L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 853
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
Hé, écoutez, des gars intelligents !!!! Avez-vous le courage de résoudre mon problème ?
Pourquoi avons-nous besoin de vos tâches ? Nous avons assez des nôtres))
Tu sais ce que tu dis ?????.
Le pot ne cuit pas du tout ?
Pourquoi avons-nous besoin de vos tâches ? Nous avons assez des nôtres).
espèce d'idiot en carton.... Cette tâche est une KEY !!!!
Espèce d'idiot en carton.... Cette tâche est KEY !!!!
Cela dépend. Cela pourrait être la clé pour vous. Décide-toi, chérie.
Cela me fait pleurer de voir que vous continuez à souligner l'importance des prédicteurs pour certains éléments de l'histoire du marché. Pourquoi ? C'est une profanation des méthodes statistiques.
Pourquoi ? Votre question ressemble exactement à ça, n'est-ce pas ? ? ??? Je vais vous dire pourquoi.....
Car il suffit de sélectionner parmi la variété de données d'entrée exactement ce que nous avons pu déterminer à l'aide de méthodes statistiques et du calcul de l'entropie de VI, etc. Nous avons donné à l'entrée exactement ce qui est important pour la sortie. Ce prétraitement permet donc seulement de conclure qu'il existe une sorte de corrélation entre l'entrée et la sortie. Juste ça !!!! Oui, ces cinq entrées ont une relation avec la sortie. Mais en quoi consiste exactement cette dépendance ? C'est ce que recherchent le système d'IA et les optimiseurs. Et après les modèles obtenus nous estimons comme indiqué dans la figure et trouvons le modèle qui fonctionne. Alors quel est le modèle de ma photo qui fonctionne A ? Б ? C ? Ou D ?
Un réseau neuronal n'est pas une poubelle, vous pouvez récolter ce que vous y mettez. Je suis surpris que vous ne le sachiez pas jusqu'à maintenant. .....
C'est une question d'opinion. Vous pourriez être la personne clé. C'est ta décision, chérie.
Donc c'est la clé pour vous aussi, vous ne comprenez pas vraiment, n'est-ce pas ? C'est votre problème. Vous ne voulez pas entendre ce qu'on vous dit .....
Pourquoi ? Votre question ressemble exactement à ça, n'est-ce pas ? ? ??? Je vais vous dire pourquoi.....
Parce qu'il suffit de sélectionner parmi la variété de données d'entrée exactement ce que nous avons pu déterminer en utilisant des méthodes statistiques et en calculant l'entropie du VI, etc. Nous avons donné à l'entrée exactement ce qui est important pour la sortie. Ainsi, ce prétraitement permet seulement de conclure qu'il existe une sorte de corrélation entre l'entrée et la sortie. Juste ça !!!! Oui, ces cinq entrées ont une relation avec la sortie. Mais en quoi consiste exactement cette dépendance ? C'est ce que recherchent le système d'IA et les optimiseurs. Et après les modèles obtenus nous estimons comme indiqué dans la figure et trouvons le modèle qui fonctionne. Alors quel est le modèle de ma photo qui fonctionne A ? Б ? C ? Ou D ?
Un réseau neuronal n'est pas une poubelle, vous pouvez récolter ce que vous y mettez. Je suis surpris que vous ne le sachiez pas jusqu'à maintenant. .....
vous ne regardez l'importance que pour la partie actuelle du graphique, dont les modèles changent en fonction de l'heure, comme l'importance.
vous ne filtrez les déchets que par l'importance.
Je me demande si c'est difficile de comprendre après toutes ces années.C'est donc essentiel pour vous aussi, vous ne comprenez pas vraiment ? ???. C'est votre problème. Vous ne voulez pas entendre ce qu'on vous dit. ....
Pour moi ? J'ai déjà résolu le problème. Maintenant je pense à quelque chose d'autre à faire. Python ou R. Je n'ai pas encore de nouvelles idées.
vous ne regardez les importations que pour la tranche actuelle du graphique, dont les modèles changent à l'arrêt, tout comme les importations.
par importance, tu ne fais que trier les déchets.
Je me demande si c'est difficile de comprendre après toutes ces années.C'est exact, vous pensez correctement, Donc la tâche de l'IA est précisément dans les séries non stationnaires dont le modèle est flottant. La tâche de l'IA est de maintenir les performances lorsque cette dépendance s'éloigne, au moins pour une durée insignifiante, mais suffisante pour gagner de l'argent. Après tout, le modèle ne change pas à pas de géant. À la place de la première entrée principale, il y en a une autre, mais la principale reste dans le jeu et c'est l'IA qui prend sur elle la charge de tenir la ligne, comme on dit. C'est pourquoi, au cours du premier mois du contrat à terme, il faut s'entraîner très souvent, surtout lorsque le marché ne sait pas où aller. En regardant le Vtrite, je peux voir ce modèle danser autour. Mais au milieu et à la fin des contrats à terme, le marché devient généralement plus ordonné et une seule entrée prévaut pendant une longue période.