L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2975
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
Est-il nécessaire de sauver une personne qui est manifestement en train de se noyer mais qui prend plaisir à se suicider ?
Asseyez-vous sur le rivage - héros - c'est votre choix.
Je vous ai suffisamment expliqué l'enjeu et la raison pour laquelle la résolution du problème augmentera la stabilité du modèle.
À quoi bon se vanter de connaître un package en R qui permet de résoudre tel ou tel problème si je ne peux pas l'utiliser ?
Jusqu'à présent, les tentatives ont été infructueuses. Voulez-vous essayer ?
Non. Essayez vous-même (pendant que les calculs suivants sont en cours et que vous prendrez du temps), les langues sont similaires.
Vous avez donné la méthode la plus simple - oui, ce n'est pas difficile.
D'autres ont la même essence simple. J'ai décrit quelques options dans le texte - ignorer les doublons et recalculer la taille du quantum de base en tenant compte des doublons. Il est également possible de diviser non pas par le nombre, mais par l'étendue et de combiner ces méthodes.
Non. Essayez vous-même (pendant que les calculs suivants sont en cours et cela prendra du temps), les langues sont similaires.
D'autres ont la même essence simple. J'ai décrit quelques options dans le texte - sauter les doubles et recalculer la taille quantique de base en tenant compte des doubles. Il y a aussi la division non pas par nombre, mais par plage et la combinaison de ces méthodes.
Le problème n'est pas l'exécution mécanique, mais la façon de calculer les mailles non proportionnelles. Les distributions de densité de probabilité y sont construites et elles sont déjà quantifiées, si j'ai bien compris.
Je n'ai pas beaucoup de temps libre et je préfère le consacrer à coder ce que je sais faire. Peut-être que si c'est la dernière tâche, je m'assiérai et j'abrutirai pendant des jours et des jours, mais pour l'instant je préfère passer à d'autres directions de ce projet. Heureusement que les tableaux de quantification peuvent être déchargés.
Des distributions de densité de probabilité y sont construites et elles sont déjà quantifiées,
Quelle méthode de quantification ? Elles sont toutes sur cette page.
si je ne peux pas l'utiliser ?
quelle méthode de quantification ? elles sont toutes sur cette page.
Méthode GreedyLogSum - à titre d'exemple, vous pouvez voir que la grille n'est pas uniforme. Je suppose qu'une distribution lognormale est construite par approximation de la métrique de l'échantillon, et que la grille est ensuite réalisée d'une manière ou d'une autre. Je ne peux pas lire les formules.
Voici les formules en détail.
Vous pouvez parler, mais je ne suis pas sûr que vous puissiez entendre.
Oui, l'idée de l'arbre de décision pourrait être une idée de travail pour construire une table quantique. Merci pour cette idée !
Même si j'ai trouvé un paquet inconnu et même créé un arbre.
Ensuite, je dois m'occuper des boucles dans R, en sauvegardant les arbres.
Et dans quel format sont-ils sauvegardés ? Probablement sous forme de règles, ce qui signifie que je dois créer un analyseur syntaxique qui transforme ces règles dans le format requis.
Ne serait-il pas plus facile pour moi de résoudre le problème au moyen d'un histogramme avec des intervalles uniformes de 0,5 %, en combinant des colonnes similaires en termes de métriques/conditions ?
Et en général, j'ai demandé initialement des métriques qui caractérisent l'échantillon qui est tombé dans le seuil quantique. Si vous n'avez pas d'idées dans ce sens ou si vous ne voulez pas réfléchir, dites-le moi.
Sinon, nous avons l'habitude de nous donner en spectacle ici - c'est pourquoi ce fil de discussion est inutile.
Méthode GreedyLogSum - à titre d'exemple, vous pouvez voir que la grille n'est pas uniforme. Je suppose qu'une distribution lognormale est construite à l'aide de la métrique de l'échantillon par approximation, et que la grille est faite sur cette base d'une manière ou d'une autre. Je ne sais pas comment lire les formules.
Voici les formules en détail.
Cette fonction simple permet également d'obtenir une grille inégale par valeurs. Uniform est Uniform.
∑ i = 1 n log ( w e i g h t ) , q u e i=1∑nlog(weight),où
- n n - Le nombre d'objets distincts dans le seau.
- - w e i g h t weight - Le nombre de fois qu 'un objet du seau est répété.
Il fonctionne avec le nombre de répétitions/duplicatas. Tout est à peu près identique. Je n'ai pas trouvé la fonction (avec une recherche rapide), donc je ne peux pas dire avec certitude... J'ai décrit les variantes de la comptabilité des doublons plus tôt, je pense que c'est l'une d'entre elles ou quelque chose d'approchant.
Cette simple fonction rendra également la grille inégale en termes de valeurs. Uniforme est uniforme.
Il fonctionne avec le nombre de répétitions/duplications. Tout est à peu près identique. Je n'ai pas pu trouver la fonction (en parcourant rapidement le site), donc je ne peux pas dire avec certitude... J'ai décrit les options de comptabilité des doublons plus tôt, je pense qu'il y en a une ou quelque chose d'approchant.
Je pense qu'il s'agit simplement de prendre en compte les poids en cas de valeurs répétitives, c'est-à-dire qu'un certain volume apparaît et que la grille est comprimée sur ce segment.
Je pense que vous serez en mesure de trouver la solution !
Je pense qu'il s'agit simplement de tenir compte des poids dans le cas de valeurs répétitives, c'est-à-dire qu'un certain encombrement apparaît et que le maillage se rétrécit sur ce segment.
Je pense que vous serez en mesure de trouver la solution !
Peut-être, mais je ne vois pas où est le poisson. Je n'utilise pas du tout la quantification. Je préfère explorer les données flottantes.