L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3086
![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
Amici, ciao!
C'è una battaglia, benvenuti, fate un po' di rumore!!!
ecco un'opzione perdente fin dall'inizio, perché avete molti assi nella manica, e noi facciamo la classificazione binaria alla vecchia maniera :)
e non tutte le funzioni possono essere date in pasto a una rete neurale in modo indolore.
è una perdita, perché voi avete molti assi nella manica e noi facciamo la classificazione binaria alla vecchia maniera :)
e non tutte le funzioni possono essere trasmesse in modo indolore a una rete neurale.
In realtà, un milione di parametri è il "grande equalizzatore", lo spazio di ricerca è così ampio che non so quale algoritmo sarà il vincitore. E cosa ci sarà nella scatola nera non si sa (o meglio, si sa, ma dobbiamo trovare la "chiave").
È divertente, è come aprire una cassaforte!
In effetti, un milione di parametri è il "grande equalizzatore", lo spazio di ricerca è così ampio che non so quale algoritmo sarà il vincitore. E cosa ci sarà nella scatola nera non si sa (o meglio, si sa, ma bisogna trovare la "chiave").
È divertente, è come scassinare una cassaforte!
e non tutte le funzioni possono essere trasmesse in modo indolore a una rete neurale.
Un paio di tre anni fa, un amico dalla lontana Australia mi ha avvicinato e mi ha detto: "Miniamo i bitcoin con un algoritmo!". ma noi siamo arrivati troppo tardi.
E così è qui. qualcuno cercherà di partecipare al campionato per interesse, gli verranno in mente nuove idee brillanti, e sarà utile per lui.
In effetti, un milione di parametri è il "grande equalizzatore", lo spazio di ricerca è così ampio che non so quale algoritmo sarà il vincitore. E cosa ci sarà nella scatola nera non si sa (o meglio, si sa, ma bisogna trovare la "chiave").
È divertente, è come scassinare una cassaforte!
Non è una questione di algoritmi, è una questione di genetica, o di swarming, o di altro.
1) È una questione di tempo e di potenza del ferro !!!! chi ha più tempo e ferro più forte vincerà.
2) i risultati ottenuti non garantiscono in alcun modo che quel particolare AO sia il migliore, poiché il migliore AO è probabile che lo diventi per caso (è capitato di trovare il massimo migliore).
3) più di 20-30 misure in una funzione sono già un gioco di ipotesi e nei problemi reali nessuno lavora con AO su misure così grandi di un milione di parametri (le misure si riducono).
4) il problema stesso è costruito in modo errato, non rivela in alcun modo le peculiarità di AO, tutto è costruito su - chi è abbastanza fortunato da trovare il massimo migliore vince.
Trovare il massimo della funzione per 10 iterazioni è un problema normale, che rivelerà l'efficienza di AO, ed è così che vengono impostati i problemi nei circoli normali...
Ma cosa c'è di buono quando si parla con un profano che si crede un esperto, e il suo amico e consigliere è gpt chat )))
Non è una questione di algoritmi, è una questione di genetica, di sciamatura o altro.
1) È una questione di tempo e di potenza dell'hardware !!!! chi ha più tempo e un hardware più potente vincerà.
2) i risultati ottenuti non garantiscono che questo particolare AO sia il migliore, poiché il migliore AO diventerà il migliore molto probabilmente per caso (è successo che ha trovato il massimo migliore).
3) Più di 20-30 misurazioni in una funzione sono già un gioco di ipotesi e nelle attività reali nessuno lavora con AO su misurazioni così grandi di un milione di parametri (le misurazioni si riducono).
4) il problema stesso è costruito in modo errato, non rivela in alcun modo le peculiarità di AO, tutto è costruito su - chi è abbastanza fortunato da trovare il miglior massimo vince.
5) Trovare il massimo della funzione per 10 iterazioni è un problema normale, che rivelerà l'efficienza di AO, e questo è il modo in cui i problemi sono impostati nei circoli normali...
6) Ma a cosa serve quando si parla con un profano che si crede un esperto, e il suo amico e consigliere è gpt chat )))
1. Black box è impossibile eseguire più di 10000, questo è stato espresso. Non importa quanto potente sia l'hardware utilizzato - non aiuterà.
2. Non è possibile ottenere un risultato non casuale per caso su un milione di parametri, in una ricerca casuale i risultati sono mediati. La possibilità di trovare un risultato migliore di altri è possibile solo se l'algoritmo è migliore. Per capire questo è necessario conoscere un po' di teoria delle probabilità o almeno avere qualche capacità analitica.
3. Nei problemi reali ci sono miliardi di variabili - le moderne reti generative. Nel cervello umano ci sono diversi miliardi di neuroni e bisogna imparare ogni giorno a capire di cosa stiamo parlando.
4. Non sarete fortunati, vi do il 100%.
5. Gli algoritmi stocastici iniziano con numeri casuali all'interno di un intervallo accettabile, meno iterazioni ci sono, più casuale è il risultato. Vedi anche il punto 2.
6. non invano sei incollato - pateushnik..... ignoranza militante.
Nuove funzionalità in MQL5:
Amici, ciao!
C'è una battaglia, benvenuti, fate un po' di rumore!!!
Viva la fattoria collettiva!
Svergogniamo i professionisti!
https://cran.r-project.org/web/views/Optimization.html