L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3381
![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
Non si tratta di traduzione.
È chiaro che i cento set dipendono dalla FF.
Portate link, se non è difficile (articoli, libri).
Forum sul trading, sui sistemi di trading automatico e sulla verifica delle strategie di trading.
Letteratura utile.
Andrey Dik, 2010.07.24 22:26
Reti neurali, algoritmi genetici
A case study on using neural networks to perform technical.pdf
Christian L. Dunis Modelling and Trading EURUSD.pdf
ED PONSI Forex Patterns and Proabilities.pdf
Gorban A.N. Neuroinformatica. Cosa siamo, dove stiamo andando, come misurare la nostra strada.pdf
Haykin S. Kalman filtering and neural networks.djvu
Jonsson F. Markus. Trovare il percorso ottimale per i veicoli su mappe digitalizzate di un terreno reale. Parte 1.doc
Jonsson F. Markus. Trovare il percorso ottimale per i veicoli su mappe digitalizzate di terreni reali. Parte 2.doc
Kondratenko V.V. Using Recurrent Neural Networks To Forecasting of Forex.pdf
Krose B. Introduzione alle reti neurali. 1996.djvu
Long, Parks Neural Network Modeling.djvu
Neural_Network_Trend_Predictor_Manual.pdf
Simon D. Training radial basis neural networks with the extended Kalman filter
ToshibaNeuronChip.pdf
Barskii A.B. Neural Networks Recognition, Control, Decision Making. 2004.pdf
Berkinblit M.B. Neural Networks 1993.djvu
Bastens D. Neural Networks and Financial Markets. Decision making in trading operations.djvu
Vapnik V.N. Restoration of dependencies on empirical data. 1997.djvu
Vezhnevets A. Non-Standard Neural Network Architectures.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Galushkin A.I. Theory of Neural Networks. Book 1 2000.djvu
Goldstein B.S. Intellectual Networks. 2000.djvu
Gorban A.N. Teorema di approssimazione generalizzata e possibilità di deduzione delle reti neurali.pdf
Gorbunova E.O. Universalità algoritmica della macchina cinetica Kirdin.pdf
Gorbunova E.O. Metodi di neuroinformatica. Finitezza e determinatezza di programmi semplici per la macchina cinetica Kirdin.pdf
Jain Anil K. Introduzione alle reti neurali artificiali.pdf
Dorrer M.G. Previsione intuitiva da parte di reti neurali di relazioni in un gruppo.pdf
Dorrer M.G. Metodi di neuroinformatica. Approssimazione di funzioni multidimensionali da parte di un predittore a semistrato con convertitori arbitrari.pdf
Dubrovich V.I. Subbotin S.A. Algoritmo di apprendimento accelerato di perseptrons.pdf
Ezhov A. Shumsky S. Neurocomputing and its applications in economy and business.djvu
Zhukov L.A. Use of neural network technologies for carrying out educational and research works.pdf
Zaentsev I.V. Neural networks basic models. 1999.pdf
Zakharov V.N. Khoroshevskiy V.F. Artificial Intelligence. Volume 3. Software e hardware 1990.djvu
Callan R. Concetti di base delle reti neurali.djvu
Kgur P.G. Reti neurali e neurocomputer.pdf
Komashinsky V.I. Neural networks and their application in control and communication systems 2003.pdf
Committee NN.pdf
Korotkiy S. Hopfield and Hamming neural networks.pdf
Korotkiy S. Neural networks. Algoritmo di retropropagazione.pdf
Korotkiy S. Reti neurali. Apprendere senza insegnante.pdf
Korotkiy S. Reti neurali. Fundamentals.pdf
Krisilov V.A. Kondartiuk A.V. Transformation of input data of neural networks in order to improve distinguishability.pdf
Krisilov V.A. Oleshko D.N. Methods of acceleration of training of neural networks.doc
Krisilov V.A. Chumichkin K.V. Accelerazione dell'addestramento delle reti neurali grazie alla semplificazione adattiva del campione di addestramento.pdf
Krislov V.A. Rappresentazione dei dati iniziali nei compiti di previsione delle reti neurali.pdf
Kruglov V.V. Fuzzy Logic and Artificial Neural Networks.djvu
Kruglov, Borisov - Artificial Neural Networks. Teoria e pratica, 2002.djvu
Kruglov, Borisov - Reti neurali artificiali. Teoria e pratica, 2002.txt
Liu B. Teoria e pratica della programmazione indefinita 2005.djvu
McCulloch W., Pitts W. Logical calculus of ideas relating to neural activity.pdf
Markel J.D. Linear prediction of speech. 1980.djvu
Mirkes E.M. Neurocomputer. Bozza di standard. 1998.pdf
Algoritmo genetico modificato per problemi di ottimizzazione nel controllo.pdf
Nabhan T.N. Zomaya A. Sui problemi di creazione di strutture di reti neurali per l'ottimizzazione del funzionamento.pdf
Napalkov A. В., Pragina L.L. - Human Brain and Artificial Intelligence.docx
Oleshko D.N. Improving the Quality and Speed of Neural Networks Training in the Task of Predicting the Behaviour of Time Series.doc
Oleshko D.N. Improving the Quality and Speed of Neural Networks Training.doc
Ostrovsky S. Neural Networks for Information Processing 2000.djvu
Pavlidis T. Algorithms of Machine Graphics and Image Processing.djvu
Penrose R. The New Mind of the King. Sui computer, il pensiero e le leggi della fisica. 2003.djvu
Pitenko A.A. Use of neural network technologies in solving analytical tasks in GIS.pdf
Rutkovskaya D. Neural Networks Genetic Algorithms and Fuzzy Systems.djvu
Senashova M.Yu. Neural Networks Errors. Calcolo degli errori dei pesi delle sinapsi. 1998.pdf
Subbotin S.A. Neurocybernetics in USSR-CIS - Analytical review of inventions and patents.pdf
Tarasenko R.A. Choice of size of situation description at formation of training sample for neural networks in tasks of forecasting of time series.doc
Tarasenko R.A. Preliminary estimation of quality of training sample for neural networks in tasks of forecasting of time series.doc
Terekhov S.A. Technological aspects of training of neural network machines. 2006.pdf
feasibility-INVEST.gif
Tyumentsev Y.V. Intelligent Autonomous Systems - Challenge to Information Technologies.pdf
Wosserman F. Neurocomputer Engineering.doc
Wosserman F. Neurocomputer Engineering. Teoria e pratica.doc
Haykin S. Reti neurali - corso completo.djvu
Tsaregorodtsev V.G. Produzione di conoscenza semiempirica da tabelle di dati per mezzo di reti neurali artificiali addestrate.pdf
Il FF è lo stesso, vero?
Quando si cercano cento set, sì. Se si trovano cento insiemi tramite FF1, un cattivo insieme medio non significa che non ci sia un buon insieme. Perché un buon insieme medio può essere trovato attraverso FF2.
I componenti possono essere valutati separatamente in uno spazio multifunzionale o tutti insieme - meta-valutazioni, o altrimenti - valutazioni integrali.
Sono interessanti i riferimenti a lavori su questo argomento.
Se si cerca un centinaio di set, sì. Se si trova un centinaio di set attraverso FF1, un cattivo set medio non significa che non ci sia un buon set. Perché un buon set medio può essere trovato attraverso FF2.
1)
Qual è la contraddizione?
selezione dei parametri == ricerca dei parametri nell'algoritmo di ottimizzazione
stima della metrica del modello == FF con stima akurashi, ad es.
Su cosa non siete d'accordo?
Leggete questo, in particolare la sezione "Funzione di perdita = metrica di qualità". Non credo di poter essere più chiaro di così.
2)
Puoi spiegare meglio qual è il problema che vedi? Ad esempio, non vedo
I link alle opere su questo argomento sono interessanti.
Purtroppo non posso dare un riferimento specifico. Sopra ho dato un elenco di letteratura, dovrò cercarla io stesso, se qualcuno è interessato. Non mi dedicherò più a queste attività educative, alla manutenzione della biblioteca di libri e alla loro catalogazione - non è apprezzata e non porta soldi.
"Non sudare davanti ai porci...".
Purtroppo non posso darvi un riferimento specifico. Sopra ho dato un elenco di letteratura, dovrò cercarla io stesso, se qualcuno è interessato. Non mi dedicherò più a queste attività educative, alla manutenzione della biblioteca di libri e alla loro catalogazione - non è apprezzata e non porta denaro.
"Non sudare davanti ai porci...".
I link alle opere su questo argomento sono interessanti.
C'è una certa scaltrezza. Link per assicurarsi che si aprano. Nessuno che sia "interessato" li approfondirà. Nessuno leggerà gli articoli masticati di Andrei, tanto meno le opere di natura accademica.
Qualcuno ha visto questo TOP di facile comprensione con la possibilità di calcolare il ranking del proprio algoritmo di ottimizzazione?
Forum sul trading, sui sistemi di trading automatici e sulla verifica delle strategie di trading
Apprendimento automatico nel trading: teoria, modelli, pratica e trading di algoritmi
mytarmailS, 2024.01.11 10:29 AM
E anche nessuno non è confuso come un algoritmo di ottimizzazione top-3 o addirittura top-1 nel mondo, universalmente riconosciuto e ben noto come PSO, ha alla fine del rating, e alcuni nomi noti di cui nessuno ha mai sentito parlare come lupi grigi, erbacce, ecc Ha i leader))))https://habr.com/ru/users/belyalova/publications/articles/
mantenere una biblioteca di libri e catalogarli
Non tutte le cose utili portano denaro)))))