L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1883
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
Non ci sarà un successo, dividiamoci. Box e Jenkins si rallegrano
I risultati di questo studio suggeriscono che i metodi classici semplici, come i metodi lineari e lo smoothing esponenziale, superano i metodi complessi e sofisticati, come gli alberi di decisione, i modelli di rete Multilayer Perceptrons (MLP) e Long Short-Term Memory (LSTM).
Non ci sarà un successo, dividiamoci. Box e Jenkins si rallegrano
I risultati di questo studio suggeriscono che i metodi classici semplici, come i metodi lineari e lo smoothing esponenziale, superano i metodi complessi e sofisticati, come gli alberi di decisione, i modelli di rete Multilayer Perceptrons (MLP) e Long Short-Term Memory (LSTM).
Un articolo di imbecilli per imbecilli
A proposito, forse gli esperti possono aiutare. Ecco una domanda:
Il compito, per esempio, è distinguere un gatto da un cane da una foto. Qual è il modo giusto per imparare?
1. Mostra solo immagini di cani e gatti, cioè classificazione binaria.
2. Insegnare separatamente solo gatti e "non gatti" (protos chaos) + separatamente anche cani e "non cani", cioè due cicli di formazione e due modelli in uscita.
3. Fate una classifica di tre - gatti, cani e caos. Cioè ci sarà un modello, ma la risposta è una classificazione di tre opzioni.
In questo momento ho la prima opzione ed è chiaramente storta. Il problema è che il neuro impara bene solo una delle varianti, vede convenzionalmente bene solo i "gatti" e riconosce male i cani. Ad esempio, nei backtest i modelli sono bravi a rilevare un movimento di prezzo verso l'alto e ad ignorare un movimento verso il basso. Se l'indovinello verso l'alto arriva al 67%, lo stesso modello indovina solo il 55% verso il basso. "Su" e "giù" da modello a modello possono cambiare posto.
Di solito si dice di provarle tutte e di scegliere la migliore. Imho, 2 griglie, ognuna che lavora con il proprio compito (gatti o cani), più impostare una soglia sull'uscita. Poi è necessario determinare in qualche modo quali esempi sono riconosciuti come i peggiori, hanno bisogno di essere elaborati o di ulteriore formazione. All'ingresso servono quegli esempi che saranno utilizzati nella pratica, non ha senso mostrare la casa in allenamento se non sarà nel test. Anche le immagini sul tirocinante e sul test dovrebbero essere trattate allo stesso modo.
A proposito, sono aperto alla collaborazione se c'è una risorsa, non necessariamente materiale - un pubblico per la promozione o un'opportunità per organizzare ulteriori ricerche sulla base di ciò che già esiste. È impossibile portare questo argomento ad un buon livello solo a mano. Avete bisogno di veri esperti in diversi campi.
Inserite il link del vostro profilo su telegram-channel. Sarebbe interessante vedere.
Di solito dicono di provarle tutte e di scegliere l'opzione migliore. Imho, 2 griglie, ognuna delle quali lavora con un compito diverso (gatti o cani), più impostare una soglia sull'uscita. Poi bisogna in qualche modo determinare quali esempi sono riconosciuti come i peggiori, hanno bisogno di essere elaborati o bisogna fare una formazione supplementare. All'ingresso servono quegli esempi che saranno utilizzati nella pratica, non ha senso mostrare la casa in allenamento se non sarà nel test. Anche le immagini sul vassoio e sul test dovrebbero essere trattate allo stesso modo.
Perché il prezzo dovrebbe essere visto attraverso il prisma dell'immagine se ci sono coordinate esatte. Prezzo e tempo. Resta da descrivere il modello di interesse. E dato che ce ne sono molti, selettivamente. La macchina li riconosce al 100% anche senza addestramento.
Butta un link al canale telegram nel tuo profilo. Sarà interessante da osservare.
segnali da indicatori in pausa fino a lunedì, vai al pulsante "Storia" per vedere come appaiono e segnali neuro
Di solito dicono : 1. Provali tutti e scegli l'opzione migliore. Imho, 2 . 2. ognuno funziona con un compito diverso (gatti o cani), più impostare una soglia sull'uscita. Poi è necessario determinare in qualche modo quali esempi sono riconosciuti come i peggiori, hanno bisogno di essere elaborati o di ulteriore formazione. All'ingresso 3. fornire quegli esempi che saranno utilizzati nella pratica, non ha senso mostrare la casa nella formazione, se non sarà nel test. Anche le immagini sul tirocinante e sul test dovrebbero essere trattate allo stesso modo.
2. Provato, è peggiorato.
3. Come fai a sapere quali sono quelli che usa? È una scatola nera, quindi alimento tutto.
Perché guardare il prezzo attraverso il prisma di un'immagine quando ci sono coordinate precise. Prezzo e tempo. Resta da descrivere il modello di interesse. E dato che ce ne sono molti, selettivamente. La macchina li riconosce al 100% anche senza addestramento.
La domanda riguardava cani e gatti. E si può tentare di insegnare la rete per l'analisi grafica.
Perché guardare il prezzo attraverso il prisma di un'immagine quando ci sono coordinate precise. Prezzo e tempo. Resta da descrivere il modello di interesse. E dato che ce ne sono molti, selettivamente. La macchina li riconosce al 100% anche senza addestramento.
La domanda riguardava cani e gatti. E si può insegnare l'analisi grafica della rete
Forse si possono mostrare gli screenshot alla rete, ma dopo l'ottimizzazione si arriva a Open, Close, High, Low