Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 933
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
Está en el guión de R, que le mostré a Michael hace unas cien páginas. El algoritmo genético prueba los parámetros para elmnn (función de activación, grano gpsh, número de neuronas ocultas). La función de aptitud para la genética entrena a un comité de modelos elmnn utilizando estos parámetros, evaluados mediante kfold, etc.
Yo mismo escribí este script, cuando me inspiré en su artículo sobre elmnn y la optimización bayesiana. Pero hizo la genética en lugar de baes, funciona mucho más rápido para mí, e hizo la estimación del comité a mi gusto.
Entendido. No has escrito sobre esto antes o me lo he perdido...
Buena suerte
La función de aptitud para la genética entrena a un comité de modelos de elmnn utilizando estos parámetros, evaluados mediante kfold, etc.
¿Puede explicar con más detalle la función de entrenamiento a través de la aptitud? ¿Pueden mis predictores ser adecuados para este tipo de NS? ¿Cómo probar si pueden?
¿Durante qué periodo de tiempo se vuelcan los datos?
Tengo una brecha de 2 años y una diferencia de datos de 15 segundos. Predictores: 30 naturales y más de 1000 generados en formato "(doble)(val1 < val2)".
Al principio también consideré que había que reducir el número de predictores, pero la práctica demostró que más es mejor.
Por supuesto, 1000 predictores en 2 años dan un volumen de unos 3GB. Usar R para esos volúmenes no es serio.
Me pregunto por qué.
Python superó a R en la minería de datos porque hay Cython y Jython conectados a proyectos como TensorFlow, Spark, MXNet...
Python no ha dejado de lado a nadie. ¿Has visto quién se ha unido al consorcio R? No empieces de nuevo una discusión absurda sobre qué idioma es mejor. Además, ahora podemos utilizar fácilmente ambas cosas al mismo tiempo. La parte de Cython y Jython es divertida.
Buena suerte
Cualquiera puede formar parte del consorcio, pero eso no significa un apoyo total.
RStudio, a diferencia de Anaconda, no puede manejar correctamente los gráficos: escala, coordenadas, etc.
Se trata de https://jupyter.org/, que se ha convertido en el estándar de la informática de servidor.
¿Puede explicar con más detalle el entrenamiento a través de la función de aptitud? ¿Pueden mis predictores ser adecuados para este tipo de NS? ¿Cómo probar si pueden?
A grandes rasgos, hay una función que tiene parámetros - ajustes neuronales. La función entrena la red neuronal según estos parámetros y evalúa el resultado. Y el optimizador genético selecciona todos estos parámetros de la función para obtener una mayor puntuación, es decir, llama a esta función con diferentes parámetros miles de veces tratando de encontrar un mejor ajuste. Esto es similar a la genética en el optimizador mt5.
Puedes probarlo, tengo un código aproximado en R en mi blog, pero tienes que añadir la evaluación y criba de los predictores ahí, la propia neurona no lo hará. Y sin la poda de los predictores lo más probable es que se sobrepase y se obtenga un mal resultado.
A grandes rasgos, hay una función que tiene parámetros - ajustes neuronales. La función entrena la red neuronal según estos parámetros y evalúa el resultado. El optimizador genético selecciona todos estos parámetros de la función para obtener una mayor puntuación, es decir, llama a esta función con diferentes parámetros miles de veces, tratando de encontrar un mejor ajuste. Esto es similar a la genética en el optimizador mt5.
Puedes probarlo, tengo un código aproximado en R en mi blog, pero tienes que añadir la evaluación y criba de los predictores ahí, la neurona por sí misma no lo hará. Y sin la criba de los predictores lo más probable es que haya un sobreajuste y un mal resultado.
Sí, lo pondré en la cola - quería probarlo primero.
Pero una pregunta, ¿por qué los predictores no pueden ser tamizados en el optimizador?
Cualquiera puede formar parte del consorcio, pero eso no significa un apoyo total.
RStudio, a diferencia de Anaconda, no sabe manejar correctamente las gráficas: escala, coordenadas, etc.
Se trata de https://jupyter.org/, que se ha convertido en el estándar de la informática del lado del servidor.
La financiación del desarrollo, la aplicación en sus productos no es un apoyo total?
Estás construyendo mal tu frase. Escribe así: "No sé cómo trabajar con gráficos correctamente en Rstudio, no he aprendido".
El resto es sin comentarios, muy ingenuo.
Y dejemos esta discusión. Escribe específicamente en el modus operandi. Tienes experiencia, aunque no hay resultados positivos, pero llegará con el tiempo. Háblenos de ellos, comparta sus experiencias. Será mucho más útil que una charla ociosa sobre las ventajas de una lengua sobre la otra.
Buena suerte
No estás haciendo la frase correcta. Escribe así: "No sé cómo trabajar con gráficos en Rstudio correctamente, no he aprendido.
Y no hay gráficos en el propio R. Dios sabe que también a través de paquetes de gráficos.
Filtro_02 2016 arr_Buy
La clase "1" supera incluso a la "0" en número, por lo que hay menos entradas falsas en comparación con las anteriores. Prueba este árbol en el EA, por favor. Yo mismo tengo curiosidad por saber qué mostrará el gráfico de beneficios.
30715182167207681753Sin embargo, la pregunta es ¿por qué no se pueden anular los predictores en el optimizador?
Puede