L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2314
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
Il secondo libro di Lopez De Prado è uscito, il primo mi è piaciuto. Il secondo promette di essere non meno interessante
Come ci sei riuscito?
Qual è la dimensione dell'uscita?
Quando prevedo la rete, tiro fuori gli stati dei pesi negli strati, gli strati come matrici, faccio un dataset dalle matrici e lo invio a "youmap". L'uscita è a 2 dimensioni.
reti dal pacchetto "neuralnet".quando prevedo una rete, tiro fuori gli stati dei pesi negli strati, gli strati come matrici, dalle matrici faccio un dataset e in un "umap". L'uscita è a 2 dimensioni.
reti dal pacchetto "neuralnet".Capisco. Qual è l'idea?
Ha senso dividere i dati di allenamento in parti e usare parti non intersecanti quando si addestra ogni strato della rete neurale. (Idea di Winwector). Non l'ho provato, ma dicono che è utile.
Buona fortuna
Capisco. Qual è l'idea?
Ha senso dividere i dati di allenamento in parti e usare le parti non sovrapposte quando si addestra ogni strato della rete neurale. (Idea di Winwector). Non l'ho provato, ma dicono che è utile.
Buona fortuna
La mia idea era la seguente
1) Addestrare la rete neurale in alcune azioni, che siano bye/seduta.
2) la rete su nuovi dati farà molti errori
3) Volevo raggruppare i modelli negli strati della rete per vedere se potevo distinguere le decisioni sbagliate della rete da quelle corrette guardando i modelli che si verificano nella rete durante l'elaborazione del segnale...
=========
Vladimir, sai se c'è un pacchetto in R-ka, dove posso interagire con la grafica, per esempio, così posso selezionare un'area su un grafico con il mio mouse e ottenere i parametri dell'area selezionata nel codice
Questo è un piccolo conto reale su BitMEX.
Il bot entra su segnali neurali pubblici e si chiude da solo, completamente automatico.
Posa massima non più del 30% del depo.
***
Ora la versione iniziale più facile, senza fermate, in attesa di quando si venderà ))
Una rete neurale sta imparando a fare trading sul mercato reale.
Questo è un piccolo conto reale su BitMEX.
Il bot entra su segnali di neuroni pubblici e si chiude da solo, in modo completamente automatico.
Posa massima non più del 30% del depo.
***
Ora l'iniziale è la versione più semplice, senza fermate, aspettando quando si venderà))
e dove è finito il link di monitoraggio dell'account?
Apparentemente il bot rimuove i link. A giudicare dalla velocità.
Apparentemente il bot rimuove i link. A giudicare dalla velocità.
So chi è questo bot))
Nuove caratteristiche di catbust
La previsione dell'incertezza è interessante, simile all'Active Lerning di cui ho scritto un articolo