L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 585
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
È difficile valutare quelli di trading in questo modo, perché c'è anche una durata dell'affare e i livelli di stop-loss devono essere aggiunti a tutto il resto, e deve essere riqualificato periodicamente... quindi, tutto sommato, un peccato :)
Sì, l'ho visto per molto tempo. Non è troppo male in sé, ma la nuvolosità non è molto adatta alla costruzione del TS.
è possibile vendere segnali:)) accesso tramite api, se il modello è cool
Seduto. leggendo un pdf della monografia del MoD. Citazione:
Si scopre che non c'è nemmeno bisogno di fare twitch, NS sembra essere l'opzione migliore.
Seduto. leggendo un pdf della monografia del MoD. Citazione:
Si scopre che non c'è nemmeno bisogno di fare twitch, NS sembra essere l'opzione migliore.
E ho letto Haykin e ho guardato
il film è atmosferico... cosa vincerà alla fine? la vita proteica o la vita artificiale, o verrà creato qualcosa nel mezzo? :)
A proposito, alcune fonti dicono che la NN probabilistica è in voga in questi giorni. Il mio amico sussurrava... ma ne sa molto, partecipa ai concorsi di Google.
E ho letto Heikin e guardato
il film è atmosferico... cosa vincerà alla fine? la vita proteica o la vita artificiale, o verrà creato qualcosa nel mezzo? :)
A proposito, alcune fonti dicono che la NN probabilistica è in voga in questi giorni. Il mio amico dice così... ma lui ne sa molto, partecipa ai concorsi di Google.
Ieri ho trovato la NN convoluzionale - di solito usata per il riconoscimento delle immagini. Naturalmente, ci sono tutti i servizi - formazione, ecc. Fatto per l'uso in Python.
C'è anche il ricorrente ecc, ma non è ancora molto interessante.
Poiché la rete convoluzionale non è completamente magliata, possiamo aumentare notevolmente il numero di neuroni senza perdita di prestazioni. Ma devo capire tutti i dettagli, non sono ancora entrato nei dettagli.
Descrizione popolare -https://geektimes.ru/post/74326/Ieri ho trovato una convoluzione NS - normalmente usata per il riconoscimento delle immagini. Naturalmente, ci sono tutti i servizi - formazione, ecc. Fatto per l'uso in Python.
C'è anche il ricorrente ecc, ma non è ancora molto interessante.
Poiché la rete convoluzionale non è completamente magliata, possiamo aumentare notevolmente il numero di neuroni senza perdita di prestazioni. Ma devo ancora entrare nei dettagli - non ci sono ancora entrato.
Descrizione popolare -https://geektimes.ru/post/74326/Beh, è profondo, sono principalmente utilizzati per le immagini e la visione del computer. Hai bisogno di molti esempi e strati per farlo funzionare. L'architettura stessa copia il sistema visivo
Provate le PNN in python, hanno più senso per la previsione delle serie temporali.
https://habrahabr.ru/post/276355/
Beh, è l'arretrato, sono usati principalmente per le immagini e la visione artificiale. Ci vogliono molti esempi e strati per farlo funzionare. L'architettura stessa copia il sistema visivo
Cercate invece gli equivalenti PNN python, che mi sembrano avere più senso nella previsione di serie temporali.
https://habrahabr.ru/post/276355/
Ancora una volta, non sto predicendo nulla. Ho solo una classificazione.
Ho cercato una rete incompleta per molto tempo. MLP è tutto buono, ma lì tutti gli input vanno ad ogni neurone contemporaneamente. Ah, questo è esattamente ciò di cui abbiamo bisogno, in modo che solo 5-6 ingressi spostati vadano a un neurone, e questo è il NS convoluzionario.
Non c'è niente di complicato qui, e avete solo bisogno di 100-150 neuroni, quindi la struttura è semplice e veloce come la MLP con 60 neuroni, a causa del minor numero di ingressi dei neuroni.
Ancora una volta, non sto predicendo nulla. Ho solo una classificazione.
Ho cercato una rete incompleta per molto tempo. MLP è tutto buono, ma tutti gli input vanno ad ogni neurone contemporaneamente. Ah, questo è esattamente ciò di cui abbiamo bisogno, in modo che solo 5-6 ingressi spostati vadano a un neurone, e questo è il NS convoluzionario.
Non c'è niente di complicato qui, e abbiamo solo bisogno di 100-150 neuroni, quindi la struttura è semplice, e la velocità sarà come la MLP con 60 neuroni, a scapito di un minor numero di ingressi dai neuroni.
Beh, c'è un classificatore, e cosa ti impedisce di cercarne uno incompleto. È solo il modo in cui mi piace, per esempio:
Voglio fare degli screenshot del libro :)
Ancora una volta, non sto predicendo nulla. Ho solo una classificazione.
Ho cercato una rete incompleta per molto tempo. MLP è tutto buono, ma tutti gli input vanno ad ogni neurone contemporaneamente. Ah, questo è esattamente ciò di cui abbiamo bisogno, in modo che solo 5-6 ingressi spostati vadano a un neurone, e questo è il NS convoluzionario.
Non c'è niente di complicato qui, e abbiamo solo bisogno di 100-150 neuroni, quindi la struttura è semplice, e la velocità sarà simile a MLP con 60 neuroni, a causa di un minor numero di ingressi dai neuroni.
L'idea di usare gli strati convoluzionali sta bollendo da molto tempo. Penso che possano dare buoni risultati.
Ma non buttare via il perseptron multistrato. Le reti convergenti non imparano nulla da sole, forniscono solo un'immagine compatta delle informazioni di input.
C'è un classificatore, quindi cosa ti impedisce di cercarne uno incompleto.