L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1231
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
En théorie, je peux déjà effectuer des milliers de simulations, sur des échantillons ayant certaines caractéristiques statistiques... il suffit de décider de la fenêtre, bien qu'elle puisse aussi être recherchée.
J'ai toujours une fenêtre mobile = 3600 valeurs (définie comme 6x6x10x10, où 6 est le quantile, couvrant presque toute distribution unimodale Petunin-Vysokovsky). Il est possible de povariser - voir.
Mais cela ne change pas l'essence de la question - nous devons absolument nous assurer que les réseaux neuronaux avec des séries présentant une distribution rigide de la probabilité de retour fonctionnent ou non. Un tableau des résultats de la recherche dans le studio ! Et puis nous continuerons.
P.S. Et l'imbécile Asaulenko ne vaut pas la peine d'être écouté - il sait beaucoup de choses et ne sait rien. Amen.
Bonjour, A_K. Déjà, je vois, remis de la première ratée, déjà en train de vous botter les fesses). Retourne dans ton fil, les gens t'y attendent, et ce n'est rien avant la nouvelle année.
Et changer le concept. Vous pourriez avoir cette chance.
C'est-à-dire que les caractéristiques statistiques doivent être tirées d'un rendement, et non d'un graphique de prix, n'est-ce pas ?
Nous ne sommes intéressés que par la distribution des rendements et rien d'autre. Nous ne nous intéressons qu'aux distributions des rendements et à rien d'autre.
Hé, A_K. Je vois que tu t'es remis de la première décevante, tu te bats déjà). Retournez à votre agence, des gens vous y attendent, et le réveillon n'est pas loin.
Et changer le concept. Tu auras peut-être de la chance.
Salut !
Non, je serai de retour avec les résultats après le Nouvel An, ou peut-être pas. Je ne voulais pas donner des graffitis, il y a dans une branche et donc plus que nécessaire écrit.
Je ne pense pas que Kesha et Misha doivent être jugés, sinon l'histoire va changer et il n'y aura plus beaucoup de raisons de rire.
Je suis d'accord.
Kesha est manifestement l'un des investisseurs qui traquent Aliosha. Et désespérant de le retrouver, il est là, faisant la publicité des volumineux draps de son grand-père SanSanych. Aguichant, pour ainsi dire...
Oui, diplearn a besoin d'être digéré à fond, je voulais faire NLP\NLU depuis longtemps, mais malheureusement je n'ai pas encore le temps, si je pouvais analyser les réseaux sociaux ne serait-ce qu'un peu mieux que le hasard, quel pot-de-vin ce serait d'élever...
Quelque chose n'est pas clair. C'est comme si la RV était convertie en une image, et ensuite...
Pour le mgc, l'essentiel est l'alignement, pour autant que la variation soit raisonnable. Il est utilisé pour réduire la dimensionnalité
et pour lutter contre la multicollinéarité ainsi qu'à des fins de reconnaissance. Flotteur
va bien sûr flotter un peu, et plus le prétraitement est bon, moins il y en aura. C'est logique, mais pas autant que Fasal, parce que...
il a tendance à manger les informations utiles. "La flottabilité peut être réduite non seulement par le prétraitement, mais aussi
La "flottabilité" peut être réduite non seulement par le prétraitement, mais aussi par le post-traitement, comme le montre l'exemple à nouveau pour Fa sur le logloss "flexion", etc.
peut être utilisé pour corriger les probabilités avant le lancement, où que vous vouliez... mais vous ne devriez pas
mais ne vous emballez pas trop, il n'y a qu'une amélioration de 1-2%. Après deux ou trois essais, à condition que le prétraitement soit approprié.
de prétraitement et suffisamment d'échantillons, la formule des composants nécessaires est prise et la puce est fabriquée, à chaque fois
avant que le rattle rattle rattle rattle rattle rattle ne soit fait... etc... Un exemple simple de la façon d'examiner (2 ist ivert,
mais ce n'est pas le sujet)... Toutes ces conneries, ainsi que d'autres trucs sur l'amateur, je l'ai regardé pour moi il y a longtemps, pas très utile....
J'ai passé beaucoup de temps dans les différents composants principaux, et puis j'ai mis au point une chose très simple, et c'est général.
Disons que nous avons fait une ACP et obtenu les coefficients par lesquels multiplier les prédicteurs.
Maintenant, nous déplaçons la fenêtre (une nouvelle barre apparaît) et que devons-nous faire - recalculer les coefficients ? C'est ainsi que cela se passe dans le testeur. Et si nous ne les recalculons pas, nous avons toujours les principaux composants ?
Et maintenant, pensons à une régression linéaire ordinaire. Il a les mêmes coefficients mais montre un tableau où l'on peut voir que les coefficients sont des nombres aléatoires avec tout ce que cela implique, y compris le fait que l'erreur peut dépasser la valeur nominale du coefficient.
En quoi les composantes principales sont-elles meilleures ?
Il ne s'agit pas des composantes principales. Nous ne sommes pas intéressés par l'analyse du passé, nous prenons certains paramètres du passé car il n'y a pas d'endroit où les prendre, mais ces paramètres ne doivent PAS changer. Il s'agit d'une règle générale. Lors de la construction d'un TS, il est nécessaire de prouver la constance/faible variabilité des paramètres obtenus.
Une fois encore, nous devons faire face à la stationnarité.
Nous ne sommes pas intéressés par l'analyse du passé, nous prenons certains paramètres du passé parce qu'il n'y a nulle part où les prendre, mais ces paramètres ne doivent PAS changer. C'est la règle générale. Lors de la construction d'un TS, il est nécessaire de prouver la constance/faible variabilité des paramètres obtenus.
Une fois de plus, nous sommes confrontés à la stationnarité.
Il est possible d'essayer de faire des hypothèses sur la structure de la non-stationnarité. Par exemple, une option évidente est l'hypothèse de stationnarité par morceaux. Dans ce cas, nous devons parfois écarter l'histoire obsolète (trouver une discontinuité).
On peut essayer de faire des hypothèses sur la structure de la non-stationnarité. Par exemple, une option évidente est l'hypothèse de stationnarité par morceaux. Dans ce cas, il faut parfois écarter l'histoire obsolète (trouver une discontinuité).
Pas d'histoire obsolète, mais des sections non stationnaires.
Bravo, Alexey - les mathématiques appliquées ont enfin trouvé leur place, et pas seulement la pensée du Graal.
Pas d'histoire périmée, mais des intrigues bancales.
Bien joué, Alexey - enfin des mathématiques appliquées et pas seulement une réflexion sur le Graal.