L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2116
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, secondo le percentuali c'è un tipo di curva di apprendimento - senza MOI 40%-45% sono redditizi, e con MOI 60%-65%. Ma per il trading non è un indicatore a meno che il profitto non sia uguale alla perdita.
Sarebbe un indicatore se TP=SL
Sarebbe un indicatore se TP=SL
Questo è quello che ho scritto...
Fammi sapere se lo trovi, altrimenti inizierò a costruire la mia bicicletta :)
elibrarius ha suggerito un'idea - basta costruire un albero ramificato e usarlo al posto del clustering, prendendo informazioni dalle foglie per ridurre la classe di maggioranza.
Non capisco cosa stai scrivendo e cosa ha a che fare con il clustering.
Non capisco cosa stai scrivendo e cosa ha a che fare con il clustering
È essenzialmente il clustering con l'obiettivo in mente.
Sei riuscito a trovare qualcosa di utile su questo argomento?
Questo è essenzialmente il clustering con l'obiettivo in mente.
Sei riuscito a trovare qualcosa di utile su questo argomento?
Non esiste un clustering basato sull'obiettivo.
non esiste un clustering basato sull'obiettivo
Nei libri di testo - probabilmente :)
È un clustering per un numero limitato di attributi, semplicemente.Nei libri di testo - probabilmente :)
È un clustering basato su un numero limitato di attributi.Leggete cos'è il clustering, non voglio annoiarvi con questo.
Sei riuscito a trovare qualcosa di utile su questo argomento?
è uno studio serio sul bilanciamento delle classi, non ancora finito
non esiste un clustering con l'obiettivo in mente
Tu stesso eri d'accordo con la mia idea simile circa mezzo anno fa.
Ogni foglia può essere chiamata cluster con la massima separazione delle classi.
Lei stesso era d'accordo con una mia idea simile circa sei mesi fa.
Non so di cosa stiate discutendo qui.
ci sono 2 spazi di caratteristiche (ho preso 5 componenti principali di ciascuno)
Nel caso del campionamento casuale delle transazioni:
Nel caso del raggruppamento in 2 cluster:
Problema: trovare il compromesso tra etichette corrette e un buon partizionamento delle classi.
Nel caso del clustering semplice, le etichette sono ovviamente inadatte per lo scambio
Nel caso del campionamento delle transazioni - lo spazio delle caratteristiche non è buono