Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3397
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
También tengo previsto experimentar no con el emparejamiento posicional, como en el artículo, sino con Propensity score. Esto permitirá calibrar las probabilidades al mismo tiempo.
En teoría, se pueden buscar y emparejar muestras a través de él
Por ejemplo, marcar aleatoriamente una parte de la muestra como 0 y otra como 1. Enseñe al NS a separar para clasificar qué muestra pertenece a qué muestra. Esto también se denomina validación adversarial.
Lo ideal es que el NS no identifique la muestra, el error debe estar en torno a 0,5. Esto significa que la muestra original está bien aleatorizada.
Cualquier valor cercano a 0,5 es bueno, estos datos pueden utilizarse para el entrenamiento. Los valores extremos son valores atípicos.
A continuación, para cada "probabilidad" se puede calcular el porcentaje de casos acertados.
Hasta ahora, es un poco alucinante adoptar este enfoque.
Un interesante concurso en curso - para aquellos que quieran comparar su éxito en la predicción de cotizaciones con otros participantes.
Interesante concurso en curso - para aquellos que quieran comparar su éxito en la predicción de cotizaciones con otros participantes.
Este enlace ya ha estado aquí muchas veces
No lo recordaba - supongo que entonces no estaba claro qué hacer, pero ahora he leído la ayuda y me ha quedado más claro. De todas formas, es un hecho que esta idea lleva funcionando mucho tiempo. Según tengo entendido, allí pagan con algún tipo de cripto por buenos pronósticos.
La desventaja, por supuesto, es que el código es abierto y debe ser transferido para participar.
El futuro está aquí. Dirijo el LLM de Google a nivel local. Ahora no necesito una esposa y amigos.
El futuro está aquí. Dirijo el LLM de Google a nivel local. Ahora no necesito una esposa y amigos.
https://blog.google/technology/developers/gemma-open-models/
Un buen resumen de todo el hilo
Un buen resumen de todo el hilo
He escuchado con placer