L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1629
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
SA?
È tutto lì sulla conversione delle file. Allora, questo è basilare, di cosa soffri?
SA == StackOwerflow
Non c'è niente lì dentro sulla frattalità nel contesto dell'apprendimento dell'AMO.
È terribilmente semplice ma dovrebbe funzionare, non importa quali righe mettete in AMO, che siano minuti/settimane, tutti insieme, troverà entrambi i modelli e la cosa più importante è che mi darà una risposta adeguata...
SA == StackOwerflow
Non c'è niente sulla frattalità nel contesto dell'apprendimento di AMO
È terribilmente semplice ma dovrebbe funzionare. Non importa quali righe metti nell'AMO, che siano minuti/settimane o altro, troverà i modelli in entrambi e soprattutto ti darà la risposta giusta.
Lasciate perdere la frattalità, è solo una finzione.
No, non ho fatto il muratore di niente lì dentro.Lasciate perdere la frattalità, è una finzione.
La finzione è cercare la dimensionalità su khurst, ma scalare i dati per adattarli a un modello per AMO è corretto e necessario altrimenti non troverai ripetizioni nei dati e quindi nessuna statistica, probabilità...
E' un'ipocrisia cercare la dimensionalità da khirst, ma scalare i dati a un unico modello per l'AMO è giusto e necessario altrimenti non troverai nessuna ripetizione nei dati, e quindi nessuna statistica, probabilità...
L'ho scalato, è una stronzata ) e da khirst è una stronzata, ovviamente, e da entropia
L'ho scalato.
Come?
Come?
preconversione affine.
micha! risponderai alla mia domanda dell'ultima pagina o no?
trasformazioni affini.
Fammi indovinare, e hai fatto tutto questo in una finestra scorrevole, a dimensione fissa ovviamente? )
Fammi indovinare, e hai fatto tutto questo in una finestra scorrevole, a dimensione fissa ovviamente? )
più grande è la finestra, migliore è la correlazione
e ha fatto per diverse TF. Sono tutte stronzatein uno in espansione, come più grande è la finestra e più alta è la correlazione, meglio è
Hmm, e le previsioni sui dati di addestramento così come sui dati di test di riconoscimento, si sono anche espanse/diminuite ? o c'era un marcatore fisso