Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2473
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
¡Buenas tardes!
Una mente brillante dijo una vez: - Una red neuronal es una red neuronal, pero la base lo rompe todo.
¿Así que estamos perdiendo el tiempo? ¿O no?
Por favor, explíquemelo a los inexpertos.
La econometría es una gran ciencia. Pero no dice nada, no predice nada. Afirma un hecho. Uno puede hacer un clasificador bayesiano, por ejemplo, torturarlo largo y tendido, y luego concluir econométrica y científicamente que el precio es martingala, que la mejor estrategia sería comprar mientras se vende simultáneamente.
Si el objetivo era determinar la martingala del precio, puede detenerse ahí, y si no - examinar otros factores.
¡Buenas tardes!
Una mente brillante dijo una vez: - Una red neuronal es una red neuronal, pero la base lo rompe todo.
¿Así que estamos perdiendo el tiempo? ¿O no?
Por favor, explíqueme, si soy un ignorante.
La fundación no rompe nada, ni las redes neuronales, ni el cristal, ni la econometría, etc.
Es el equilibrio del mercado el que lo rompe todo.
y nada más
¿Qué buscas? No está nada claro en sus artículos, dígame.
Para mí es más fácil grabar un vídeo y subirlo a YouTube, es más fácil mostrarlo claramente que escribir toneladas de texto. Más concretamente, si digo que ya he encontrado una posible solución, a muchos les gustará. En cuanto al resto de los artículos, hay más teoría, que espero que alguien encuentre útil. Por desgracia, no puedo hacerlo todo yo solo. Tengo muchas ideas, muchos conocimientos, pero no me alcanzan mis fuerzas para la realización, hasta ahora he logrado hacer una sola solución y necesito comprobarla en la dinámica, pero no tengo recursos para eso... En la actualidad, sólo tengo escasez de potencia de cálculo, el resto es todo lo que se necesita. En definitiva necesito servidores, cuanto más y más potentes mejor. Aquí hay un vídeo:
https://youtu.be/NLA0u172oTw
¡Buenas tardes!
Una mente brillante dijo una vez: - Una red neuronal es una red neuronal, pero la base lo rompe todo.
¿Así que estamos perdiendo el tiempo? ¿O no?
Por favor, explíqueme un ignorante.
Los equipos ganan ahora, es decir, el comerciante pierde a nivel de organización de la empresa.
Cada uno tiene que ocuparse de sus propios asuntos.
A largo plazo, un operador puede operar, pero cuanto más bajo sea el nivel de ruido, más se necesita un equipo organizado. Y no tiene sentido que un comerciante gane dinero por sí mismo y no lo comparta con nadie.
Necesita un gestor de riesgos adecuado.
Comerciantes adecuados
Cuantos adecuados
Chicas que procesan la clientela del fondo
Tal vez haya algunos en los mercados no organizados, pero por el momento todos no son eficientes, desaparecen rápidamente.
hay un theanalysis que es peor o mejor, pero funciona con cualquier fundación, una red neuronal se dedica a theanalysis, por lo que puede predecir cuando la fundación no afecta mucho
La gestión del tiempo no se anula con ninguna automatización... una vez dentro de 2 semanas (cuando se reúna el FOMC) - no confíe en la AT, sólo en la FA (y en algunos requisitos previos en la DB)... por cierto, se reúne (toma decisiones sobre la actualidad de su balanza de pagos BP) y dice - en diferentes momentos... así que - como se oye y se entiende en el momento en que habla, no importa, y de todos modos el comerciante minorista (como el más desinformado) entiende sólo "a-post"... pero todos los matices de la sincronización (que entra en el mercado cuando y con qué propósito) debe ser imaginado al menos en términos generales...
Para mí es más fácil grabar un vídeo y subirlo a YouTube, es más fácil mostrarlo claramente que escribir toneladas de texto.
El problema es que con los nuevos modelos de datos de este tipo inmediatamente se van al garete y no les ayuda la validación cruzada ni nada por el estilo...
Y no importa qué tipo de función de referencia utilizar
ya sea por aproximación polinómica o
filtro en cascada o
cascada de filtros generada automáticamente o
cascada de aproximación de regresión lineal (MGUA) o
aproximación mediante armónicos convencionales, etc.
En esencia, no importa qué funciones de referencia deben utilizarse para la aproximación (aproximación), a grandes rasgos es todo lo mismo, el problema es diferente
O los datos están mal o los enseñamos mal, ya que todos los métodos tienen el mismo resultado...
+1
La gestión del tiempo no ha sido abolida por ninguna automatización... cada 2 semanas (cuando se reúna el FOMC) - no dependa de la AT, sólo de la FA (y de algunos requisitos previos en la DB)... por cierto, se reúne (toma decisiones sobre la actualidad de su balanza de pagos BP) y dice - en diferentes momentos... así que - como se oye, como se entiende en el momento en que habla, no importa, y de todos modos el comerciante minorista (como el más desinformado) sólo entenderá "a-after"... pero todos los matices de la sincronización (que entra en el mercado cuando y con qué propósito) debe ser imaginado al menos en términos generales...
в... usted.... usted mismo.... ¿comercio....?
FOMC.... sits.... no.... dos.... tiempos.... в.... mes, pero....8..... veces.... в.... año....
El hecho de que haya hecho un autómata completo mola, pero el problema es que con los nuevos modelos de datos de este tipo van directamente a la zona muerta y ni la validación cruzada ni nada les ayuda...
Y no importa qué tipo de función de referencia utilizar
si se trata de una aproximación polinómica o
filtro en cascada o
cascada de filtros generada automáticamente o
cascada de aproximación de regresión lineal (MGUA) o
aproximación mediante armónicos convencionales, etc.
En esencia, no importa qué funciones de referencia deben utilizarse para la aproximación (aproximación), a grandes rasgos es todo lo mismo, el problema es diferente
O los datos están mal o los enseñamos mal, ya que todos los métodos tienen el mismo resultado...
Hay algo de verdad en esto, pero he comprobado mi modelo y lo principal es conocer la tasa de avance. El problema está en el reentrenamiento, donde debemos buscar la máxima relación entre los datos analizados y el conjunto final de criterios, de lo contrario, se produce una compresión de los datos, por ejemplo se pueden analizar los datos en el gráfico de parábola y tomar varios miles de puntos y reducirlos a tres coeficientes A*X^2 + B*X + C. Ahí es donde la calidad de la compresión de los datos es mayor, ahí es donde está el avance. El reentrenamiento se puede controlar introduciendo indicadores escalares correctos de su calidad teniendo en cuenta esta compresión de datos. En mi caso se hace de una forma más sencilla: tomamos un número fijo de coeficientes y tomamos una muestra lo más grande posible, es menos eficiente pero funciona.