L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3025
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
Vous vous adressez à l'Égyptien ou à moi ?
Je constate que je suis assez satisfait de votre activité dans ce domaine.
Bien - l'important est de commencer ! :)
MO pour le contexte, mashka pour le commerce )))
Le trading est une question de risque/profit, pas d'akurasi... IMHO
a, MO est juste un outil pour décrire votre compréhension du marché, votre modèle ...
S'il n'y a pas de modèle et que vous pensez que le MO est l'IA et qu'il est tout seul, alors vous êtes dans le pétrin pour longtemps....
La négociation est une question de risque/profit, pas d'akurasi... IMHO
a, MO est juste un outil pour décrire votre compréhension du marché, votre modèle....
S'il n'y a pas de modèle et que vous pensez que le MO est l'IA et qu'il est tout seul, alors vous êtes dans le pétrin pour longtemps....
Le jaune est adaptatif ? il est au centre, il est horizontal.
Le jaune est adaptatif ? c'est celui qui est au centre et qui va à l'horizontale.
Non, c'est un modèle normal.
Cela fait 100 ans.
Je n'ai pas trouvé de solutions toutes faites, je dois analyser la structure de l'arbre. Cela prendra un peu plus de temps.
Oui, c'est la même chose pour moi dans R - il enregistre la structure de l'arbre à sa propre manière. Ensuite, j'ai un analyseur séparé pour extraire les feuilles.
Et quelle bibliothèque utilisez-vous pour obtenir immédiatement des inégalités comme règles de feuille ?
Oui, c'est également la façon dont je procède dans R - il enregistre la structure de l'arbre de sa propre façon. Ensuite, j'ai un analyseur séparé pour extraire les feuilles.
Quelque chose comme ça, vous pouvez trier par importance maximale dans le modèle, par probabilité d'appartenance à une classe et par fréquence d'utilisation.
C'est assez pour aujourd'hui.
Il est possible de trier par importance maximale dans le modèle, par probabilité d'appartenance à une classe et par fréquence d'utilisation.
Cela suffit pour aujourd'hui.
C'est efficace !
Codez-vous les prédicteurs dans les chiffres de l'échantillon principal ?