L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1132
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
Ed ecco cosa mi serviva per algoritmizzare un appartamento
I flotti non si basano affatto sul prezzo ma su una funzione diversa...
Il disegno dei rettangoli è implementato qui in modo che il segnale sia valido dall'inizio del rettangolo e non alla fine come negli esempi precedenti
Il grafico mostra i livelli di Bp e Sp. compriamo da quelli rossi, vendiamo da quelli verdi
abbiamo uno stop ma è solo un taglio di un timeframe sintetico
Bp e SP sono zone di ipercomprato e ipervenduto come ho capito
Uso una rete neurale per trovare l'ipercomprato e l'ipervendutoDannazione gente, discutiamo di sistemi normali, eh? con modelli oggettivi
prendere qualsiasi 2 strumenti correlati e costruire un modello
arbitraggio?
O una di quelle che fanno vapore.
Dov'è il modus operandi?
Dov'è il Ministero della Difesa?
http://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-2/chapter-2.htm
Qualcuno ha usato il cv leave-one-out per LR? sostituisce il campionamento separato di convalida? Credo che Vizard sia l'unico ad averlo usato :)
È meglio pensare alla convalida incrociata come un modo per stimare le prestazioni di generalizzazione dei modelli generati da una particolare procedura, piuttosto che del modello stesso. La validazione incrociata leave-one-out è essenzialmente una stima delle prestazioni di generalizzazione di un modello addestrato su n-1 campioni di dati, che è generalmente una stima leggermente pessimistica delle prestazioni di un modello addestrato su n campioni.
Piuttosto che scegliere un modello, la cosa da fare è adattare il modello a tutti i dati, e usare LOOC-CV per fornire una stima leggermente conservativa della performance di quel modello.
Notate però che LOOCV ha un'alta varianza (il valore che otterrete varia molto se usate un diverso campione casuale di dati) che spesso lo rende una cattiva scelta di stimatore per la valutazione delle prestazioni, anche se è approssimativamente imparziale. Lo uso sempre per la selezione dei modelli, ma in realtà solo perché è economico (quasi gratuito per i modelli di kernel su cui sto lavorando).
"Contro e pro. Solo uno stimatore come questo sarebbe bello per accelerare la selezione del modello
Pubblicata l'ultima versione della libreria con un caso di test
Sembra un lungo cammino verso il nuovo anno, e ci sono regali come questo!
arbitrato?
qui
https://www.mql5.com/ru/forum/140716/page382
e inoltre
solo una riga di un induke che non troverete da nessun'altra parte
solo una riga del tacchino, che non troverete da nessun'altra parte.
e dove si trova?
Pubblicata l'ultima versione della libreria con un caso di test
Molto figo! Grazie. Risultati impressionanti:)