Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2735
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
Para que los participantes en el debate comprendan mejor las ideas, como demuestra la práctica, aquí todos tienen representaciones muy diferentes, incluso en los conceptos iniciales. La proximidad de los modelos de objetos a los objetos mismos depende de las representaciones.
Es un idiota, ni siquiera intente explicar nada.
No entiendo qué se supone que debe hacer al final del trabajo. Necesitamos que determine la longitud óptima de la sección a partir de toda la muestra, ¿lo hará?
Incluso es deseable dividir la muestra en secciones para una aplicación y formación coherentes.
No entiendo lo que quiere hacer y cómo quiere hacerlo, cómo determinar lo que quiere hacer.
Sí yo tampoco entiendo qué quieres hacer y cómo lo quieres hacer, cómo definir qué
Determinar la ventana mínima o el tamaño de la muestra de un objetivo significativo. No se como. Quizá por fuerza bruta, pero eso es caro. Es difícil pensar en uno de la parte superior de mi cabeza. Parece necesario que todas las características deseadas deben estar en la muestra y suficiente una vez, puede ser repetido, pero que todos al menos una vez. No sé cómo determinar esto sin conocer las características.
Determinar la ventana mínima o el tamaño de la muestra de un objetivo significativo. No sé cómo. Quizá por fuerza bruta, pero es costoso. Es difícil pensar en uno. Parece ser necesario que todas las características deseadas deben estar en la muestra y suficiente una vez, se puede repetir, pero que todos al menos una vez. No sé cómo determinar esto sin conocer las características.
El objetivo está claro...
Pero sinceramente, no veo ninguna idea profunda en ello.
El propósito está claro.
Pero, sinceramente, no consigo ver en ello ninguna idea profunda.
¿Para qué sirven las "representaciones"? ¿Para qué sirven las "representaciones"?
Si es filosófico, no hay duda.
Pero en los mercados financieros sólo hay dos propósitos: predecir el valor y predecir la dirección (signo).
Si la "representación" es para esto, entonces ¿qué influencia, qué relación, qué poder de predic ción tienen todas estas "representaciones" para los fines antes señalados?
Habría que aclarar más el método de las predicciones. Si se hacen adivinando en las entrañas de los animales, entonces se necesita una fuente de animales: una granja de animales, por ejemplo. Si se utilizan las matemáticas para las predicciones, entonces se necesita el aparato matemático adecuado, basado en conceptos que suelen introducirse a partir de ideas sobre la materia.
Es necesario especificar el método de las predicciones. Si se hacen mediante adivinanzas sobre vísceras de animales, entonces necesitamos una fuente de animales: una granja de animales, por ejemplo. Si se utilizan las matemáticas para las predicciones, entonces se necesita el aparato matemático adecuado, basado en conceptos que suelen introducirse a partir de ideas sobre la materia.
En primer lugar, la nueva jerga que oscurece la cuestión.
En segundo lugar. En MO hay un concepto, probablemente "representación" - predictor y un montón de sinónimos para ello.
Hago una pausa para reiterar mi entendimiento: hay predictores que son relevantes para el objetivo con diferentes niveles de fuerza, y hay basura. En mis modelos, la lista inicial de predictores es de unas 180 piezas. La predicción se realiza sobre no más de 10, y el resto es basura, y los nombres de los predictores incluidos en 10 cambian a medida que se mueve la ventana.
De ahí mi pregunta sobre las "representaciones". Por qué hacer esto fuera de la vinculación "predictor-objetivo" y sin una medida de atribución a la basura (entrañas de animales).
En primer lugar, una jerga periodística que oscurece la cuestión.
En segundo lugar. En MO hay un concepto, probablemente "representación" - predictor y un montón de sus sinónimos.
Hago una pausa para reiterar lo que entiendo: hay predictores que son relevantes para el objetivo con diferentes niveles de fuerza, y hay basura. En mis modelos, la lista inicial de predictores es de unas 180 piezas. La predicción se realiza para no más de 10, y el resto es basura, y los nombres de los predictores incluidos en 10 cambian a medida que se mueve la ventana.
De ahí mi pregunta sobre las "representaciones". Por qué hacerlo fuera de la vinculación "predictor-objetivo" y sin una medida de atribución a la basura (entrañas de animales).
Sin lenguaje nuevo, por supuesto. Representación como imagen de un objeto en la mente es un término utilizado desde hace mucho tiempo. Representar un objeto como una cadena de números es un concepto reciente y profundamente secundario. La propia lista de predictores se construye sobre la base de nuestra percepción personal del objeto y, por tanto, nunca coincidirá en dos "maquinistas" diferentes. Ésta, por cierto, es una de las razones por las que en este hilo apenas es posible una discusión significativa sobre aspectos concretos.
Por favor, díganmelo, o al menos denme una pista (guiñen el ojo) - ¿han conseguido construir un Asesor Experto de ganancias que funcione en una red neuronal?
Sin argot, por supuesto. La representación como imagen de un objeto en la mente es un término utilizado desde hace mucho tiempo. Representar un objeto como una cadena de números es un concepto reciente y profundamente secundario. La propia lista de predictores se construye sobre la base de nuestra percepción personal del objeto y, por tanto, nunca coincidirá en dos "maquinistas" diferentes. Ésta, por cierto, es una de las razones por las que difícilmente es posible una discusión significativa sobre aspectos concretos en este hilo.