Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 231
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
Personalmente, ni siquiera lo entendí).
Pero se me permite, no me considero un experto.
Personalmente no entendí nada )
No estás solo, ya que el colectivo que "no entendió nada" incluye al propio autor.
Y ese es el objetivo de todo lo que escribeReteg Konow.
El objetivo es destruir el hilo y la forma más fácil de hacerlo es con textos que no tienen ningún contenido.
El objetivo se ha cumplido. El hilo no sólo no se ajusta al título, sino que ha dejado de tener contenido.
No estás solo, ya que el colectivo que "no entiende nada" incluye al propio autor.
Y ese es el objetivo de todo lo que escribeReteg Konow.
El objetivo es destruir la rama y la forma más fácil de hacerlo es con textos que no tienen ningún contenido.
El objetivo se ha cumplido. El hilo no sólo no se ajusta al título, sino que ha dejado de tener contenido.
El sistema es complejo. En última instancia, implementa una completa automatización del proceso de ajuste de los parámetros de entrada, adaptándose eficazmente a la dinámica cambiante del mercado. De eso se trata.
Sí, esa es la cuestión.
Técnicamente, cualquier estructura de control con adaptabilidad (retroalimentación con funcionalidad de calidad/pérdida) puede ser atribuida a IR, por ejemplo, si tomas una máquina regular y cada N bares buscas sus parámetros óptimos para los N bares anteriores, por una simple cuadrícula, también será IR. La esencia del MO está en la acumulación de "experiencia", en la transformación de los datos en un modelo.
PD: En el "perseptrón" anterior más precisamente... El producto escalar simple mal programado, carece de lo principal, el algoritmo de aprendizaje, este asunto importante se delega al optimizador de MT, mientras que MO es exactamente un modelo dual - algoritmo de optimización, no sólo modelo, y no todos los algoritmos de optimización funcionan para todos los modelos, por ejemplo MLP no puede ser optimizado por la rejilla o la genética, se necesita backprop etc.
al igual que en forex, un bot puede aprobar una sección/nivel y suspender otra
porque no tiene la inteligencia del comerciante y el bot "no entiende" lo que está haciendo...
¿Y qué es la inteligencia del comerciante?
En términos simples, se trata de la experiencia comercial, aquellos comerciantes tienen 1) - algunos patrones de comportamiento del mercado (patrones de mercado) y 2) - patrones de comportamiento en este patrón (patrón de comportamiento en el patrón de mercado).
Esto se puede programar, ¿no?
De hecho, la búsqueda de estos buenos patrones se puede programar, ¿no?
..
para tener éxito en cualquier área/nivel el bot debe tener un modelo de objeto del mundo en el que existe
es decir, el algoritmo no debe limitarse a optimizar los patrones
El algoritmo debe operar con categorías semánticas y describir la situación tal y como la ve el comerciante/jugador
El bot debe distinguir los tipos de objetos y sus características, y evaluar el peligro de la situación de forma dinámica
y esto requiere un nivel de heurística bastante diferente al de la simple optimización de redes neuronales
El resultado del aprendizaje debe ser un modelo semántico y un conocimiento de los objetos y procesos.
Si no es así, los bots comerciales están condenados a pinchar al azar
Estoy totalmente de acuerdo, el grial no está en el modus operandi, el grial está en esos cubitos, incluso en el caso de mario lo hacen, no tanto con el mercado no estacionario
Se llama preprocesamiento de datos, incluso en este hilo nadie lo está haciendo
Esto es exactamente lo que ve el modus operandi, un concentrado de realidad apropiado y limpio de ruido.
Si lo haces y lo haces adecuadamente, entonces puedes enseñar a cualquier EA a operar tan bien como un humano, o incluso mejor
Sí, esa es la cuestión.
Técnicamente, cualquier estructura de control con adaptabilidad (retroalimentación con funcionalidad de calidad/pérdida) puede ser atribuida a IR, por ejemplo, si tomas una máquina regular y cada N bares buscas sus parámetros óptimos para los N bares anteriores, por una simple cuadrícula, también será IR. La esencia del MO es la acumulación de "experiencia", la transformación de los datos en un modelo.
La MdD es ante todo un arte de la ingeniería, el resultado justifica cualquier concepto. Dame el resultado. Aquí tienes un reto: https://numer.ai/
En otras palabras, ¿está de acuerdo en que también es posible lograr los resultados del enfoque estándar de MO con redes neuronales utilizando un enfoque de MO no estándar (ya que ha reconocido este enfoque como tal)?
Sí, esa es la cuestión.
...
La esencia de la EM es la acumulación de "experiencia", la transformación de los datos en un modelo.
Esta conclusión confirma que mi concepto puede tener un valor real.
En cualquier caso, no dudo de que perseguiré su aplicación. Cuando llegue el momento.
Por mi parte cualquier miembro del ramo que se considere útil para este ramo solo tiene que mostrar resultados en esta cosa )
Estoy de acuerdo, en mi opinión, si una persona puede al menos sólo ejecutar los datos y obtener un logloss por debajo de 0,69300 (al azar) entonces tiene derecho a hablar de la IA y MO aquí, el resto no son rentables
mi resultado https://numer.ai/ai/toxic