
Oh mierda, aquí vamos)) supuestamente, las redes neuronales, bebe))
Leer, absorber u olvidar.
Aquí está la respuesta a su puesto.
Todo está ahí, sólo hay que leer
Eso es más o menos de lo que estaba hablando
Eso es. Mañana haré lo mismo.