L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2250
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
A mi-chemin de la lecture, je me suis arrêté ici en gloussant.
des nombres aléatoires. Un réseau neuronal utilisant ces poids peut avoir la relation entrée-sortie correcte, mais la raison pour laquelle ces poids pratiques fonctionnent reste un mystère. Cette propriété mystique des réseaux neuronaux est la raison pour laquelle de nombreux scientifiques et ingénieurs les évitent. Pensez à toutes les fictions scientifiques propagées par les renégats de l'informatique.
Je pense que l'auteur est très loin de la NS, encore plus loin que moi))
Le livre date de 1997, sur les tsos. Sur les 33 chapitres, c'est le seul qui traite des filets. L'idée reçue est que les filets sont des boîtes noires. Après tout, il s'agit d'une traduction.
Je l'ai lu en diagonale, c'est assez intéressant.
Le livre date de 1997, selon Tsos. Sur les 33 chapitres, c'est le seul qui traite des filets. L'idée reçue est que les filets sont des boîtes noires. C'est une traduction, après tout.
Je l'ai lu en diagonale, c'est assez intéressant.
Je l'ai lu...
J'ai une idée, si je fais un convertisseur cosinus discret et que le réseau sélectionne ces coefficients dont la somme donnera un signal pur...
Lire...
J'ai eu l'idée de fabriquer un convertisseur cosinus discret et de faire en sorte que le réseau sélectionne ces coefficients, dont la somme donnerait un signal propre...
J'ai essayé ça hier.
le résultat est le même qu'avec le LPF où alpha + betta = 1, et alpha ou betta est inférieur à zéro...
puis regardez le graphique - oh oui ! c'est la réalité, qui est difficile à voir au premier coup d'œil
puis comparer les deux graphiques FFT - la partie imaginaire et la partie réelle
on s'arrache les cheveux, les voisins entendent un maté à plusieurs étages.
Lire...
L'idée est née que si vous faites un convertisseur cosinus discret et que vous faites en sorte que le réseau sélectionne ces coefficients dont la somme donnera un signal propre...
Il serait intéressant de trouver des fréquences qui ne sont pas liées à une étape particulière et de conserver ces fréquences le plus longtemps possible après le changement de fenêtre.
Dans le BPF, les fréquences sont sélectionnées dans une grille définie. Il est intéressant de trouver des fréquences qui ne sont pas liées à un pas particulier et que ces fréquences soient conservées le plus longtemps possible lors du déplacement de la fenêtre.
Il est possible de les trouver, pas besoin de NS, mais elles (les fréquences) ne fonctionneront pas à l'avenir...
mais vous pouvez essayer de rendre le signal "pur" en ne laissant que quelques harmoniques importantes.
J'ai réalisé mon désir de longue date de créer un TS dont les paramètres seront contrôlés par un réseau neuronal.
J'ai finalement réalisé un TS simple. Deux roues, entrée par intersection des roues, et les périodes des roues sont contrôlées par un neurone...
J'ai obtenu un filtre adaptatif ;)
Lepremier graphique est le prix
la seconde est la période des perles contrôlée par le neurone
troisième solde
Formation : Neuronka a été formé pour gérer les périodes de manière à obtenir le profit maximal...
Je vous le dis tout de suite, c'est une trace et pas de commission...
La valeur du script est l'expérience de sa création pour de nouvelles tâches plus complexes...
Cool, et je génère des chiffres.
puis des séries chronologiques.
Cool, et je génère des chiffres.
puis des séries chronologiques.
les bénéfices à générer doivent apprendre))))))
la génération de bénéfices doit être enseignée))))))
puis le profit.
vous m'avez demandé comment générer des séries avec des modèles... c'est ce que je fais.
mais c'est un processus en plusieurs étapes.
Je ne sais pas comment l'implémenter.... peut-être y a-t-il un moyen plus simple...
Je veux créer un réseau qui prend les cotations du marché comme entrées et produit une série plus "prévisible".
Mais j'ai besoin d'une mesure de "prévisibilité".
cartographie de la série dans un autre espace (distribution ?) où les parties les plus prédictives sont plus proches de la moyenne.
les codeurs.
Disons par lots de 100 à 500 unités, avec des étiquettes. Puis on retire le haut de la distribution du décodeur, on l'échantillonne.
Ensuite, dans le décodeur conditionnel, on prend le premier de la classe, pour lequel l'entropie la plus faible est définie. C'est un peu la méthode des samouraïs.
pourquoi tu as les plus prévisibles ? c'est parce que