Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1797
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
Pensado en ello (se trata de algún lugar para discutir la aplicación de teórico y matstat). Supongo que en la actualidad algo así se haría mejor en forma de artículos y su posterior debate.
Compartió la idea con la administración y obtuvo la aprobación preliminar. Si hay alguna idea o sugerencia para los temas del artículo, compártala aquí.
La ciencia es buena si ahorra esfuerzos y tiempo. Aquí tengo otra idea descabellada: recoger nuevas hojas en base a escisiones de otras hojas, la pregunta es, ¿cuál es la probabilidad de que esto tenga un efecto positivo y haya nuevas hojas que tengan poca correlación con las anteriores?
Como creo, este enfoque, a diferencia del principio de la codicia, permitirá una reducción más suave de la integridad de la muestra, y por lo tanto debería hacer que la señal de la hoja sea más estable.
Toddler ha publicado un nuevo artículo. Todavía no lo he leído.
Aparentemente, otra actualización de la máquina de movimiento perpetuo, con mayor capacidad de cruce.
Pensaba en ello (se trata de algún lugar para discutir la aplicación de teórico y matstat). Supongo que en la actualidad es mejor hacer algo así en forma de artículos y su posterior debate.
Compartió la idea con la administración y obtuvo la aprobación preliminar. Si hay alguna idea o sugerencia para los temas del artículo, compártala aquí.
Es realmente difícil seleccionar los temas de la ciencia compleja y lo que sería útil para la gente)))
Si por las direcciones, entonces aparentemente la aplicación práctica de varios modelos en la interpretación de BP. Análisis de varios algoritmos de NS para la BP con vinculación a modelos matemáticos. Expectativa probabilística de los resultados NS. algoritmos Theorver y MO, cuáles son mejores y cuáles peores).
Me gusta esto último.
Gracias por la idea de leer))) También hay material lúcido en el matstat). La conclusión general de que una serie puede ser estimada / definida / caracterizada por un modelo y la definición de la parcela mínima para determinar un modelo válido es un tema.
Hay grupos de invitación cerrada aquí en el sitio web
pero mejores artículos
¿Podrá la SN leer la mente? Enlace.
He estado trasteando con arma. Al llegar al fondo del asunto, he aprendido muchas cosas interesantes. Siempre pensé que la prueba de la raíz unitaria tenía algo que ver con la unidad imaginaria. Resultó ser una prueba de robustez de los filtros. arma es un filtro compuesto por bi y k filtros. El filtro puede representarse como una relación de polinomios B/A. Sus raíces se llaman ceros y polos. Su posición en el círculo unitario se utiliza para juzgar la estabilidad del filtro. La prueba de la raíz unitaria se refiere a esto.
No hay manera de hacer un filtro de arma estable, con ar no hay ese problema.
He estado trasteando con arma. Al llegar al fondo del asunto, he aprendido muchas cosas interesantes. Siempre pensé que la prueba de la raíz unitaria tenía algo que ver con la unidad imaginaria. Resultó ser una prueba de robustez de los filtros. arma es un filtro compuesto por bi y k filtros. El filtro puede representarse como una relación de polinomios B/A. Sus raíces se llaman ceros y polos. Su posición en el círculo unitario se utiliza para juzgar la estabilidad del filtro. La prueba de la raíz unitaria consiste en eso.
No puedo hacer un filtro de arma estable, con ar no hay tal problema.
Se puede decir que un filtro, se puede decir que es un método que describe BP. Si el modelo describe de forma inestable la RV, habrá que aumentar el número de polinomios o pasar a un modelo más complejo o de otro tipo.
¿Podrá la SN leer la mente? Enlace.
El trabajo fue antes de NS y MO. Los resultados en el reconocimiento de patrones estaban ahí hace mucho tiempo, pero no se escribieron de esta manera. AI, NS, MO son sólo conductores de publicidad y promoción)))) Una fregadora AI siempre es más cara que una simple fregona))
Creo que este enfoque, a diferencia del principio de avaricia, permitirá una reducción más suave de la integridad del muestreo y, por lo tanto, debería hacer que la señal de la hoja sea más estable.
Sería mejor dirigir la energía a generar nuevas características... EN MI OPINIÓN...
Si las señales son buenas entonces podemos incluso intentar predecir extremos, tengo unos 400 y 10 modelos, pero veo que necesito decenas de veces más, las muestras de entrenamiento pueden llegar a > 100 GB , wow )))) no tengo esa potencia...
En las imágenes se puede ver que el algoritmo es capaz de reconocer algo, pero hay que construir las características ...
El trabajo se hizo incluso antes de la NS y la MO. Los resultados en el reconocimiento de patrones estaban ahí hace mucho tiempo, pero no se escribió sobre ellos de esta manera. AI, NS, MO son sólo conductores de publicidad y promoción)))) Una fregadora con IA es siempre más cara que una simple fregona))))
Sí, claro )))) Me gustaría ver cómo reconocen las imágenes o generan el discurso con "si, entonces, si no" que sería hardcore)) Pero en serio, ¡estás diciendo tonterías!