L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3060
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
J'ai 300 modèles rentables formés à long terme, qui en a besoin ? je peux compiler les meilleurs dans un bot.
en privé, les modèles compilés ne sont pas les bienvenus ici. Gratuit, pas d'utilisation commerciale.
Encore du code qui ne fonctionne pas pour moi. Si vous voulez des discussions de fond, publiez des résultats reproductibles.
Le code fonctionne et est reproductible.
Le code fonctionne et est reproductible.
Oui, il fonctionne - nous l'avons découvert - j'avais la mauvaise version de R......
Comment faire des cotations minute sur 10 ans à partir de ce code et le charger dans MT5 pour que ce soit possible, pouvez-vous me le dire ?
Le code fonctionne et est reproductible.
Personne n'en a jamais douté ;))))
Il installe une nouvelle version de R pour chaque bibliothèque, puis se demande si les développeurs sont des imbéciles ou non.... )))
C'est drôle. Et triste.... Et dégoûtant...
nous continuons à mâcher du cauzal pendant notre temps libre.
par des injections forcées dans le cerveau
La première partie, où les tantes comparent les différents apprenants.
La première partie, où les tantes comparent les différents apprenants.
Je suis en train de l'examiner et, pour l'instant, je n'ai que cette idée : le soi-disant effet est essentiellement une erreur sur un échantillon différé.
En d'autres termes, il s'agit d'une sorte de justification pour tout ce qui va mal. Mais je ne comprends pas, où est le moyen d'identifier la cause exacte.....
Et quel est, selon vous, l'intérêt de cette recherche pour le commerce ?
Et quel était, selon vous, l'intérêt de cette recherche pour le commerce ?
Vous devrez traduire leurs définitions marketing en langage humain normal pour comprendre comment les intégrer.
En gros : il y a un groupe de trains avec un tritment sous la forme d'un modèle entraîné, disons, il y a un test (groupe de contrôle) sans tritment. Toutes les autres conclusions et l'amélioration du modèle se font selon les méthodes proposées.
Considérons les choses plus simplement : vous effectuez un traitement (cause) et vous analysez ensuite les effets au moyen de toutes sortes de tests aléatoires. Vous obtenez une analyse causale.
vous devrez traduire leurs définitions marketing en langage humain normal pour comprendre comment le visser.
En gros, il y a un groupe de stagiaires avec un tritment sous la forme d'un modèle formé, disons, il y a un test (groupe de contrôle) sans tritment. Toutes les autres conclusions et l'amélioration du modèle sont faites selon les méthodes proposées.
Considérons les choses plus simplement : vous effectuez un traitement (cause), puis vous analysez les effets au moyen de toutes sortes de tests aléatoires. Vous obtenez une analyse causale.
Peut-être n'ai-je vraiment pas compris l'objectif de tout ceci.... Mais il me semble que l'objectif est de détecter l'influence d'un nouveau facteur, que l'on peut considérer comme une valeur aberrante de la valeur passée du prédicteur, sur l'indicateur (prix ou autre chose - la régression est surtout utilisée dans les exemples). La tâche consiste alors à détecter ces valeurs aberrantes lorsque la chronologie des événements reste inchangée (on ne peut pas randomiser les lignes d'échantillonnage pour les séries temporelles). Et il s'avère qu'il s'agit d'un événement rare ou d'un changement ponctuel. Il suffit alors d'examiner les changements dans la distribution de l'indice du prédicteur sur une fenêtre temporelle fixe. Les variables prédicteurs qui subissent un tel changement en sont la cause (ou peut-être pas - ici, je n'ai pas compris leur idée sur la manière de déterminer la cause ou l'effet), et si ces changements à différentes parties du test conduisent plus souvent à l'effet "le modèle ne fonctionne pas", alors nous devons faire en sorte que le modèle fonctionne plus soigneusement avec ces variables prédicteurs.....