L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2762
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
Des signes indirects sont-ils possibles ? Par exemple, les chats et les chiens se battent souvent, mais les chiens ont plus tendance à chasser les chats. Nous avons deux objets et leurs mouvements.
Au cours du processus de "réflexion" et de multiplication des poids, le réseau neuronal nous a indiqué qu'un objet court toujours devant et l'autre derrière lui (MA_5[0] > MA_10[0]), et a émis une hypothèse : le chien avance-t-il maintenant ?
Le réseau neuronal sait maintenant comment déterminer qui est un chat et qui est un chien en fonction de la lutte et du mouvement des objets. En même temps, il n'a pas reçu en entrée des pattes, des poils, des dents, des aboiements ou des miaulements.
En d'autres termes, dans ce cas, la caractéristique ne représente pas une information partielle sur l'objet à classer, mais une solution est possible.
Il ne s'agit pas de signes, mais de la dynamique du développement d'un processus dans le temps - des séries dynamiques...
et les dépendances sont étudiées en tant que séries stationnaires...
(mais le temps peut aussi être appelé un signe - exogène, le facteur temps ajoute de la dynamique).
vous n'avez obtenu ni miaou ni poil sur l'entrée, mais vous avez obtenu un lissage de la trajectoire - les réseaux neuronaux ne se soucient pas de ce que vous approximez - c'est juste que la dynamique montre toujours le résultat avec un décalage - précisément parce qu'elle a besoin du facteur temps comme fenêtre pour collecter un échantillon et estimer le taux de changement de la variable dépendante à partir du temps ... MAIS la dépendance (au temps) doit être présente pour analyser la dynamique (c'est elle que vous mettez dans le modèle que vous décrivez - si vous appelez les choses par leur nom "quel est le facteur et ce que vous voulez savoir/évaluer" dans le modèle - alors il y aura moins de gribouillis dans la (non-)compréhension mutuelle sur le forum)...
l'équation linéaire montre la vitesse (tangente en un point à la courbe de la trajectoire), l'équation quadratique (parabole) montrera également l'accélération... et la convergence de (f-a)^2 sera évaluée dans le temps et montrera le résultat sur un segment fini de cette fenêtre temporelle - MLE (estimation du maximum de vraisemblance) fonctionne toujours de la même manière, au moins lorsqu'il s'agit d'approximer la statique, au moins lorsqu'il s'agit d'égaliser la dynamique.
si vous ne réfléchissez pas à ce que vous examinez - un facteur (qualitatif/quantitatif) ou sa dynamique (+ facteur temps) - vous ne pouvez pas distinguer les dépendances et les modèles de développement - et donc vous ne comprenez pas ce que vous analysez et si c'est ce dont vous avez réellement besoin et ce qui dépend de quoi... et les limites du type d'analyse - les analyses de la dynamique montrent TOUJOURS des résultats avec un décalage.
vraiment, des arguments fatigants sur qui regarde quoi de travers et voit quoi de travers et l'interprète de travers, et comment il comprend lui-même de travers ses interprétations et essaie de convaincre les autres, et certains dans les messages ci-dessus même avec de l'écume à la bouche.... de quel type de conflit scientifique pouvons-nous parler ? si vous abstrayez tout et tout le monde au point de déformer les significations avec votre liberté d'expression - il n'y a pas de liberté d'expression dans les sciences naturelles ! il y a des formulations exactes et leurs significations exactes ... pas de connaissances pseudo-scientifiques ... pas des connaissances pseudo-scientifiques, que vous encouragez ici en raison de votre ignorance des principes de base (et que vous essayez de présenter comme des arguments)_
vous créez de tels modèles (courbes) - sans savoir ce qu'il faut mettre sur la sortie (ce que vous voulez savoir) à la suite de la modélisation ... Quels sont les facteurs qui vous intéressent dans cette dépendance ?
tout est souvent trop subjectif dans ce fil, il est donc impossible de parvenir à l'objectivité (qui est le véritable et principal objectif de la modélisation).
Il ne s'agit pas de signes, mais de la dynamique du développement d'un processus dans le temps - une série dynamique ...
et les dépendances sont étudiées comme des séries stationnaires....
(mais le temps peut aussi être appelé un signe - exogène, le facteur temps ajoute de la dynamique).
Vous n'avez pas obtenu de miaou ni de poil sur l'entrée, mais vous avez obtenu un lissage de la trajectoire - le réseau neuronal ne se soucie pas de ce que vous approximez - la dynamique seule montre toujours le résultat avec un décalage - exactement parce qu'il a besoin du facteur temps comme fenêtre pour collecter un échantillon et estimer le taux de changement de la variable dépendante dans le temps ... MAIS la dépendance (au temps) doit être présente pour analyser la dynamique (c'est elle que vous mettez dans le modèle que vous décrivez - si vous appelez les choses par leur nom "quel est le facteur et ce que vous voulez savoir/évaluer" dans le modèle - il y aura moins de gribouillis dans la (non-)compréhension mutuelle sur le forum)...
équation linéaire - montre la vitesse (tangente en un point à la courbe de la trajectoire), quadratique (parabole) montrera aussi l'accélération... et la convergence de (f-a)^2 sera évaluée dans le temps et montrera le résultat sur un segment fini de cette fenêtre temporelle - MLE (estimation du maximum de vraisemblance) fonctionne toujours de la même manière, au moins lorsqu'il s'agit d'approximer la statique, au moins lorsqu'il s'agit d'égaliser la dynamique.
si vous ne réfléchissez pas à ce que vous examinez - un facteur (qualitatif/quantitatif) ou sa dynamique (+ facteur temps) - vous ne pouvez pas distinguer les dépendances et les modèles de développement - et donc vous ne comprenez pas ce que vous analysez et si c'est ce dont vous avez vraiment besoin et ce qui dépend de quoi... et les limites du type d'analyse - les analyses de la dynamique montrent TOUJOURS des résultats avec un décalage
vraiment, des arguments fatigants sur qui regarde quoi de travers et voit quoi de travers et l'interprète de travers, et comment il comprend de travers ses interprétations et essaie de convaincre les autres, et certains dans les messages ci-dessus même avec de l'écume à la bouche.... de quel type de conflit scientifique pouvons-nous parler ? si vous abstrayez tout et tout le monde au point de déformer les significations avec votre liberté d'expression - il n'y a pas de liberté d'expression dans les sciences naturelles ! il y a des formulations exactes et leurs significations exactes ... pas de connaissances pseudo-scientifiques ... pas des connaissances pseudo-scientifiques, que tu promeus ici à cause de ton ignorance des bases fondamentales (et que tu essaies de présenter comme un argument)_
vous créez de tels modèles (courbes) - sans savoir ce qu'il faut mettre sur la sortie (ce que vous voulez savoir) à la suite de la modélisation ... et quels sont les facteurs qui vous intéressent dans cette dépendance
tout est souvent trop subjectif sur ce fil, de sorte qu'il est impossible de parvenir à l'objectivité (qui est le véritable et principal objectif de la modélisation).
Merci pour cette réponse détaillée.
Des signes indirects sont-ils possibles ? Par exemple, les chats et les chiens se battent souvent, mais les chiens ont plus tendance à chasser les chats. Nous disposons de deux objets et de leurs mouvements. La tâche : déterminer lequel des deux est un chat et lequel est un chien, après avoir vérifié une première fois à l'aide de données factuelles et, les fois suivantes, déterminer de manière indépendante qui est qui. Nous savons avec certitude que l'un des deux est un chat et l'autre un chien, mais nous ne pouvons pas voir leur silhouette ni les entendre, nous ne pouvons même pas voir leurs traces, seulement la coordonnée du mouvement. Nous alimentons le réseau neuronal en mouvements d'objets dans un sens et dans l'autre (ACHETER-VENDRE). Au cours du processus de "réflexion" et de multiplication des poids, le réseau neuronal nous a appris qu'un objet est toujours en tête et l'autre derrière (MA_5[0] > MA_10[0]), et a émis une hypothèse : le chien est-il en tête maintenant ? Il l'a vérifiée avec les données réelles, a obtenu la réponse (NON), a corrigé les données, a supposé qu'il s'agissait d'un chat, a vérifié - (OUI). Le réseau neuronal sait maintenant comment déterminer qui est un chat et qui est un chien en fonction de la lutte et du mouvement des objets. En même temps, on ne lui a pas donné de pattes, de poils, de dents, d'aboiements ou de miaulements.
Il semble donc que le réseau neuronal puisse être nourri de beaucoup de choses et qu'il trouvera quelque chose et le trouvera d'une manière telle(Hercule Poirot) qu'il donnera la réponse nécessaire. En d'autres termes, dans ce cas, la caractéristique ne représente pas une information partielle sur l'objet à classer, mais une solution est possible.
vraiment, des arguments fatigants sur qui regarde quoi de travers et voit quoi de travers et l'interprète de travers, et comment il comprend lui-même de travers ses interprétations et essaie de convaincre les autres, et certains dans les posts ci-dessus même avec de l'écume à la bouche.... de quel type de conflit scientifique pouvons-nous parler ? si vous abstrayez tout et tout le monde au point de déformer les significations avec votre liberté d'expression - il n'y a pas de liberté d'expression dans les sciences naturelles ! il y a des formulations exactes et leurs significations exactes ... pas de connaissances pseudo-scientifiques ... pas des connaissances pseudo-scientifiques, que tu promeus ici à cause de ton ignorance des bases fondamentales (et que tu essaies de présenter comme un argument)_
vous créez de tels modèles (courbes) - sans savoir ce qu'il faut mettre sur la sortie (ce que vous voulez savoir) à la suite de la modélisation ... et quels sont les facteurs qui vous intéressent dans cette dépendance
tout est souvent trop subjectif sur ce fil, de sorte qu'il est impossible de parvenir à l'objectivité (qui est le véritable et principal objectif de la modélisation).
Des arguments vraiment fastidieux dans différentes langues)))))) Ce serait bien sans émotions, avec une explication littérale et lucide de la compréhension.... mais comme d'habitude, il est rare que les gens comprennent que les gens sont différents et qu'ils comprennent différemment de nombreuses similitudes. ))))
Les formulations précises et la terminologie exacte ne sont malheureusement pas possibles en première ligne dans les domaines de type scientifique (au stade de la nouvelle recherche), c'est pourquoi les explications de la compréhension de chacun dans ce fil sont cruciales pour les résultats de ces holivars))))).
Des arguments vraiment fastidieux dans différentes langues)))))) Ce serait bien sans émotions, avec une explication verbatim et lucide de la compréhension ... mais comme d'habitude, il est rare que les gens réalisent que les gens sont différents et qu'ils comprennent différemment de nombreuses similitudes.))))
Lesformulations précises et la terminologie exacte ne sont malheureusementpas possibles en première ligne dans les domaines de type scientifique (au stade de la nouvelle recherche), c'est pourquoi les explications de la compréhension de chacun dans ce fil de discussion sont cruciales pour les résultats de ces holivars))))).
Il n'y a pas de niveau avancé ici, il n'y a PAS de connaissance des outils disponibles. Un niveau avancé peut être atteint après avoir maîtrisé les outils disponibles et essayé d'éliminer les lacunes identifiées dans ces outils.
Des formulations absolument précises sont possibles dans tous les cas lorsque les termes sont étayés par un code.
Par exemple, réseau neuronal est un terme généralisant sans contenu spécifique.
Un réseau neuronal dans le paquet nnet, en revanche, a un contenu absolument précis.
De même, l'expression "capacité prédictive du prédicteur", utilisée par moi et par d'autres auteurs, est également un terme généralisant, mais la "capacité prédictive", comprise comme la différence entre les médianes de deux vecteurs obtenus en divisant le prédicteur par classes, est absolument précise.
Les traits sont ce qui est introduit dans l'entrée NS, et les étiquettes de classe sont introduites dans la sortie.
Les caractéristiques sont les causes réelles parmi le bruit (pas les caractéristiques dont nous avons besoin) que nous recherchons, les étiquettes de classe sont les résultats dont nous avons besoin, je suis d'accord avec Sanych : la paire cible-prédicteurs est liée et la paire existe précisément parce qu'elle est liée.
Et ils sont difficiles à trouver)
Les attributs sont des incréments dans le temps parmi d'autres incréments dans le temps, ou dans une série, juste dans l'ordre, sans tenir compte du temps. Les incréments peuvent être considérés à la fois séparément, par rapport aux incréments précédents, et comme une figure, une fonction ou un modèle d'incréments consécutifs. Pour les trouver, nous examinons un tracé, une fenêtre, mais pour différentes caractéristiques, nous avons besoin de différentes tailles de cette fenêtre. L'approche de Sanych consiste à le faire sur chaque nouveau résultat de données, la vôtre est seulement sur celui identifié comme nécessaire.
Nous avons également besoin d'étiquettes de classe/de résultats, et je crois comprendre que trouver les bonnes étiquettes est une tâche distincte.
Je pense avoir tout compris correctement)))) ?
Les signes sont les causes réelles parmi le bruit (pas les signes dont nous avons besoin) que nous recherchons, les étiquettes de classe sont les résultats dont nous avons besoin. Je suis d'accord avec Sanych : la paire "cible-prédicteurs" est liée et la paire existe précisément parce qu'elle est liée.
Et ils sont difficiles à trouver)
Les attributs sont des incréments dans le temps parmi d'autres incréments dans le temps, ou dans une série, juste dans l'ordre, sans tenir compte du temps. Les incréments peuvent être considérés à la fois séparément, par rapport aux incréments précédents, et comme une figure, une fonction ou un modèle d'incréments consécutifs. Pour les trouver, nous explorons un tracé, une fenêtre, mais pour différentes caractéristiques, nous avons besoin de différentes tailles de cette fenêtre. L'approche de Sanych est que cela doit être fait sur chaque nouveau résultat de données, le vôtre n'étant que celui identifié comme nécessaire.
Nous avons également besoin d'étiquettes de classe/de résultats, donc je comprends, mais trouver les bonnes étiquettes est une tâche distincte.
Je pense que j'ai tout compris))))) ?
Il n'y a pas d'avant-garde ici, il n'y a PAS de connaissance des outils disponibles. Un avantage décisif peut être formé après avoir maîtrisé les outils disponibles et essayé d'éliminer les déficiences identifiées dans ces outils.
Une formulation absolument précise est possible dans tous les cas lorsque les termes sont étayés par un code.
Par exemple, réseau neuronal est un terme généralisant sans contenu spécifique.
Mais le terme réseau neuronal dans le paquet nnet a un contenu absolument précis.
De même, le terme "capacité prédictive du prédicteur", utilisé par moi et quelques autres auteurs, est également un terme généralisant, mais la "capacité prédictive", entendue comme la différence entre les médianes de deux vecteurs obtenus en divisant le prédicteur par classes, est absolument précise.
Je ne vais pas polémiquer, je suis d'accord pour dire que tout ce qui est dans le code est absolument précis.
Bien sûr, le fait de ne pas connaître ou d'avoir des niveaux de connaissance différents des outils ne permet pas une compréhension totale entre les participants. Mais les exigences catégoriques pour les étudier ne sont pas non plus toujours propices à une compréhension totale. En outre, l'objet du litige/holivar peut être défini avec suffisamment de précision.
Il est nécessaire de définir des objets classifiés avec leurs attributs. Qu'est-ce qu'une opération d'achat ou de vente et quels sont ses attributs ? En quoi elles diffèrent.
Les signes des transactions sont leurs résultats, les propriétés des transactions sont toujours là, mais les signes pour prendre une décision sur les transactions sont les incréments et le temps (je n'aime pas le numéro de série).