L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 3389
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Quelle différence)))
Eh bien, faites comme le reste du monde. C'est le genre de réponses que vous obtiendrez.
J'ai esquissé quelques thèses de base sur le kozul, pour ceux qui ont des difficultés à lire les livres en anglais. Et un exemple en python, comment cela fonctionne le mieux, selon ma version. Voulez-vous l'article ?
Nnnada))))
De quoi parlez-vous ?
Eh bien, donnez-moi un algorithme qui construira des CT de profil :)
On peut parler d'une seule chose ou de tout et de rien.
Il s'agit d'abord de la machine-outil, le reste étant des pièces :)
Parce que Bow n'est pas destiné aux séries temporelles.
la même ligne dans l'ensemble de données
si vous n'avez que 1 000 lignes
En gros, si vous avez plus de 18 caractéristiques, vous entraînez le classificateur à se souvenir de chaque ligne parce qu'elles ne se répètent même pas.
et dans l'inférence causale, vous ne pouvez pas faire correspondre des exemples pour calculer des statistiques.Oui, je suis d'accord avec la mémorisation - j'ai écrit à ce sujet dans ce fil de discussion il y a longtemps. C'est la raison pour laquelle je travaille avec des feuilles, en évaluant leur valeur.
L'idéal serait de trouver quelques caractéristiques pour décrire l'ensemble de l'échantillon, mais personne n'y est encore parvenu. D'un autre côté, la réduction de la dimensionnalité réduira le nombre de caractéristiques directement impliquées dans l'apprentissage, mais je doute que ce gâchis améliore le résultat.
1. Toute valeur de caractéristique
1) Il s'agit donc d'un échantillon, n'est-ce pas ?
2) Hmm, je pensais que cet algorithme essayait d'évaluer la structure de la règle, comme s'il y avait de petites déviations dans les divisions avec d'autres règles, alors c'est la même chose.
Je ne sais pas pourquoi vous ne pouvez pas expliquer le processus... Même si vous ne le comprenez pas entièrement, il n'y a pas de honte à l'admettre.
Nous avons un concept similaire de travail avec des données en MO, mais au lieu d'échanger des idées, il y a des tensions constantes.
Aujourd'hui, j'ai lu le fil de discussion de NG et je me suis rendu compte que je n'avais rien manqué....