Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 400
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
Descubro cómo funciona cada red por separado. Y lo que se obtiene de sus productos es cuestión de gustos).
Por cierto, mirando el código de su archivo - hay una fórmula diferente, no como en el artículo, es decir, n
Así que quizá no sean 3 entradas (como en la fórmula original), pero sí 8... Todavía no entiendo la esencia de la nueva fórmula.
Estás leyendo el artículo equivocado :) aquí
Son trabajos diferentes. No es necesario combinarlos.
en una variable
v0=blah blah blah blah
v1=blah blah blah blah
v2=blah blah blah blah
v3=blah blah blah blah
v4=blah blah blah blah
v5=blah blah blah blah
v6=blah blah blah blah
v7=blah blah blah blah
se registran los valores de las entradas. luego el conjunto se introduce en la función
Reshetov:
VS Bosque de decisión de dos clases y regresión logística:
Reshetov gana esta por goleada
Reshetov:
VS Bosque de decisión de dos clases y regresión logística
Bueno, Reshetov gana esta por goleada.
Si usted ejecutó el conjunto de datos Hard, entonces mi resultado es el 72% de generalización, por cierto, tome el modelo que ya he calculado desde el archivo HARD.mql y compárelo. Y qué significa una victoria en seco, admito que es difícil interpretar el resultado.
Si ejecutas el conjunto de datos Hard, entonces mi resultado es de 72% de generalización, por cierto, toma el modelo que subí, ya está calculado desde el archivo HARD.mql y compáralo. Y qué significa "ganar en seco", admito que es difícil interpretar el resultado.
Es un resultado reducido, es lo que he adjuntado. Ver Verdaderos positivos y Verdaderos negativos, es decir, el número de predicciones exitosas para la compra y la venta, R tiene más predicciones exitosas, el 65% frente al 45% de otros modelos. Es decir, su modelo daría beneficios y otros darían pérdidas.
Yo ampliaría la neurona a 10 entradas...
Pero tenemos que añadir las reglas a 1024:
r0 = (1 - A) * (1 - B) * (1 - C) * p0
r1 = (1 - A) * (1 - B) * C * p1
r2 = (1 - A) * B * (1 - C) * p2
r3 = (1 - A) * B * C * p3 A) * B * C * p3
r4 = A * (1 - B) * (1 - C) * p4
r5 = A * (1 - B) * C * p5
r6 = A * B * (1 - C) * p6
r7 = A * B * C * p7
.....
r1023 =
Da miedo :D
Da miedo :D
Ejem, ejem.... realmente se ve, incluso diría que aterrador.....
Da miedo :D
Espero que esto no haya sido compilado manualmente. ¿Fue de alguna manera en ciclos? Manualmente habría llevado horas...
Manualmente, creo que puedes cometer errores...
Da miedo :D
Asusta y es un poco inútil, porque tardará mucho tiempo en el optimizador :) en la nube todavía se puede