Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2549
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
Pero no conocer Matlab dificulta la tarea.
Matlab parece ser capaz de generar código C++
El caso en el que la "R" se puede insertar en todos los mensajes, todavía fuera de tema
la pregunta originalmente sonaba algo así: "¿quién transfirió modelos LGBM entrenados en python (esto es importante) al lenguaje mql?" si no lo hiciste, puedes guardar silencio :D
refiriéndose al problema. No es un problema, sólo un inconveniente.
Matlab parece tener una forma de generar código C++
Sí, hace un tiempo probé el generador incorporado de matlab y me dio muchos errores.
No parecía tener mucha confianza. Cómo es ahora no lo sé, tendré que probarlo.
Pero me he convencido más de una vez: la lógica debe trasladarse al leerlo.
Y el generador es para tareas sencillas.
Probablemente porque sabe Python.
Todo el mundo se adapta al lenguaje que conoce.
Yo, por mi parte, soy un fan de C. Y es jodidamente difícil transferir todo desde otro idioma.
Especialmente de un idioma que no conoces idealmente.
Tengo problemas de propiedad en Matlab, que me gustaría portar a C, alias mql.
Pero no dominar Matlab dificulta la tarea.
¿Cuál es el problema de sacar matlab de C (de MQL)?
había artículos a la "trabajando con matlab" en el sitio web.
hay otras formas, existe SciLab, en su mayor parte compatible con MatLab, con una C-API coherente y sin cadenas de licencias
La portación de una implementación de un lenguaje a otro, especialmente de un lenguaje que no está relacionado, no sólo es laboriosa, sino que también puede causar una montaña de errores.
¿cuál es el problema de sacar matlab de C (de MQL)?
había artículos en el sitio web a la "trabajar con MatLab".
hay otras formas, está SciLab, en su mayor parte compatible con MatLab, con una clara C-API y sin cadenas de licencias
Más aún porque portar una implementación de un lenguaje a otro, especialmente a un lenguaje que no está relacionado, no sólo es laborioso, sino que puede reunir una montaña de errores.
Sí, por alguna razón no pensé que fuera posible conectarlos.
Nunca se me había ocurrido emparejarlos, probablemente porque no me gustan esos enlaces, sacar algo de algún sitio.
Y para hacer bulto, hay que volver a estudiar algo, y no con la seguridad de que vaya a funcionar.
Porque, como siempre, no sé cómo encontrar información por la API.
Pero gracias por el consejo, lo pensaré.
¿Cómo se puede mejorar el aprendizaje si hay una muestra conocida para evaluar el aprendizaje (futuro) que no participará en el aprendizaje?
Por favor, aporten sus ideas y comentarios sobre por qué este "engaño" no será efectivo en los nuevos datos que aún no han surgido en absoluto, ¿o tal vez sí?
¿Cómo se puede mejorar el aprendizaje si hay una muestra conocida para evaluar el aprendizaje(futuro) que no participará en el aprendizaje?
Por favor, aporten sus ideas y comentarios sobre por qué este "engaño" no será efectivo en los nuevos datos que aún no han surgido en absoluto, ¿o tal vez sí?
Si se conoce el futuro, ya no es necesario enseñar nada a nadie)
Parece ser un enfoque estándar: optimizar los metaparámetros del algoritmo mediante los resultados de una muestra de control.
Si conoces el futuro, no necesitas enseñar a nadie).
Parece ser un enfoque estándar: optimizar los metaparámetros del algoritmo en función de los resultados de la muestra de control.
No, sólo se puede entrenar en la muestra del tren, y tengamos la prueba - para los resultados de control y el examen - para la evaluación independiente, por lo que sólo se puede aplicar el algoritmo de aprendizaje automático en la muestra del tren por condiciones. No se pueden añadir nuevos predictores que describan la sección del examen; deja que ellos hagan el resto (por ahora).
¿Hay alguna manera de analizar el examen para mejorar el modelo construido en el tren?No, sólo podemos entrenar en la muestra del tren, y digamos que tenemos la prueba - para controlar los resultados y el examen - para la evaluación independiente, por lo que sólo podemos aplicar el algoritmo de aprendizaje automático en la muestra del tren de acuerdo con las condiciones. No podemos añadir nuevos predictores que describan la sección del examen; dejemos que ellos hagan el resto (por ahora).
¿Hay alguna manera de analizar el examen para mejorar el modelo construido en el tren?En general, tras el entrenamiento (en un tren) no hay un modelo, sino un conjunto de ellos, definidos por metaparámetros. Por ejemplo, diferente grado de polinomio de interpolación o diferentes coeficientes de regularización en la regresión lasso, etc. A continuación, se determina el mejor valor del metaparámetro (se toma el mejor modelo del conjunto mediante una prueba). A su vez, la optimización del meta-parámetro en la prueba también puede ser determinada por algunos parámetros (meta-parámetros), para cuya optimización se puede aplicar el examen. Por ejemplo, en qué proporciones dividir la muestra original en tren y prueba.
Pero lo más probable es que no entienda su idea).
Pero probablemente no entendí tu idea)
Somos muchos)