L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1733
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
Tutto funziona. Dobbiamo trovare delle finestre temporali fluttuanti. I numeri fissi sono visti come limitati.
Beh, se gli schemi dei minuti sono "cosparsi" in modo discontinuo/uguale, allora non credo che valga la pena raggruppare, basta lasciarlo così com'è e testarlo.
Beh, se il modello è "cosparso" in modo irregolare/uniforme sui minuti, non penso che valga la pena di raggruppare, lasciatelo così com'è per ora e testate
di solito raggruppati per diversi minuti di fila.
sono di solito raggruppati per diversi minuti alla volta
fallo a modo tuo ma fai OOS
vogliono vedere
Questa è una domanda per i conoscitori del MoD: è noto che si può insegnare al NS a riconoscere un oggetto da un'immagine, ma l'oggetto deve essere in condizioni normali, assemblato, ma si può insegnare al NS a riconoscere oggetti rotti, come un'auto dopo un incidente, una casa in fase di demolizione, o mobili dopo un tornado? Un essere umano può farlo in una sola volta.
Chi se ne frega se la casa è rotta o no, la rete impara ciò che le viene insegnato
Che differenza fa se la casa è rotta o no, la rete impara ciò che le viene insegnato
Esauriente.))
Una casa è sempre rotta in modi diversi. C'è una grande differenza tra una casa intera e una casa rotta. Se una casa intera ha qualche immagine cristomatica, una casa rotta può sembrare qualsiasi cosa. Eppure, una persona lo riconosce facilmente.
L'uomo può facilmente affrontare l'entropia in un'immagine, ma NS?
Ho mostrato da qualche parte (ho dimenticato dove, perché non faccio trading da più di un mese) che la distribuzione di probabilità degli incrementi di mercato è il prodotto delle distribuzioni CB Gaussiana ed esponenziale (o in generale - Erlangiana).
La distribuzione Erlang è responsabile degli intervalli di tempo tra le quotazioni dei tick e il generatore di tali numeri si presenta così
Qui Lambda è l'intensità del flusso di eventi (citazioni).
Se Lambda=const, il processo è stazionario, ma l'intensità del flusso di mercato è diversa in diversi punti del tempo, cioè Lambda=f(t) che determina il processo non stazionario in generale.
Così, per distinguere un processo stazionario, è necessario considerare sezioni separate di BP con la stessa densità di flusso come un tutto.
Pertanto, i tentativi di suddividere il BP in ore all'interno di un giorno, e poi di "incollare" queste ore insieme, hanno chiaramente diritto alla vita.
Esauriente.))
Una casa è sempre rotta in modi diversi. Tra tutta la casa ...
Beh, sì, i gatti nella foto sono diversi, ma la rete li riconosce e in qualche modo li distingue dai cani...
Leggete qualcosa sui principi del riconoscimento dei modelli, le reti convoluzionali, come funzionano, ecc. Le vostre domande sono molto immature, e quando le leggerete capirete la loro stupidità.