Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 853
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
¡¡¡¡Oye, escucha, chicos inteligentes!!!! ¿Tienes las agallas para resolver mi problema?
¿Por qué necesitamos sus tareas? Ya tenemos bastante con lo nuestro))
Ya sabes lo que dices?????
¿La olla no se está cocinando en absoluto?
¿Por qué necesitamos sus tareas? Ya tenemos bastante con lo nuestro).
tú idiota de cartón.... ¡¡¡¡Esta tarea es una KEY!!!!
Tonto de cartón.... ¡¡¡¡Esta tarea es KEY!!!!
Eso depende. Puede ser clave para ti. Decide, querida.
Me hace llorar ver que sigues recogiendo la importancia de los predictores para algunas piezas de la historia del mercado. ¿Por qué? Es una profanación de los métodos estadísticos.
¿Por qué? Tu pregunta suena exactamente así, ¿no? ???? Te diré por qué.....
Porque basta con seleccionar de la variedad de datos de entrada exactamente lo que hemos podido determinar con la ayuda de los métodos estadísticos y el cálculo de la entropía de VI, etc. Hemos dado a la entrada exactamente lo que es importante para la salida. Así que este preprocesamiento sólo concluye que hay algún tipo de correlación entre la entrada y la salida. ¡¡¡¡Sólo esto!!!! Sí, estas cinco entradas tienen una relación con la salida. Pero, ¿en qué consiste exactamente esta dependencia? Esto es lo que buscan el sistema de IA y los optimizadores. Y después de los modelos obtenidos estimamos como se muestra en la figura y encontramos el modelo que funciona. Entonces, ¿cuál es el modelo de mi foto que funciona A? Б ? ¿C? o D?
Una red neuronal no es un cubo de basura, se puede cosechar lo que se pone en ella. Me sorprende que no lo supieras hasta ahora.....
Es una cuestión de opinión. Tú podrías ser la clave. Es tu decisión, cariño.
Así que es clave para ti también, no lo entiendes realmente, ¿verdad? Ese es tu problema. No quieres escuchar lo que te dicen....
¿Por qué? Tu pregunta suena exactamente así, ¿no? ???? Te diré por qué.....
Porque basta con seleccionar de la variedad de datos de entrada exactamente lo que hemos podido determinar mediante métodos estadísticos y calculando la entropía del VI, etc. Hemos dado a la entrada exactamente lo que es importante para la salida. Por lo tanto, este preprocesamiento sólo concluye que hay algún tipo de correlación entre la entrada y la salida. ¡¡¡¡Sólo esto!!!! Sí, estas cinco entradas tienen una relación con la salida. Pero, ¿en qué consiste exactamente esta dependencia? Esto es lo que buscan el sistema de IA y los optimizadores. Y después de los modelos obtenidos estimamos como se muestra en la figura y encontramos el modelo que funciona. Entonces, ¿cuál es el modelo de mi foto que funciona A? Б ? ¿C? o D?
Una red neuronal no es un cubo de basura, se puede cosechar lo que se pone en ella. Me sorprende que no lo supieras hasta ahora.....
sólo estás mirando la importancia para el trozo actual del gráfico, cuyos patrones cambian en el D.O., como la importancia
sólo se criba la basura a través de la importancia
Me pregunto si es difícil de entender después de todos estos añosAsí que es clave para ti también, no lo entiendes???? Ese es tu problema. No quieres escuchar lo que te dicen....
¿Para mí? Ya he resuelto el problema. Ahora estoy pensando en otra cosa que hacer. Python o R. Todavía no tengo ninguna idea nueva.
sólo se miran las importaciones de la porción actual del gráfico, cuyos patrones cambian en el OOS, al igual que las importaciones
a través de la importancia sólo se tamiza la basura absoluta.
Me pregunto si es difícil de entender después de todos estos añosAsí es, estás pensando correctamente, Así que la tarea de la IA es precisamente en la serie no estacionaria cuyo patrón es flotante. La tarea de la IA es mantener el rendimiento cuando esta dependencia se escapa, al menos durante un tiempo insignificante, pero suficiente para ganar dinero. Al fin y al cabo, el patrón no cambia a pasos agigantados. En lugar de la principal, la primera entrada, hay otra, pero la principal sigue permaneciendo en el conjunto y aquí es la IA la que asume la carga de mantener la línea, como se dice. Por eso, en el primer mes del contrato de futuros hay que entrenar muy a menudo, sobre todo cuando el mercado no sabe a dónde ir. Mirando el Vtrite, puedo ver este patrón bailando alrededor. Pero en la mitad y al final de los futuros el mercado suele ser más ordenado y se ve una entrada durante mucho tiempo.