L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 853

 
Mihail Marchukajtes:
Ehi, ascoltate, ragazzi intelligenti!!!! Hai il coraggio di risolvere il mio problema?

Perché abbiamo bisogno dei vostri compiti? Ne abbiamo abbastanza dei nostri))

 
Mihail Marchukajtes:

Sai cosa stai dicendo?????

La pentola non sta cuocendo affatto?

 
Yuriy Asaulenko:

Perché abbiamo bisogno dei vostri compiti? Ne abbiamo già abbastanza per conto nostro).

idiota di cartone.... Questo compito è un KEY!!!!

 
Mihail Marchukajtes:

Stupido cartone.... Questo compito è KEY!!!!

Questo dipende. Potrebbe essere la chiave per te. Decidi, cara.

 
Maxim Dmitrievsky:
Mi viene da piangere nel vedere che continuate a raccogliere l'importanza dei predittori per alcuni pezzi di storia del mercato. Perché è una profanazione dei metodi statistici.

Perché? La tua domanda suona esattamente così, vero? ???? Ti dirò perché.....

Perché è sufficiente selezionare dalla varietà di dati di input esattamente ciò che siamo stati in grado di determinare con l'aiuto di metodi statistici e calcolo dell'entropia di VI, ecc. Abbiamo dato all'input esattamente ciò che è importante per l'output. Quindi, questa pre-elaborazione conclude solo che c'è una sorta di correlazione tra input e output. Solo questo!!!! Sì, questi cinque ingressi hanno una relazione con l'uscita. Ma cos'è esattamente questa dipendenza? Questo è ciò che il sistema AI e gli ottimizzatori stanno cercando. E dopo i modelli ottenuti stimiamo come mostrato nella figura e troviamo il modello che funziona. Quindi quale modello nella mia foto funziona A? Б ? C o D?

Una rete neurale non è un bidone della spazzatura, si può raccogliere ciò che si mette dentro. Sono sorpreso che tu non lo sapessi fino ad ora.....

 
Yuriy Asaulenko:

È una questione di opinione. Lei potrebbe essere la chiave. È una tua decisione, tesoro.

Quindi è la chiave anche per te, non lo capisci proprio, vero? Questo è il tuo problema. Non vuoi sentire quello che ti viene detto....

 
Mihail Marchukajtes:

La tua domanda suona esattamente così, vero? ???? Ti dirò perché.....

Perché è sufficiente selezionare dalla varietà di dati di input esattamente ciò che siamo stati in grado di determinare utilizzando metodi statistici e calcolando l'entropia del VI, ecc. Abbiamo dato all'input esattamente ciò che è importante per l'output. Quindi, questa pre-elaborazione conclude solo che c'è una sorta di correlazione tra input e output. Solo questo!!!! Sì, questi cinque ingressi hanno una relazione con l'uscita. Ma cos'è esattamente questa dipendenza? Questo è ciò che il sistema AI e gli ottimizzatori stanno cercando. E dopo i modelli ottenuti stimiamo come mostrato nella figura e troviamo il modello che funziona. Quindi quale modello nella mia foto funziona A? Б ? C o D?

Una rete neurale non è un bidone della spazzatura, si può raccogliere ciò che si mette dentro. Sono sorpreso che tu non lo sapessi fino ad ora.....

state guardando solo l'importanza per il pezzo corrente del grafico, i cui modelli cambiano in base all'O.D., come l'importanza

si setaccia la spazzatura solo attraverso l'importanza

Mi chiedo quanto sia difficile da capire dopo tutti questi anni
 
È molto probabile che abbiate già sistemi in grado di produrre modelli adeguati, e a volte li ottenete. Lo consideri un incidente solo perché non sai come cercare o scegliere tra tutte le varietà di modelli costruiti dalla tua stessa IA. Dopo tutto, il compito principale nell'IA non è quello di ottenere un modello, ma di scegliere nella loro varietà o di addestrare ripetutamente lo stesso file di allenamento...... Vivi e impara...
 
Mihail Marchukajtes:

Quindi è fondamentale anche per te, non lo capisci proprio???? Questo è il tuo problema. Non vuoi sentire quello che ti viene detto....

Per me? Ho già risolto il problema. Ora sto pensando a qualcos'altro da fare. Python o R. Non ho ancora nuove idee.

 
Maxim Dmitrievsky:

si guardano solo le importazioni per la fetta corrente del grafico, i cui modelli cambiano sull'OOS, proprio come le importazioni

attraverso l'importanza, stai solo setacciando la spazzatura vera e propria.

Mi chiedo quanto sia difficile da capire dopo tutti questi anni

Esatto, stai pensando correttamente, Quindi il compito dell'IA è proprio nelle serie non stazionarie il cui modello è fluttuante. Il compito dell'IA è quello di mantenere le prestazioni quando questa dipendenza si esaurisce, almeno per una quantità di tempo insignificante, ma sufficiente per fare soldi. Dopo tutto, il modello non cambia a passi da gigante. Al posto della prima voce principale ce n'è un'altra, ma quella principale rimane ancora nel set e qui è l'IA che si assume l'onere di tenere la linea, come si dice. Ecco perché nel primo mese del contratto a termine bisogna allenarsi molto spesso, soprattutto quando il mercato non sa dove andare. Guardando il Vtrite, posso vedere questo modello che balla intorno. Ma nel mezzo e alla fine dei futures il mercato di solito diventa più ordinato e una voce prevale per molto tempo.