Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3156
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
Estoy acostumbrado a que leas las cosas mal siempre :)
Bueno, escribe lo que tienes que hacer punto por punto para que quede claro, o codifica...
Así que escribe lo que tienes que hacer para que quede claro, o codifica...
No, quiero que sufras aprendiendo python y las formulas del libro. Que son simples.
No creo que nadie vaya a ir por eso.
Es caro, es confuso.
No creo que nadie vaya a ir por eso.
Mucho gasto, ningún resultado claro.
Estoy seguro de que hay bolsas en la R
¿Es una broma?
Puedes comprobarlo por ti mismo, he desarrollado un tema un poco kozul para que no te aburras.
¿Así que tu último gráfico muestra el resultado del script del último artículo? https://www.mql5.com/ru/articles/9138
¿No has añadido una nueva función?
¿Es una broma?
¿Así que tu último gráfico muestra el resultado del script del último artículo? https://www.mql5.com/ru/articles/9138
¿No has añadido una nueva función?
No
Los paquetes son buenos, pero primero hay que entender en principio lo que hay que hacer.
respuesta del chat sobre los métodos kozuli
Hay varios métodos que se utilizan para la inferencia causal. Algunos de los métodos más comunes son
Estos son sólo algunos de los muchos métodos que se utilizan para la inferencia causal. Cada método tiene sus propias ventajas e inconvenientes, y la elección del método depende de la situación particular y de los datos disponibles.
háblenos del punto 1
Los experimentos controlados aleatorios, también conocidos como ensayos controlados aleatorios(ECA), son un método eficaz para descubrir relaciones causales. En un ECA, los participantes se dividen aleatoriamente en dos o más grupos. Un grupo recibe una intervención (como un medicamento) y el otro un placebo o tratamiento estándar. A continuación, los investigadores comparan los resultados entre los grupos para determinar si hay diferencias en los resultados.
La principal ventaja de los ECA es que la asignación aleatoria de los participantes a los grupos ayuda a eliminar el sesgo y los factores de confusión. Esto significa que cualquier diferencia en los resultados entre los grupos puede atribuirse a la exposición y no a otros factores.
Sin embargo, los ECA no siempre son posibles o prácticos. Por ejemplo, pueden ser caros, requerir mucho tiempo y recursos o ser éticamente inaceptables. En estos casos, los investigadores pueden utilizar otros métodos de inferencia causal.
======================================
¿Está haciendo esto? Es una phyche selecta boruta por lo que parece.
Puedes comprobarlo por ti mismo, he desarrollado un tema un poco kozul para que no te aburras.
Está claro que tienes un concepto reinterpretado y sobrecargado (en el sentido de programación) de tritment. Originalmente, es una cosa mucho más simple y sin ambigüedades. ¿No podría una noción tan extendida conducir al sobreaprendizaje? En el sentido de que una mayor flexibilidad siempre puede conducir a ello.