L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1951
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
Ho preso una decisione difficile oggi - ho rinunciato al clustering perché è d :)
anche i modelli stagionali sono meglio estratti a mano che con esso (in termini di stabilità su nuovi dati)
Poiché ensupervised è quasi impossibile da controllare, vive da solo. Può essere adatto solo per il partizionamento veloce dei dati
Ho intenzione di fare una prova con umap, per vedere cos'è
chiunque sia interessato a curiosare, una cosa che genera bot.
Poi si va in montagna o al mare. Prima che l'estate sia finita.
Poi in montagna o al mare. Prima che l'estate sia finita
Ho un'idea per un altro approccio) Non ho ancora voglia di andare al mare, ci sono covidi ovunque
Per una rete con 1 neurone e 100 ingressi. A sinistra tutti gli ingressi, al centro gli ultimi 10. A destra 10 neuroni 100 ingressi.
Pesi per la griglia per intersecare con ma(100) 100 ingressi a sinistra, ma(50) 100 ingressi a destra.
che informazioni dà questo?
Ho preso una decisione difficile oggi - ho rinunciato al clustering perché è d :)
WOW!!! Come inaspettato)) ricordare qualcuno ti ha detto che d)) questo, come molte volte)) ragazzo intelligente probabilmente, non ricordo il nome...
Ho in programma di fare un giro con l'umap, per vedere di cosa si tratta.
Assicurati solo di imparare la teoria, non anche sull'algoritmo stesso, ma sulla riduzione della dimensionalità, cos'è, a cosa serve, come dovresti usarlo correttamente e cosa no, ecc.
Altrimenti, l'output sarà una schifezza, posso praticamente garantirlo.
Woohoo!!! Come inaspettato)) ricordo qualcuno mi ha detto che d.)) questo, come anche molte volte))
Assicuratevi solo di aver studiato la teoria, non anche l'algoritmo stesso, ma la riduzione delle dimensioni, cos'è, a cosa serve, come si dovrebbe usare correttamente e cosa no, ecc...
Altrimenti, l'output sarà una schifezza, posso praticamente garantirlo.
Finché non lo provi tu stesso, come si dice...
che informazioni dà questo?
I grafici superiori mostrano che la griglia utilizza gli ultimi 1,2 input (cioè 1,2 valori di prezzo precedenti)
Sui grafici inferiori, usa tanti prezzi quanti sono necessari per calcolare la MA, se ma(50), questo è esattamente il numero di input che la rete usa.
La rete superiore è poco addestrata, ha circa il 60% di precisione, la rete inferiore dà il 99%.
Quello superiore cerca di determinare la direzione della prossima barra in base agli incrementi delle barre precedenti (previsione).
La rete inferiore determina semplicemente la direzione del prezzo e l'intersezione Ma sulla barra corrente, incrementi di ingresso (senza fare una previsione).
I grafici superiori mostrano che la griglia utilizza gli ultimi 1,2 ingressi (cioè 1,2 valori di prezzo precedenti)
Sui grafici inferiori, usa tanti prezzi quanti sono necessari per calcolare la MA, se ma(50), che è esattamente il numero di input che la rete usa.
La rete superiore è poco addestrata, l'accuratezza è di circa il 60%, la rete inferiore dà il 99%.
а. Si può semplicemente guardare
Ma assicuratevi di studiare la teoria, non anche sull'algoritmo stesso, ma sulla riduzione della dimensionalità, cos'è, a cosa serve, come si dovrebbe usare correttamente e come non si dovrebbe, ecc.
Ho la sensazione che non ti aiuterà molto. Questa è la compressione delle informazioni. Se comprimi la spazzatura, sarà spazzatura compressa.
Se si aggiunge 1 buon chip spazzatura a 2500, l'algoritmo non lo noterà molto, e la sua influenza sul risultato finale sarà se non più di 1/2500, allora non molto. Anche se è 1/100, non lo noterete sul grafico.
L'unica cosa che mi aspetto è che le caratteristiche ad alta correlazione si fondano in una sola.
cercate un bot nel market top per mt5 che fa trading stagionale
il nome inizia con una P
E pensa a come fare un'inversione. Per me non funziona così bene, ma il tema funziona
а. Si può guardare semplicemente