¿Cuál es la profundidad óptima de la historia para identificar una señal útil? - página 20
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
Veo que no has tenido una conversación con tu yerno...
Con un ex yerno. No es un mal psiquiatra, pero no sabe nada de métodos de reducción de la dimensionalidad de los problemas de optimización.
Le contaré un terrible secreto: con una función objetivo suave, la dimensionalidad del problema de búsqueda de los valores óptimos de los parámetros puede reducirse casi a la mitad muy fácilmente. El resultado más serio de la reducción de la dimensionalidad se consigue cuando todo el intervalo de optimización se divide en muchos trozos con dos intervalos en cada uno. El resultado final es el dibujo de un cubo multidimensional con 2 intervalos para cada arista. Dado que el problema de optimización se reduce siempre a la comparación de estos intervalos, la complejidad computacional del algoritmo es proporcional al perímetro del cubo multidimensional.
Se utiliza en la optimización dinámica (sobre la marcha) de los parámetros de algo; a veces este proceso se denomina adaptación porque un sistema que puede optimizarse en tiempo real es obviamente adaptativo.
Porque el perímetro más pequeño tiene un cuadrado.
1-El grado de dos en ese post estaba claro, este grado no es sólo 32 sino también 16 y 64, por qué es 32 fue la relación óptima de la detección de la señal y los costos computacionales. Y en qué plazo se logró tal compromiso, desde luego no en el plazo de 5 minutos. Mientras tanto, el autor de ese post sugirió usar un marco de tiempo grande ya que mi cuenta es larga. Se limita a 32 compases de historia para la previsión estipulando que cuenta medio segundo para 64 compases y se pregunta cuánto tiempo tardará en conseguir 720 compases. Entonces, qué tiene de salvaje si ya utiliza un gran TF (aún no ha dicho cuál).
2- Existe el método chpc, las implementaciones tienen bicicletas comunes y privadas, y lo que...
3-Volviendo a sus curvas sobre tangentes, hay formas gráficas en las que no es necesario promediar nada, las curvas pueden saltar en valores absolutos, pero hay zonas en las que no cambian (un cierto contexto) después de salir de estas zonas, miramos hacia donde fue el movimiento, y conducimos, porque en la mayoría de los casos continuará, es obvio que ambos métodos se reducen a casi lo mismo.
Pero si es posible encajar sus curvaturas en un cluster multidivisa (en una etapa posterior a la construcción del índice), entonces no creo que sea más fácil interpretar estas curvaturas en un análisis conjunto simultáneo. Aunque no sé, simplemente dibujarán puntos de entrada y ya está.
Mis curvaturas no han sido discutidas. Tienen otro propósito.
Y este hilo es sobre el teorema de Kotelnikov. Es un poco incoherente, pero se trata de eso.
No creo que estuvieran hablando de mis curvas. Tienen un propósito diferente.
Tu opinión sobre tu exclusividad te arruinará)))). ufff ufff ufff ufff ufff ufff ufff ufff pow pow pow pow pow pow pow pow.
¿Durmiendo?