L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2074
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
no
qual è la differenza?
=========
Ehi, ti ricordi come si chiama una previsione quando fai una previsione un passo avanti, poi fai un'altra previsione a questo punto, ecc.
qual è la differenza?
leggi ) Non capisco la matematica.
è più simile a MSUA, ma funziona attraverso la convoluzione delle caratteristiche piuttosto che attraverso i polinomiSenti, ti ricordi come si chiama quando fai una previsione un passo avanti, poi fai un'altra previsione a questo punto, ecc.
molti a molti in RNN
Mi sono iscritto a un corso di reti convoluzionali %) 72 ore. Beh, la prima parte è imparare python, cose del genere (che già conosco).
C'è una ragione per cui ho linkato ROCKET in primo luogo - è una specie di fresco convertitore di funzioni. Crea molte caratteristiche non correlate da quelle originali, migliora la qualità della classificazione.
raccomandare l'uso con modelli lineari (perché si ottengono così tante caratteristiche)
dovrà provarlo
L'immagine è disegnata magnificamente. Capire come preparare i dati. Dopo tutto, la normalizzazione di una serie rimuove molti dati inutili.
Molti a molti in RNN
Solo lì? Come cercare, è possibile frasi chiave. Quando guarderete tcn?
Mi sono iscritto a un corso di reti convoluzionali %) 72 ore. Beh, la prima parte è imparare python, cose del genere (che già conosco).
non sarà superfluo)
Proprio lì? Come cercare, si può frasi chiave. Quando guarderai la tcn?
Non so cosa intendi, è l'unico posto che conosco
quando farò un corso sulle bobine. Non so ancora come usarli.
Una domanda per i residenti...
Qualcuno ha provato a descrivere qualsiasi indicatore tramite una rete, non per prevedere, ma per descrivere/copiare/ripristinare/creare qualche fantasma...
Non è molto utile, ma come risultato della ricostruzione possiamo giudicare la qualità dell'elaborazione/normalizzazione dei dati e la loro qualità, e non è male sapere che la griglia non funziona non perché è stupida, ma perché non abbiamo rappresentato bene i dati o viceversa.
Molte persone l'hanno provato. Me compreso. Si possono fare semplici MA e complessi filtri passa-banda.
Tutto ciò che può essere costruito da barre NS/forestali può essere facilmente replicato.
Ecco perché ha poco senso alimentare indicatori basati su di essi, a parte le barre.
Ma per esempio ZZ è difficilmente riproducibile. O quello che Alexey Nikolaev ha suggerito, quasi nessuno alimenterà 60 o più barrette per 2 mesi di profondità.