L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1952
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
dov'è?
la griglia dovrebbe dare un output. c'è anche qualcosa come shap values (pacchetto separato), ma sembra essere solo per i rappresentanti degli arboreti
cerca un bot nel mart top per mt5 che fa trading stagionale
E pensa a come fare un'inversione. Non funziona così bene per me, ma il tema funziona
Ho la prima griglia sul mio blog su questo tema
Ho la prima griglia sul mio blog su questo argomento
L'avete provato in un tester?
confrontate la vostra migliore griglia con un boosting o una foresta casuale, capirete che non c'è molto senso in MLP
l'unico vantaggio è che il tempo di risposta per ricevere un segnale sarà più breve. Beh, è una frazione di secondo.1) Qualcosa mi dice che non servirà a molto. È la compressione delle informazioni. Se comprimi la spazzatura, sarà spazzatura compressa.
2 ) Se si aggiunge 1 chip buono a 2500 spazzatura, l'algoritmo non lo noterà molto, e il suo effetto sul totale sarà se più di 1/2500, allora non molto. Supponiamo anche 1/100, non si può vedere sul grafico.
3) L'unica cosa che mi aspetto è che le caratteristiche ad alta correlazione si fondano in una sola.
1) Beh "sembra" è un argomento forte ))
2) Chi ti impedisce di passare al setaccio i pezzi di spazzatura prima della compressione? Anche se io non lo faccio così, ma... bisogna pensare, bisogna decidere, e non filosofeggiare...
3) Gli algoritmi di riduzione della dimensionalità possono essere usati in modi diversi, per compiti diversi, tra cui, ma non solo, la compressione
Hai corso in un tester?
Confrontate la vostra migliore griglia con un boosting o una foresta casuale, vedrete che non c'è molto senso in MLP
L'unico vantaggio è il tempo di risposta della ricezione del segnale che sarà inferiore. Beh, sono frazioni di secondo.Saranno in grado di lavorare semplicemente su incrementi? Senza formare o selezionare caratteristiche?
Saranno in grado di lavorare semplicemente su incrementi? Senza formare e selezionare le caratteristiche
Non c'è bisogno di normalizzare, altrimenti le caratteristiche sono le stesse di MLP
non c'è bisogno di razionamento, altrimenti tutti i segni sono gli stessi di MLP
Raccomando catboost, ho un parser di un modello addestrato in python in codice mql (solo per la classificazione binaria)
grazie https://www.mql5.com/ru/users/greshnik1non c'è bisogno di razionamento, altrimenti tutti i segni sono gli stessi di MLP
Ho capito come funziona la griglia, ho alcune idee su cosa fare dopo, ma il boosting è una foresta oscura per me
Sono all'oscuro del boosting.
Meno male che non è casuale)
Meno male che non è casuale).
Questo è quello che volevo scrivere prima)