Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1992
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 hablando de python, no puedo ejecutar tu propio código en este lenguaje milagroso para los heterosexuales).
Voy a escribir en python, pero tengo que ejecutar el código primero))
Intenta pasarlo por el depurador primero.
Creará un archivo de configuración para usted
*Entonces prueba a ejecutar sólo*
Hola a todos.
Si alguien tiene algo de tiempo libre, por favor, compruebe la predictibilidad de las series temporales con redes neuronales.
Como no entiendo nada de estas ns, y no hay nadie más a quien preguntar... Gracias.
Este es el aspecto de la serie (adjunto)
El último valor de tiempo está al principio del archivo, el más antiguo está al final.
Hola a todos.
Si alguien tiene algo de tiempo libre, por favor, compruebe la predictibilidad de las series temporales con redes neuronales.
Como no entiendo nada de estas ns, y no hay nadie más a quien preguntar... Gracias.
Este es el aspecto de la serie (adjunto)
El último valor temporal está al principio del archivo, el más antiguo está al final.
Hola a todos.
Si alguien tiene algo de tiempo libre, por favor, compruebe la predictibilidad de las series temporales con redes neuronales.
Como no entiendo nada de estas ns, y no hay nadie más a quien preguntar... Gracias.
Este es el aspecto de la serie (adjunto)
El último valor temporal al principio del archivo, el más antiguo al final.
en los cinco valores anteriores:
60% de precisión
en los 10 valores anteriores, la precisión es del 50%.
en la tercera la precisión es de 57
Azul inicial, naranja predicción. Últimos 300 valores
sobre los cinco valores anteriores:
60% de precisión
sobre 10 valores anteriores se deteriora, precisión 50
en la tercera la precisión es de 57
Línea de base azul, predicción naranja. Los últimos 300 valores.
Hay algo que no entiendo. ¿Cómo puede un modelo de regresión estimar en porcentajes? Debe ser en valores absolutos.
Aquí está la ayuda que encontré https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html :
Es decir, no se debe convertir en porcentajes, ya que son posibles los valores negativos. Sólo un coeficiente.
Hay algo que no entiendo. ¿Cómo puede un modelo de regresión estimar en porcentajes? Tiene que ser en valores absolutos.
logaritmos
No entiendo algo. ¿Cómo puede un modelo de regresión estimar en porcentajes? Tiene que ser en valores absolutos.
Aquí hay una referencia encontrada en https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html :
Es decir, no debería convertirse en un porcentaje, ya que es posible que haya valores negativos. Es sólo un coeficiente.
La negativa es una relación inversa. Es difícil imaginar un modelo así
¡Saludos a todos! He aquí un sistema sencillo para animar los cambios de parámetros de sus sistemas. Será útil para depurar u observar los sistemas RL.
Consta de dos scriptssave_csv.py y animation.py
Todo esto funciona de la siguiente manera.
Pegue previamente el contenido del script save_csv.py para usted. Cuando se llama, la función guardará sus variables en un archivo con extensión .csv.
Ejecuta el script animation.py
A continuación, ejecute su sistema, y la animación se ejecutará.
El script animation .py puede dejarse activado mientras se busca un gaal.
arrancado de
https://www.youtube.com/watch?v=Ercd-Ip5PfQ
negativo es una relación inversa. Es difícil imaginar un modelo así
más es menos que uno) y ¿sabes lo difícil que es explicar un círculo unitario? Habría que trazar más de un círculo... Aunque definitivamente no eres youche)))), pero no todo está perdido))))
más menos que uno) y ¿sabes lo difícil que es explicar un círculo unitario? Habría que trazar más de un círculo... Aunque definitivamente no eres un poke)))), pero no todo está perdido))))
?