L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2212
![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
cosa vuol dire che non si può... beh, si può dividere))
se un criterio ha un minimo globale di -1000, l'altro 0 e il terzo 150k
Cosa vuoi aggiungere? )))))) non sai di cosa stai parlando
Se un criterio ha un minimo globale di -1000, un altro di 0 e un terzo di 150k
Cosa stai aggiungendo lì sopra? )))))) non sai di cosa stai parlando
non renderli infiniti, basta metterli in un intervallo come tutti gli altri, da 0 a 1
Quindi non fateli infiniti, fateli in un intervallo come tutti gli altri, da 0 a 1
No, Max, non funziona così, l'ottimizzazione è una ricerca dell'ignoto (funzioni, parametri, ecc.)
Per mettere "qualcosa" nell'intervallo 0-1, ho bisogno di averlo, non ce l'ho, uso l'ottimizzazione per trovarlo.
No, Max, non funziona così, l'ottimizzazione è una ricerca dell'ignoto (funzioni, parametri, ecc.)
Per ottenere "qualcosa" nell'intervallo 0-1 ho bisogno di averlo, non ce l'ho, lo cerco con l'aiuto dell'ottimizzazione...
qualsiasi cosa... hai una funzione che deve essere massimizzata/minimizzata... tutto
Ecco perché tutte le f-i sane sono in gamma. e tu hai una fi
qualunque cosa... Avete una funzione per massimizzare/minimizzare... tutto.
Ascolta, hai mai fatto una ricerca di parametri multi-criteri nella tua vita?
Senti, hai mai fatto una ricerca di parametri multi-criteri nella tua vita?
Non capisco cosa stai facendo, disegna un diagramma.
Non capisco cosa stai facendo, fai un diagramma.
Si addestra il neurone per "max profit". Questo è l'addestramento per un criterio ( "max profit").
Alexander Alexandrovich dice che neuronka trova la soluzione migliore "non commerciare". Non riesco a capire come ha fatto, ma va bene...
Quindi se il neurone ha deciso di "non scambiare" Quindi, se il neurone ha deciso di "non negoziare", significa che abbiamo bisogno di aggiungere un ulteriore criterio (un numero minimo di transazioni): "min. deals".
Si scopre che dobbiamo già ottimizzare usando due criteri (o 10)
Non si può normalizzare nulla qui, perché non conosciamo il risultato finale
Quindi si addestra il neurone per il "massimo profitto". Questo è l'addestramento secondo un criterio ( "massimo profitto").
Alexander Alexandrovich dice che il neurone trova la soluzione migliore "non scambiare". Non riesco a capire come ha fatto, ma va bene...
Quindi se il neurone ha deciso di "non scambiare" Quindi, se il neurone ha deciso di "non negoziare", significa che abbiamo bisogno di aggiungere un ulteriore criterio (un numero minimo di transazioni): "min. deals".
Si scopre che dobbiamo già ottimizzare usando due criteri (o 10)
Non possiamo normalizzare nulla qui perché non conosciamo il risultato finale
Penso che questo sia il problema
quando nessuno ci capisce niente, ma cominciano a costruirci sopra.
Ecco perché c'è un corso di reti neurali per nerd.
Penso che questo sia il problema.
quando nessuno capisce niente, ma iniziano a completarlo dall'altoProbabilmente....
========================
fatto un grande campione di prova
nella casella è il pezzo del test (nuovi dati) che ho mostrato
Comunque, per 5 minuti, si mangia la commissione
Ma è possibile sintetizzare un modello interessante
È necessario includere immediatamente nella funzione di fitness l'addestramento e il controllo del modello su campioni di alberi e di test
Finora ho reso tutto molto confuso.
Probabilmente....
========================
fatto un grande campione di prova
nel quadrato è il pezzo del test (nuovi dati) che ho mostrato
Comunque, per 5 minuti, la commissione se lo mangia tutto.
Ma è possibile sintetizzare un modello interessante
È necessario includere immediatamente nella funzione di fitness l'addestramento e il controllo del modello su campioni di alberi e di test
Ho reso tutto molto confuso finora.
Grazie, non sono chiare.