Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2744
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
Dejame ser un PTU, echame la culpa de todo a mi, y tu te enfrías y más sobre el caso como sería mejor, con argumentos y si y con bromas, pues sin burlas infantiles))))
No... eres bueno).
Deja que sea un colegial, que me eche la culpa de todo a mí, y así te calmarás y más en los negocios como sería mejor, con argumentos y si con bromas, pues sin burlas infantiles)))).
Y hay un problema con los términos, una raíz importante de malentendidos y de tus propios errores. Escribí como entendí su mensaje. Te mostré dónde estaba la debilidad.
No, me quedé perplejo después de su explicación, su comprensión parece estar en línea con la de Sanych, pero ha dejado completamente de correlacionarse con la mía.
Si, por supuesto, tomamos el mismo intervalo de tiempo de un día, o una semana, bueno, en general, no toda la serie, pero algunas secciones que son los mismos y enseñar en él, la imagen es un poco claro, pero la forma de encontrar estas secciones idénticas. La forma más fácil es hacerlo por tiempo, de 17 a 18, por ejemplo... y en general debería funcionar, pero en el caso de Sanych toda la fila apareció sin cambios, no está claro.
No se que palabras usar para que se baje 😀
No contestéis.
Bueno, al parecer tienen otros proyectos, y esto es como un pequeño hobby, y puede ser que en este hobby reza no es muy bueno.
No, me quedé perplejo después de su explicación, su comprensión más o menos coincide con la de Sanych, pero ha dejado completamente de correlacionarse con la mía.
Si, por supuesto, tomamos el mismo intervalo de tiempo de un día, o una semana, bueno, en general, no toda la serie, pero algunas partes que son los mismos y enseñar en él, la imagen es un poco claro, pero la forma de encontrar estas partes idénticas. La forma más fácil es hacerlo por tiempo, de 17 a 18, por ejemplo... y en general debería funcionar, pero en el caso de Sanych toda la fila apareció sin cambios, no está claro.
Toma señales y objetivos, mide correlación o entropía entre ellos en una ventana deslizante con un paso dado. Mira la dispersión, la media y otros estadísticos. Desecha los signos malos.
Luego, durante el proceso de entrenamiento, sustituye diferentes signos en el modelo, es decir, cambian con el tiempo. No sé por qué principio se sustituyen, probablemente según los resultados de dividir la historia en modos.
Toma atributos y objetivos, mide la correlación o entropía entre ellos en una ventana deslizante con un paso dado. Observa la dispersión, la media y otras estadísticas. Elimina las malas señales.
A continuación, durante el proceso de formación, sustituye diferentes señales en el modelo, es decir, cambian con el tiempo. No sé por qué principio se sustituyen, probablemente según los resultados de dividir la historia en modos.
Si los rasgos tienen el tiempo asociado a otros rasgos, es más comprensible. Pero no dijo nada sobre los tipos de signos)))))
Si los rasgos tienen tiempo asociados a otros rasgos, es más comprensible así. Pero no dijo acerca de los tipos de rasgos)))))
Y si lee con atención, podrá ver la emboscada en el punto 2, es decir, el ajuste inicial a la historia. Por eso baja su error de aprendizaje
¿y las pruebas estadísticas para los coeficientes de regresión sirven para qué? ¿o para probar hipótesis sobre la igualdad de la media y la varianza? (si el PCA sigue mostrando que el 1er PC explica la parte aceptable de la varianza [la varianza residual es muy pequeña] - entonces acéptelo y compruebe la confirmación de la significación de los coeficientes de regresión)....
idealmente -- está claro que para tener un 100% de probabilidad deberíamos usar relaciones funcionales en lugar de correlacionales -- pero si estudiamos un proceso estocástico, los resultados serán sólo probabilísticos y confirmables sólo en un gran número de datos de prueba y sólo hasta que aparezca un nuevo Driver en el mercado.... [aquí, por cierto, también es muy importante la conciencia fáctica/lógica, no sólo el análisis robusto].
el ajuste a la historia siempre está ahí, siempre que nos basemos en datos históricos..... pero siempre podemos comparar la varianza mediante el estadístico F -- si la reducción de la varianza es mucho mayor que la varianza restante no explicada, entonces se identifica una nueva regresión. (con dr SLOPE)... y sólo funciona hasta un momento en el futuro y sólo en grandes números... bueno, o cambiar el estado del actor (si se utiliza DL)... pero el conductor sabe mejor que esperar... pero es mejor saber el conductor que esperar hasta que la muestra actual para confirmarlo.
Característica Ingeniería si usted hace lógico, usted ha notado correctamente - "teóricamente" lógico (en virtud de cualquier procesamiento stat hay leyes físico-lógicas terrenales y el conocimiento humano, los patrones no caen de la nada) -- [pero alguien puede tener la ignorancia] -- entonces FS en el proceso de modelado no molestará ni el modelador o el desarrollador mucho.... y no se puede ir a ninguna parte sin la historia, para saber qué y cuándo se convirtió en un conductor y lo que no - no se necesita mucha inteligencia en matemáticas superiores, sólo la comprensión de las leyes del dinero y el mercado de materias primas, los sectores privado y estatal (y esto no es VM), de lo contrario vamos a utilizar el aparato de las matemáticas superiores aplicadas (VM) sólo "después" para aprender que la noticia que cambió el mundo ya se ha escuchado una vez ... es que la reacción del mercado, incluido el mercado, suele ir con retraso.
p.d..
para quien las palabras y las letras son desconocidas, no lea un tema desconocido de letras desconocidas, para no aferrarse a las letras - busque una máquina VM para su FS.... si entonces también demuestras validez estadística de tus resultados, y no sólo %% de acierto (no siempre imparcial, por cierto)), entonces las conversaciones serán diferentes.... Pero por ahora, sí, cada uno tiene su propia terminología....
¿y para qué sirven las pruebas estadísticas de los coeficientes de regresión? o ¿para comprobar las hipótesis sobre la igualdad de la media y la varianza? (si el PCA sigue mostrando que el 1er PC explica la parte aceptable de la varianza [la varianza residual es muy pequeña] - entonces acéptelo y compruebe la confirmación de la significación de los coeficientes de regresión)...).
idealmente -- está claro que para tener un 100% de probabilidad deberíamos usar relaciones funcionales en lugar de correlacionales -- pero si estudiamos un proceso estocástico, los resultados serán sólo probabilísticos y confirmables sólo en un gran número de datos de prueba y sólo hasta que aparezca un nuevo Conductor en el mercado.... [aquí, por cierto, también es muy importante la conciencia fáctica/lógica, no sólo el análisis robusto].
el ajuste a la historia siempre está ahí, siempre que nos basemos en datos históricos..... pero siempre podemos comparar la varianza mediante el estadístico F -- si la reducción de la varianza es mucho mayor que la varianza restante no explicada, entonces se identifica una nueva regresión. (con dr SLOPE)... y sólo funciona hasta un momento en el futuro y sólo en grandes números... bueno, o cambiar el estado del actor (si se utiliza DL)... pero el conductor sabe mejor que esperar... pero es mejor saber el conductor que esperar hasta que la muestra actual se recoge para confirmarlo.
Característica Ingeniería si usted hace lógico, usted ha notado correctamente - "teóricamente" lógico (en virtud de cualquier procesamiento stat hay leyes físico-lógicas terrenales y el conocimiento humano, los patrones no caen del aire) -- [pero alguien puede tener la ignorancia] -- entonces FS en el proceso de modelado no molestará ni el modelador o el desarrollador mucho.... y no se puede ir a ninguna parte sin la historia, para saber qué y cuándo se convirtió en un conductor y lo que no - no se necesita mucha inteligencia en matemáticas superiores, sólo la comprensión de las leyes del dinero y el mercado de materias primas, los sectores privado y estatal, de lo contrario estaremos utilizando el aparato de las matemáticas superiores aplicadas sólo "después" para aprender que la noticia que cambió el mundo ya se ha escuchado una vez.... Es que la reacción del mercado, incluida la del mercado, suele ir con retraso.
p.d..
para quien las palabras y las letras son desconocidas, no lea un tema desconocido de letras desconocidas, para no aferrarse a las letras - busque una máquina VM para su FS.... si entonces también demuestras validez estadística de tus resultados, y no sólo %% de acierto (no siempre imparcial, por cierto)), entonces las conversaciones serán diferentes.... Pero por ahora, sí, cada uno tiene su propia terminología....
Todo empezó con gente que quería cooperativa )) empezó a investigar, descubrió que todo el mundo niega todo lo que hacen los demás. Además se inventan nuevas definiciones. Al final nadie entendía nada. En general me gusta el enfoque de Sanych, así que pedí detalles. Y con las denominaciones también, qué es relación y conexión, si no correlación.
A mi modo de ver, hay dos tipos de correlación.
El primero es causal, que viene determinado por la información a priori sobre el objeto de investigación a partir del conocimiento en la materia dada, no por unos cálculos.
El segundo tipo es la dependencia probabilística, que puede calcularse a posteriori a partir de algunos datos obtenidos mediante la observación del comportamiento del objeto. El segundo tipo incluye la correlación, la dependencia determinista (como caso extremo), etc., incluida la descrita por cópulas y otros métodos. La base para estudiar este tipo es la suposición de que existe una distribución conjunta para los predictores y el objeto.