Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3027
![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
¿Por qué pondrías reglas en un reforzador?
Lo escribí, una forma de agregarlas. Repartir esencialmente pesos y eliminar incoherencias. Identificar las mejores instancias.
Podrías usar un árbol simple. O usted podría agregar y dar pesos a ti mismo. He probado todos estos métodos.
¿Tienes alguna otra idea?
Es mejor seleccionar las hojas en Python, y el modelo final - bueno, usted puede hacerlo en el terminal. Pero usted tendrá que transferir las reglas a la terminal, que tampoco es tan fácil. Es por eso que es mejor hacerlo todo en python - incluso si es menos preciso en cierto sentido, pero el proceso se puede ver de principio a fin. Esto es sólo un experimento para now....
Bueno, no cuesta nada mover las reglas.
selección en python por métricas, quizás haga un tester para ellas.
Puedes hacer muchas cosas. A través de modelos de madera, a través de modelos lineales, a través de boustings.
+ el generador de signos a través de conciliaciones, uno de los más eficaces. Pero tardará mucho tiempo en contar. Es un análogo automático de su cuantificación.
Escribí - una manera de agregarlos. Repartir esencialmente los pesos y eliminar las incoherencias. Identificar las mejores instancias.
Usted podría utilizar un árbol simple. O agregar y distribuir los pesos a ti mismo. He probado todos estos métodos para aplicar.
¿Tiene alguna otra idea?
No cuesta nada mover las reglas.
Selección de Python por métricas, tal vez haga un probador para ellos.
Hay muchas cosas que puedes hacer. A través de modelos de madera, a través de modelos lineales, a través de boustings.
+ generador de características a través de colaciones, uno de los más eficientes. Pero tomará mucho tiempo para contar. Es un análogo automático de su cuantificación.
¿Qué es una "colación"?
Así es como la Estadística por Regla resuelve este problema
Modelo de árbol para eliminar incoherencias y revelar dependencias mutuas no lineales. No se trata de utilizar hojas de un árbol, sino de muchos árboles diferentes.
Modelo de árbol para eliminar contradicciones y revelar dependencias mutuas no lineales. No se trata de utilizar hojas de un solo árbol, sino de muchos árboles diferentes.
¿Esas reglas son sólo atributos binarios para el modelo?
Así es.
¿Qué son las "reconciliaciones"?
convoluciones, kernels convolucionales.
transformación de núcleo convolucional
Eso mismo.
convoluciones, núcleos convolucionales
transformación convolucional de núcleos
Entendido. Pero algo en la imaginación no dibuja cómo pueden ser conectados con quantisation en absoluto para ser substituidos mutuamente. La historia es bastante tirada para arriba por ellos. Pienso probarlos más tarde.