L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2486
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
Mihail Marchukajtes
- pouvez-vous me dire quels multiplicateurs vous avez dans Classifiers dans la variable double décision sont des poids... ?
ah, ceux-ci sont probablement fixés au départ, qui dans le processus d'apprentissage sont ensuite auto-ajustés par le NSET ... c'est-à-dire initialement, probablement, au hasard... (mais y a-t-il au moins une logique dans leurs signes ?)...
mais la question de la logique des opérations dans les fonctions et les constantes (pourquoi sont-elles exactement comme ça et les fonctions pourquoi exactement comme ça) reste posée ?
"Ehhh... Si seulement quelqu'un pouvait m'aider..." ©
Pouvez-vous me dire quel algorithme peut être utilisé pour séparer ces trois classes, particulièrement intéressé par la classe marquée en bleu. Ce chien est divisé en deux parties distinctes et malheureusement je ne sais pas comment diviser le marquage de la cible, de manière à séparer les parties droite et gauche. Peut-être pouvez-vous nous conseiller ?
"Ehhh... Si seulement quelqu'un pouvait m'aider..." ©
Pouvez-vous me dire quel algorithme peut être utilisé pour séparer ces trois classes, particulièrement intéressé par la classe marquée en bleu. Ce chien est divisé en deux parties distinctes et malheureusement je ne sais pas comment diviser le marquage de la cible, de manière à séparer les parties droite et gauche. Vous pouvez peut-être me donner des conseils ?
A l'œil, séparés par deux lignes droites.
Mihail Marchukajtes
j'ai trouvé la force/le courage de regarder votre code (il y a souvent plus de vérité dans le code que dans tous les manuels) - pouvez-vous me dire ce que sont ces multiplicateurs dans vos Classifiers en double décision variable - sont-ils des poids ?... et comment les avez-vous trouvés à l'origine ? c'est-à-dire pourquoi exactement ceux-là ?
ou mieux encore, commentez s'il vous plaît - quelles variables prend-il, et le code de la fonction
Merci d'avance !
p.s.
1. je vois que vous utilisez la sigmoïde (en forme de S) comme fonction d'activation... elle est "souvent utilisée comme fonction de compression"...
2.Peut-être qu'un carré serait mieux ?
C'est ça, vous écrivez la solution du réseau, si vous l'écrivez différemment, ça ressemblerait à ça.
On l'appelle un polynôme en mathématiques, le coefficient multiplié par la valeur de l'entrée plus un autre coefficient multiplié par la fonction d'activation avec les valeurs d'une autre entrée ou avec la somme des valeurs des entrées comme indiqué ci-dessous, moins le coefficient et ainsi de suite....... Nous obtenons ainsi un nombre supérieur ou inférieur à zéro, qui correspond à telle ou telle classe, mais pour les systèmes d'IA, la méthode de classification par tendance est appliquée, lorsqu'en plus de "Oui", "Non", la réponse "Ne sait pas" apparaît. Pour ce faire, on utilise deux SN dans un seul système d'IA, ce que l'on appelle le comité. Il est remarquable que le comité lui-même n'améliore pas beaucoup la qualité du modèle global. C'est-à-dire que faire un comité de 5 modèles ou plus n'a aucun sens, mais deux modèles est le meilleur, l'effet d'amélioration de la formation est toujours présent.
Ce code
Il normalise la valeur d'entrée, c'est une normalisation interne et technique pour le polynôme avant de l'introduire directement dans l'équation. La normalisation elle-même effectue une réduction de gamme. C'est-à-dire qu'il ne change pas le ratio de la série et la série elle-même ressemble à un original parfait, mais après cette normalisation, elle commence à se situer dans la plage du maximum du minimum de la série actuelle. En général, la réduction à la gamme.
Concernant la fonction d'actif oui il y a son code cela veut dire que la solution n'était pas linéaire dans chaque neurone ! En fait, il s'agit d'un neurone du réseau.
-0.13861638107404117 * sigmoid(x0)Il n'est pas difficile de calculer que ce polynôme a 6 neurones et utilise 4 entréesMihail Marchukajtes
2.Peut-être serait-ce mieux au carré ?
Au carré, nous obtenons la vitesse de changement, c'est-à-dire la rapidité avec laquelle la variable a changé, tandis que la simple différence nous donnera le degré de changement, c'est-à-dire la valeur réelle de l'évolution du sourire. C'est pour ça que je parle du sourire et que je n'y arrive toujours pas. Je pense que c'est lié à la mise à jour de mon système via DDE et l'écriture et j'ai beaucoup merdé lorsque j'ai eu des problèmes de démarrage, mais j'ai eu de la chance et j'ai réussi à démarrer et à réparer. Les systèmes Linux sont plus puissants en matière de récupération que Windows. Alors que Windows a 5 à 10 % de chances d'être récupéré, Linux a environ 30 à 40 % de chances de l'être. J'ai respecté linux il y a quelques années et je le fais toujours :-)
En général, essayez de faire le moins de changements mathématiques possible sur les données utilisées, un maximum de plus pour l'intégration, des minutes pour trouver non seulement le signe du changement mais aussi le degré auquel ce changement a été fait, c'est probablement tout, et ensuite normaliser, mettre à l'échelle, etc."Ehhh... Si seulement quelqu'un pouvait m'aider..." ©
Pouvez-vous me dire quel algorithme peut être utilisé pour séparer ces trois classes, particulièrement intéressé par la classe marquée en bleu. Ce chien est divisé en deux parties distinctes et malheureusement je ne sais pas comment diviser le marquage de la cible, de manière à séparer les parties droite et gauche. Peut-être pouvez-vous nous conseiller ?
"Ehhh... Si seulement quelqu'un pouvait m'aider..." ©
Pouvez-vous me dire quel algorithme peut être utilisé pour séparer ces trois classes, particulièrement intéressé par la classe marquée en bleu. Ce chien est divisé en deux parties distinctes, et malheureusement je ne sais pas comment séparer le marquage de la cible, afin de séparer les parties droite et gauche. Peut-être pouvez-vous nous conseiller ?
Envoyer des données, je vais l'essayer
Je voulais aussi vous proposer de l'essayer ! !!
C'est pour ça que je parle du sourire et que je ne peux toujours pas le faire.
Au fait, oui, sa dynamique changeante serait plus intéressante (avec une déclaration sur les options qui deviennent plus chères/diminuent en raison de la demande, je suppose) - comme alternative, on pourrait utiliser la ligne de pente (élasticité) sur +/-Delta égal à la grève centrale (mieux spécifiquement de Seattle Fut par régression linéaire) ... imho (pour simplifier les calculs)... mais lors de l'estimation par l'élasticité, la contribution de rt devrait être neutralisée d'une manière ou d'une autre... et / ou étudier la série par dt - de sorte que l'asymétrie de la variable rt (%*jours jusqu'à l'exp.) ne distrait pas ... c'est exponentiel après tout
*****************
Je continue à penser à un modèle de toile d'araignée (c59) (dans le contexte de la recherche de l'équilibre/du déséquilibre)... les mathématiques du modèle me font peur
En général, essayez de faire le moins de changements mathématiques possible sur les données utilisées, un maximum de plus pour la fusion, moins pour trouver non seulement le signe du changement mais aussi le degré auquel le changement est fort, c'est probablement tout, et ensuite normaliser, mettre à l'échelle, etc.
Merci... Je vais essayer, car j'avais l'habitude de tout diviser automatiquement pour obtenir le ratio (par exemple, le ratio Call-Put par prix et/ou volume)... vraiment, apparemment il y a d'autres opérations en mathématiques - juste pour modéliser horizontalement (aka par dt) pour tracer la dynamique