Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2559
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
¿buscando el camino al manicomio? :)
El problema es que no se me ocurren todas estas definiciones, así que sólo puedo buscar en Google información más precisa. Puedo encontrar un enlace a ese artículo más tarde.
Bueno, eso es lo curioso...
Has dicho "regularidad". No sé qué es eso, así que no te pregunté y fui a buscarlo en Google y resulta que no es lo que querías decir. Si no hubiera entendido eso, ahora estaríamos usando el mismo concepto (regularidad) implicando cosas diferentes, por lo que nunca llegaríamos al fondo del asunto...
Y todo por culpa de un idiota pseudocientífico...
Me gustaría entrenar el SMM, pero de una manera inusual, a través de una función de aptitud, genética u otra...
Quiero hacer yo mismo las matrices de transición de estado... Hay un paquete, hay estas matrices, pero qué y dónde cambiar no entiendo muy bien, ¿puede ayudar con esto?
La función de aptitud en el HMM es el logaritmo de la probabilidad. Si se te ocurre un f. f. personalizado, ya es algún otro método.
En el HMM, la función de aptitud es el logaritmo de la probabilidad. Si se trata de un f.f. personalizado, ya es algún otro método.
¿Qué hay que optimizar?
aquí hay un modelo para tres estados
Bueno, eso es lo curioso...
Has dicho "regularidad". No sé qué es eso, así que no te pregunté y fui a buscarlo en Google y resulta que no es lo que querías decir. Si no hubiera entendido eso, ahora estaríamos usando el mismo concepto (regularidad) implicando cosas diferentes, por lo que nunca llegaríamos al fondo del asunto...
Y todo por culpa de un idiota pseudocientífico...
Todos, estoy cansado
Yo también)
¿Qué hay que optimizar?
Este es un modelo de tres estados.
Así que todo está ya optimizado por el algoritmo Baum-Welch. El valor óptimo del logaritmo de la probabilidad se escribe a continuación. Se calculan los parámetros (matriz de transición y otros).
Así que todo está ya optimizado mediante el algoritmo Baum-Welch. El valor óptimo del logaritmo de probabilidad se escribe a continuación. Se calculan los parámetros (matriz de transición y otros).
Esto es sólo un modelo entrenado a tres estados, y quiero un modelo que sea entrenado para que mi función de aptitud sea satisfecha.
Imagina que entreno a la neurona y cambio sus pesos por la genética y miro su aptitud.
Me gustaría hacer lo mismo con SMM, pero cambiaría su matriz de transición.
Pero está claro lo que hay que cambiar con los pesos de la neurona, y no tanto con ésta.
Este es un modelo entrenado en los tres estados, y quiero un modelo que sea entrenado para que mi función de aptitud sea satisfecha.
Imagina que entreno una neurona, cambio sus pesos con la genética y miro su aptitud.
Me gustaría hacer lo mismo con SMM, pero cambiaría su matriz de transición.
Pero con los pesos de la neurona, está claro lo que hay que cambiar, y aquí no tanto.
Entiendo lo que necesito, necesito poder establecer un FF personalizado. Pero esta función HMMFit() no admite esta posibilidad, porque implementa un Baum-Welch con un LLH rígidamente cosido en él. Sólo se pueden establecer algunos parámetros Baum-Welch
Necesita otro paquete en el que pueda especificar una frase personalizada.