L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2458
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
Diffondere la parola sulle loro dita e generalmente ha mostrato il risultato, quindi l'obiettivo è raggiunto.
Nel complesso, è forte. Vero, ho spulciato il link ai modelli addestrati, l'auto non era in grado di parcheggiare, ho pensato che ci sarebbe un inferno di una scatola che parcheggia come Schumacher
Nel complesso è divertente. Ma quando ho cliccato il link per i modelli addestrati, l'auto non riusciva a parcheggiare, pensavo che sarebbe stata una scatola infernale che parcheggia come una Schumacher.
No, non ha ancora imparato. Ho tenuto la scheda per imparare, a volte si avvicina già )
Ma l'algoritmo è abbastanza rozzo, schumacher lì e non sarà un mese.
Quali cose?
Un insieme di attività volte a realizzare un profitto. Per esempio i quants ora sanno cosa fare quando il mercato chiude e cosa faranno i partecipanti al mercato. Comprare di proposito sapendo che la folla il venerdì, coprirà a qualsiasi prezzo e il lunedì la caduta continuerà, ma senza partecipanti. Le solite cose che i programmatori statistici locali sanno molto bene.
Nel complesso è divertente. Ma quando ho cliccato il link per i modelli addestrati, l'auto non poteva parcheggiare, ho pensato che sarebbe stata una scatola infernale che parcheggia come una Schumacher.
Non è male, non parcheggia affatto male. Si vede che ha dei freni pessimi - sarebbe fantastico.
ogni giorno vedo gente che parcheggia molto peggio)))))
Un insieme di attività volte a generare profitti. Per esempio, i quants ora sanno cosa fare quando il mercato chiude e cosa faranno i partecipanti al mercato. Comprare di proposito sapendo che la folla il venerdì, coprirà a qualsiasi prezzo e il lunedì la caduta continuerà, ma senza partecipanti. Le solite cose che i programmatori statistici locali, sanno molto bene.
Se i quants e voi "sapete", perché non siete ancora miliardari?
Se i quants e voi "sapete", perché non siete ancora miliardari?
non male, per niente male. si può vedere che i freni sono male - che sarebbe fantastico.
Vedo gente che parcheggia molto peggio ogni giorno)))))
Ho avuto questa cosa per 2,5 giorni.
Per qualche ragione dopo la gen 9 l'errore è aumentato drammaticamente:
1st Best Car Genome per qualche motivo mostra un errore di 1,52, anche se il grafico sopra ha un punto minimo di 0,67:
Dopo essere passato a un'altra scheda e aver ricominciato la decima generazione, il grafico si è corretto e c'è stato subito un nuovo leader:
Ma nel complesso grezzo, ovviamente.
Ho soddisfatto la mia curiosità e questo è sufficiente.
Ma nel complesso è crudo, ovviamente.
Curiosità soddisfatta, basta così.
Naturalmente è solo un giocattolo, anche se divertente.
Lascio un link agli esempi tratti da Machine Learning for Algorithmic Trading in Financial Markets, di Stefan Jansen.
P.S. E, naturalmente, continuo a credere nei limiti del machine learning per il TS, anche se ammetto la sua utilità in RM
L'apprendimento automatico nella gestione del rischio può usare Matlab, Python, R
anche se non l'ho ancora codificato... (per distinguere Trend e Flat per usare TS appropriati, naturalmente, si può contare su questo tipo di feedback [per analizzare e variare MM algoritmicamente], ma non voglio pagare l'umore del mercato e il mio impegno con le perdite, anche se ridotto a una riduzione da qualche algoritmo e teoria della probabilità)... Sono ancora incline a fare una chiara distinzione tra trade buoni e cattivi in termini di condizioni di mercato e di consapevolezza del trader, e non c'è modo di informare il robot su questo... L'unico modo per farlo è insegnare al robot a non fare trading in perdita (quando le condizioni di domanda e offerta sono cambiate, e il trader non è presente al terminale o non ne è consapevole).
Lascerò un link agli esempi tratti da Machine Learning for Algorithmic Trading in Financial Markets di Stefan Jansen.
P.S., e, naturalmente, continuo a credere nei limiti del machine learning per il TS, anche se ammetto la sua utilità in RM
anche se non l'ho ancora codificato... (per distinguere Trend da Flat per attivare TS appropriati, si può naturalmente fare affidamento su questo tipo di feedback [analizzare e variare MM algoritmicamente], ma ancora non si vuole pagare per l'umore del mercato e il vostro impegno, le perdite, anche se ridotto a una riduzione da qualche algoritmo e teoria della probabilità)... Sono ancora incline a fare una chiara distinzione tra trade buoni e cattivi in termini di condizioni di mercato e di consapevolezza del trader, e non c'è modo di informare il robot su questo... Bisogna insegnargli a non fare molti trade perdenti (quando le condizioni di domanda e offerta sono cambiate, e il trader non è presente al terminale o non ne è consapevole).
La solita panoramica dei metodi MO, con il prefisso trading.
Le ho provate tutte, tranne le reti di sostegno, ma non importa, l'importante è che non sia successo nessun miracolo.
Il trading non è questo.