L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 3137

Nouveau commentaire
 
Maxim Dmitrievsky #:


...

la voiture se protège elle-même.

Intéressant.

lacitation est aussi le travail de l'ordinateur selon la formule que j'ai donnée plus haut, si tant est qu'il y en ait un.

....

question - cette machine est-elle prête à enseigner la victoire ?

Probablement pas.

 
Maxim Dmitrievsky #:

))))


Non, je continue à penser qu'une évaluation des membres serait une bonne chose.

Une ou deux fois, les imbéciles se retrouveraient sur la plinthe, et ce serait fini.
 
Forester #:
Quel est alors l'intérêt d'une kozula commerciale ? Nous n'aurons jamais de raisons pour les entrées. Je crains qu'il n'y ait pas non plus d'associations.
Et le mélange des colonnes s'est fait par permutation.
Je suppose que cela est censé montrer s'il existe une relation de cause à effet entre les traits et les cibles ou non. J'aime les approches proposées, l'expérimentation. C'est différent de l'apprentissage habituel.
Le problème pourrait être la difficulté d'isoler l'effet de trituration en raison de l'influence des facteurs de confusion dans un vaste espace de caractéristiques. Mais la validation croisée devrait en quelque sorte sauver la situation.
 
mytarmailS #:

Ai-je offert un code graal ?

C'est la pratique qui sépare le bavard du connaisseur.

Vous pouvez dire tout ce que vous voulez, il y en a beaucoup ici qui ont tout simplifié , mais posez une bonne question et tout aura bon goût.

Est-ce que ce dont nous parlons est clair ?


où A, B, C sont des instruments.

C'est presque la même chose :


Allumez d'abord votre cerveau !

On vous a tiré les vers du nez à tout bout de champ, alors que de toute façon, personne ne comprendra rien à cet indice

Ils se moquent du cerveau humain.

Ça ne fait pas de mal, n'est-ce pas ?

Allez, voyons qui peut résoudre cette mascarade.

Ensuite, nous tirerons des conclusions.

Réponse :


 
mytarmailS #:

))))

Non, je pense qu'un classement des participants serait intéressant.

Pour une raison quelconque, une vieille blague me vient à l'esprit :
"Stirlitz a tenu bon, c'était la torture préférée de Mueller" :)
 
mytarmailS #:

il s'agit probablement d'une sorte d' oscillateur.

En fait, ce que vous avez fait, c'est de décider vous-même pourquoi))))

Oscillateur de momentum

oh cool ! merci ! maintenant je comprends) seulement il doit être ré-entraîné à chaque fois ? sinon vous ne pouvez pas reconnaître les composants pour les nouvelles données ?

 
Evgeni Gavrilovi #:

Oh cool ! merci ! maintenant je comprends) seulement il doit être ré-entraîné à chaque fois ? sinon il ne peut pas reconnaître les composants pour les nouvelles données ?

Utilisez umap, pas t-sne.

umap a un prédicteur.


Mais si les nouvelles données dépassent la plage des anciennes données, l'algorithme ne fonctionnera pas correctement ; dans ce cas, il est préférable d'utiliser l'ACP habituelle.

Dans ce cas, il est préférable d'utiliser l'ACP habituelle. Tout cela si nous parlons de données sans normalisation.

 
Renat Akhtyamov #:

Nous savons donc de quoi nous parlons ?

où A,B,C sont des instruments

Arrêtez d'écrire des hérésies ici, et aussi des hérésies hors sujet.

Même les membres concurrents du fil de discussion se font déjà l'écho d'une seule voix.

 
Maxim Dmitrievsky #:
Je suppose qu'il est censé montrer s'il existe ou non une relation de cause à effet entre les caractéristiques et les cibles. J'aime les approches proposées, l'expérimentation. Différentes de l'apprentissage habituel.
Le problème pourrait être la difficulté d'isoler l'effet de trituration en raison de l'influence des facteurs de confusion dans un vaste espace de caractéristiques. Mais la validation croisée devrait en quelque sorte sauver la situation.
Forester#:
Et alors, quel est l'intérêt de kozula pour le trading ? Nous n'aurons jamais de raisons à l'entrée. Je crains que nous n'ayons jamais d'associations non plus.
Et le mélange des colonnes était aussi dans la permutation.

Quel est le rapport avec votre cahuel ?

Sans connaître votre cajuel, cela fait 10 ans que je calcule la causalité, que je l'estime quantitativement, que je filtre les prédicteurs par la variance de la fluctuation de cette relation lorsque la fenêtre se déplace. Et j'ai écrit une centaine de posts à ce sujet sur ce fil.

 
СанСаныч Фоменко #:

Quel est le rapport avec vos cajoleries ?

Sans connaître votre cajuel, cela fait 10 ans que je calcule la relation causale et que je l'évalue quantitativement, en filtrant les prédicteurs par la variance de la fluctuation de cette relation lorsque la fenêtre se déplace. Et j'ai écrit une centaine de messages à ce sujet sur ce fil.

Combien de temps vous reste-t-il ? )

Pouvez-vous prendre n'importe quel attribut en quantité suffisante lié aux séries temporelles et n'importe quelle étiquette montrant des bénéfices dans le testeur et en faire un modèle robuste ?

Après tout, tous les dérivés de BP sont pertinents :)


La tâche est difficile dans d'autres domaines où l'on ne sait pas du tout d'où vient la caractéristique et pourquoi elle est nécessaire. Il y a des tonnes de déchets de ce type dans les grandes données, qui sont très difficiles à filtrer. Il en résulte des tonnes de fausses corrélations.

Notre tâche semble même primitive par rapport à cela, si nous prenons BP et ses dérivés. Car tous les signes y sont liés.

Mais nous devons encore nous occuper de l'algorithme et de la logique pour faire correspondre les étiquettes aux caractéristiques. Il peut y avoir plusieurs logiques. Alors faites la vôtre, et nous ferons la nôtre.

J'ai déjà écrit pourquoi j'aime kozul, parce que j'y suis parvenu moi-même en réfléchissant. Et il s'est intégré organiquement à mon idée.

1...313031313132313331343135313631373138313931403141314231433144...3399
Nouveau commentaire