Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 928
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
Siempre y cuando Akello no vuelva a fallar la semana que viene.
Pensaba que mis estrategias básicas eran una mierda. ¿Puede alguien darme algunas estrategias básicas que debería intentar mejorar con mis agentes?
Toma una contra-tendencia. Te lo digo como cirujano. Es el enfoque más adecuado. No hay mejor momento para el análisis que el comienzo de un pullback....
Toma una contra-tendencia. Te lo digo como cirujano. Es el enfoque más adecuado. No hay mejor momento para el análisis que el inicio de un pullback....
https://www.mql5.com/en/code/19598
Me quedo con esta por ahora, es una estrategia antigua, pero es buena para la óptica
mnogovhodov_02 2016 arr_Buy resultó así:
La chica dice que tienes razón, pero que necesitas más champán.
¡¡¡¡Ella es genial, dile que dije hola !!!!
¡¡¡¡Genial, dale mis saludos!!!!
Alternativa. El resultado a la vez en las clases, sin probabilidades. Eso me parece peor.
ok, tú también de ella :)
Tal vez te enseñe algunos pensamientos sobrios en relación con la CT. Cómo se puede y no se puede hacer.....
Tal vez te enseñe algunos pensamientos sobrios en relación con la CT. Cómo se puede y no se puede hacer.....
Dice que soy inteligente y que sólo tengo que llevarla a Australia, tiene una amiga allí
necesitamos un matrimonio falso para eso
He dejado de contar los errores de estas tablas como estándar.
Razono así, tomo la clase 1 directamente, es más obvio: La clase inicial "0" dio una predicción de la clase "1" = 86118 y la clase "1" dio una predicción de la clase "1" = 12256. Esto significa que al operar, obtendremos una predicción de clase falsa = 86118, mientras que la predicción correcta = 12256, es decir, error = 86116/(86116+12256) = 87,5%9(!!), si la clase "1" = entrada/posición - esto es un desastre. Pero la posición de la clase "0" es muy decente: sólo habrá un 5,3% de ceros erróneos en la toma de decisiones.
Yo tampoco uso esas tablas cuando comparo modelos. Lo he añadido aquí sólo para que quede claro. Inmediatamente se ve que se proyecta un montón de ceros donde debería haber un "1", y se ve enseguida que con un árbol la proyección es mala.