L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 121
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 succede se un paio di trade si rivelano essere grandi profitti e migliaia di altri trade si rivelano essere piccole perdite? - È un po' una cattiva idea.
Esattamente giusto, lo svantaggio di tutti i criteri di obiettivo per TS - non tengono conto del numero di scambi. Cioè possiamo ottenere un grande valore di criterio con un piccolo numero di scambi a caso.
Perché tutti loro... Si possono aggiungere argomenti alla formula che tengono conto del rapporto tra le transazioni redditizie/perdenti e il numero totale delle transazioni stesse.
Quindi ho esaminato l'intero thread.
State scavando nei posti sbagliati.
Si è scoperto che c'è uno strumento per valutare i modelli R
Come valutare i modelli R in Azure Machine Learning Studio
Quindi ho esaminato l'intero thread.
State scavando nei posti sbagliati.
E dove scavare?
Mi unisco alla domanda.
Sì Vadim dove scavare?
p.s. sono contento che ti abbiano tolto il divieto
Quindi ho esaminato l'intero thread.
State scavando nei posti sbagliati.
per uscire dal divieto, prima di tutto. Spero di non dovermi più lamentare di te.
Lei è il nostro femocrate.
Dove dovrei scavare?
Ha creato un ramo separato per gli scavatori. Vedere Machine Learning: Theory and Practice (solo per il trading; ingresso solo per coloro che hanno un diritto)
Si è scoperto che c'è uno strumento per valutare i modelli R
Come valutare i modelli R in Azure Machine Learning Studio
Ho capito che è solo una bella shell visiva per la programmazione, dentro tutti quei "moduli" c'è il solito codice R. Fondamentalmente, i dati sono divisi in due gruppi treno/test, e il modello è addestrato e testato come standard, tutto lo stesso può essere fatto in rattle.
Inoltre, l'abbonamento al servizio è costoso, 100usd per 25 ore di calcolo al mese. Si risparmia solo se il loro cloud è più produttivo e fa molto di più in un'ora di un computer normale.
Alla fine (modulo Evaluate) per il modello viene calcolato <<"Accuracy", "Precision", "Recall", e "AUC">> ecc.
Capisco che questa è solo una bella shell di programmazione visiva, dentro tutti quei "moduli" c'è il solito codice R. In sostanza, i dati sono divisi in due gruppi training/test, e il modello è addestrato e testato come standard, tutto lo stesso può essere fatto in rattle.
Inoltre, l'abbonamento al servizio è costoso, 100usd per 25 ore di calcoli al mese. È meglio se il loro cloud è più produttivo e fanno molti più calcoli all'ora di un computer normale.