L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3310

Nuovo commento
 

Inizia a rifiutare una cosa del genere - completamente OOS (2023). Nella seconda metà, il carattere della curva cambia.

 
fxsaber #:

Inizia a rifiutare una cosa del genere - completamente OOS (2023). Nella seconda metà, il carattere della curva cambia.

a occhio o in modo automatizzato?
 
Andrey Dik #:
ad occhio o con una sorta di automazione?

A occhio. Altrimenti si tratta di p-hacking.

 
fxsaber #:

Solo a occhio. Altrimenti si tratta di p-hacking.

potente ))))

 
fxsaber #:

Inizia a rifiutare una cosa del genere - completamente OOS (2023). Nella seconda metà, il carattere della curva cambia.

Perché? Piccolo profitto per 1 operazione?
 
Forester #:
Perché? Un piccolo profitto per ogni scambio?

Il personaggio è cambiato. In linea di massima, si tratta di un ordine di priorità.

Cioè, alcuni alfa stanno iniziando a trasformarsi in beta.

 
fxsaber #:

Inizia a rifiutare una cosa del genere - completamente OOS (2023). Il carattere della curva cambia nella seconda metà.

Il vostro spread è sottovalutato, da qui il vantaggio.
 
2saber: se le marcapiedi sono okolule, posso calare un graal sui test. Posso allenarmi sulla tua storia, 5 minuti. Ti darò il modello con le fonti, puoi aggiustare quello che ti serve, per amore della scienza. Indirizzare i segnali del modello è semplice, potete usare la vostra logica degli ordini.
Quindi potete organizzare un hedge fund con un saldo negativo.
Potete fornirmi le quotazioni attraverso l'esportazione standard del terminale.
 
Maxim Dmitrievsky graal sui test. Posso allenarmi sulla tua storia, 5 minuti. Ti darò il modello con le fonti, puoi aggiustare quello che ti serve, per amore della scienza. Indirizzare i segnali del modello è semplice, puoi creare la tua logica di ordini.
.
Poi si può organizzare un hedge fund con un saldo negativo.
Potete fornirmi le quotazioni attraverso l'esportazione standard del terminale.

Non ho capito tutto. Non facciamolo sul forum.

 

Chi ha provato a utilizzare il metodo del"Profilo di compattezza"?

Lo scopo del metodo è quello di escludere gli esempi incoerenti dal campione, il che dovrebbe migliorare l'apprendimento e ridurre le dimensioni del modello se si utilizzano metodi di apprendimento del tipo K nearest neighbours.

Non sono riuscito a trovare un'implementazione in python.....

1...330333043305330633073308330933103311331233133314331533163317...3399
Nuovo commento