L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 910
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Où trouver de la documentation ?
Installez RStudio et vous serez heureux : paquets, documentation, exemples, théorie et publications
Cela ne peut être le cas par définition. Chaque exécution du réseau neuronal ELM génère un réseau dont les poids sont initiés de manière aléatoire et n'utilise pas de rétropropulsion. Lisez la description de ce modèle de réseau neuronal spécifique.
Et quelles sont les NS de R qui peuvent être formées ? Et dans lesquels vous pouvez modifier les paramètres de formation en cours de jeu, par exemple pour un recuit manuel ?
Installez RStudio et vous serez satisfait des paquets, de la documentation, des exemples, de la théorie et des publications.
Merci ! Maintenant je vais le mettre et voir, ce qui me rendra heureux :)
Et si vous cherchez de bons prédicteurs dans un ensemble de cette façon :
1. Réduire le nombre de prédicteurs jusqu'à ce qu'il soit impossible d'entraîner le modèle (3-5), on obtient un ensemble limité de prédicteurs.
2. Essayer chaque prédicteur avec un ensemble initial limité, et fixer le résultat.
Décider quels modèles avec prédicteur ajouté donnent le meilleur résultat comme bon/utile.
Cette méthode fonctionnera-t-elle ?
Barabashkin, avez-vous supprimé votre message ? Admettez-le))))
Communiquez culturellement et les sanctions seront évitées :)
Che Teacher, vous obtenez quatre modèles, par exemple avec des probabilités de 0,51, 0,55, 0,52, 0,59.
Vous le faites passer par le seuil de 0,5 ou quelque chose de similaire et vous obtenez des signaux de 0 à 1 et vous vous demandez si tout est identique...))
Ne soyez pas triste Sensei, tout ira bien, mais ce n'est pas exactement)))))) hilarant...
Eh bien en fait, j'ai des modèles avec un R-score d'au moins 0,71, c'est la première chose, et deuxièmement, je prends la moyenne de deux polynômes du comité. Et oui, à la fin de la journée, les signaux sont tous les mêmes. Les signaux changent si je change l'intervalle d'entraînement...
Quelles NS de R sont enseignables ? Et dans lesquelles les paramètres d'apprentissage peuvent être modifiés en cours de jeu, par exemple pour un recuit manuel ?
1. Dans le paquet darch(v0.12.0), le réglage fin peut être effectué de manière répétée sur un nouveau lot de données. La durée de fonctionnement de ce système n'a pas été testée.
Dans keras/tensorflow, tous les modèles peuvent être formés à partir de n'importe quelle étape de la formation précédente. Bien sûr, les résultats intermédiaires de la formation doivent être sauvegardés.
2. Dans quel type de jeu voulez-vous modifier les paramètres d'entraînement et lesquels ? Qu'est-ce que le recuit manuel ?
Bonne chance
Eh bien en fait, j'ai des modèles avec un R-score d'au moins 0,71, c'est la première chose, et deuxièmement, je prends la moyenne de deux polynômes du comité. Et oui, à la fin de la journée, les signaux sont tous les mêmes. Les signaux changent si je change l'intervalle d'entraînement...
Pouvez-vous tester mon ensemble de prédicteurs pour la signification de leurs combinaisons dans votre script ?
Dans keras, tous les modèles peuvent être entraînés, et ce à partir de n'importe quelle étape de l'entraînement précédent. Bien entendu, il est nécessaire de sauvegarder les résultats d'apprentissage intermédiaires.
Où puis-je trouver des informations sur le recyclage à l'intérieur ? Je pensais que seuls les systèmes bayésiens pouvaient être recyclés.
Pouvez-vous tester mon ensemble de prédicteurs pour la signification de leurs combinaisons dans votre script ?
Pas de problème. Allez-y. Sachez simplement que la cible doit être équilibrée...