Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1153
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
¿Está instalado devtools?
Sí, sin ella había un error diferente.
Sí, había un error diferente sin él.
Mierda, no sé(( Acabo de intentarlo de nuevo, se ha instalado todo. También tengo R-3.5.0.
Mierda, no sé(( Acabo de intentarlo de nuevo, se ha instalado todo. También tengo R-3.5.0.
Puedo descargar el archivo por separado, pero ¿cómo lo instalo?
No sé muy bien por qué... Existen algoritmos de "selección de futuro" que resuelven el problema de separar los predictores útiles del ruido
No estoy hablando un poco de eso, la pregunta es más bien cómo implementar predicciones heterogéneas en el sistema, hay diferentes predictores, ruidoso, la predicción de algunas estadísticas exóticas, etc, pero puede ser útil, por ejemplo "inversiones" como usted tiene))
PS con algoritmos "selección futura" también no es tan simple, para clasificaciones no lineales / regresiones, una cosa es jugar con la biblioteca ya hecha en los datos del modelo, otra cosa es escribir una biblioteca y experimentar con datos reales.
Puedo descargar el archivo por separado, pero ¿cómo lo instalo?
si p-studio
No estoy hablando de eso, la pregunta es más bien cómo implementar predicciones heterogéneas en el sistema, hay diferentes predicciones, ruidoso, la predicción de algunas estadísticas exóticas, etc., pero puede ser útil, por ejemplo "inversiones" como usted tiene))
PD con los algoritmos "selección de futuro" tampoco es tan sencillo, para las clasificaciones/regresiones no lineales, una cosa es jugar con la librería ya hecha sobre los datos del modelo, otra cosa es escribir una librería y experimentar con datos reales.
Sólo diré lo que pienso y en qué dirección intento escarbar: creo que en primer lugar hay que resolver el problema de la fractalidad, o enseñar (algoritmo-MO TS) a ver "cabeza y hombros" tanto en el gráfico diario como en el de 1 minuto y (algoritmo-MO TS) entender que es una misma cosa.
Entonces desaparecerá la heterogeneidad de los datos y aparecerá la estacionariedad y lo más importante es la repetibilidad que está ausente en la BP bruta, que no es útil para añadir a la MO
========
O trabajar con atributos que no mutan en el tiempo y no cambian su estructura y son estacionarios.
Mmm-sí, señores... mm-hmm... ¡1153 páginas de demagogia! ¡Oh, Dios mío! Llevo un mes leyendo (sobre todo en diagonal), lo único que noté fue un argumento constructivo en https://www.mql5.com/ru/articles/1165
Toda esta discusión me recuerda a https://www.mql5.com/ru/forum/4956
el único lugar en el que noté un constructivo en https://www.mql5.com/ru/articles/1165
)))))))
Mmm-sí, señores... Mm-hmm... ¡1153 páginas de demagogia! ¡Oh, Dios mío! En todo un mes de lectura (sobre todo en diagonal), el único lugar en el que noté que era constructivo en https://www.mql5.com/ru/articles/1165
ZZ como objetivo - facespalm
Pero sí, es constructivo.
Creo que en primer lugar hay que resolver el problema de la fractalidad, es decir, a grandes rasgos enseñar al (algoritmo-MO-TS) a ver "cabeza y hombros" tanto en un gráfico diario como en uno de minutos y hacer que el (algoritmo-MO-TS) entienda que es una misma cosa.
Entonces desaparecerá la heterogeneidad de los datos y aparecerá la estacionariedad y lo más importante es la repetibilidad que está ausente en la BP bruta, que no es útil para añadir a la MO
========
O trabajar con atributos que no mutan en el tiempo y no cambian su estructura y son estacionarios.
La "fractalidad" se resuelve mediante la previsión vectorial, es decir, mediante la previsión de incrementos para diferentes escalas de tiempo, por ejemplo para 10 minutos hacia adelante, una hora, 6 horas, un día, una semana
la "cabeza y los hombros" es un patrón de precios, cada algotrader ha escrito un correlador pettern para asegurarse de que el mercado no ve patrones, no hay ninguna prueba estadística de que un "patrón" pueda predecir nada, son "visibles" como "animales" en las nubes, esto es pareidolia