L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3391
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
Ho paura di coloro che dicono "è molto semplice".
Le epifanie sono così, non ti saltano in mente.
O trovate uno schema nell'ordine dei pixel, se c'è, o non lo trovate.
Provate a disegnare o stampare una linea del tempo e a metterla sotto il cuscino).
Un'epifania è qualcosa che non ti salta in mente.
Si può trovare uno schema nell'ordine dei pixel, se c'è, oppure no.Non troverete un modello perché dovete guardare l'immagine come una matrice, attraverso la finestra di convoluzione, che è allo stesso tempo per colonne e per termini e con la dimensione invariante, la rotazione. La rappresentazione vettoriale non vi darà nulla di utile.
e cosa fare
e cosa fare
Un tipo interessante con pensieri interessanti, i trader confusi saranno interessati :) Perché il trading e il MO sono di per sé una follia.
Uno sguardo più ampio
Sequenza e serie temporale sono due concetti diversi, anche se hanno molto in comune.
Una sequenza è un insieme ordinato di elementi che può essere rappresentato come un elenco o una sequenza di numeri, oggetti o eventi. Una sequenza non ha necessariamente una relazione temporale tra gli elementi, è semplicemente un insieme ordinato.
Una serie temporale è un tipo speciale di sequenza in cui ogni elemento rappresenta il valore di una variabile misurata in diversi punti nel tempo. Una serie temporale è quindi una sequenza di dati misurati in punti consecutivi nel tempo e viene comunemente utilizzata per analizzare la variazione di una variabile nel tempo.
La differenza principale tra una sequenza e una serie temporale è che una serie temporale è una sequenza di dati misurati in diversi punti nel tempo, mentre una normale sequenza non ha necessariamente una relazione temporale tra gli elementi.
Da un'immagine, si ottiene una sequenza di pixel
Dall'immagine, si ottiene una sequenza di pixel
Ma non si può cambiare.
Sequenza.
E qui si identifica di nuovo con il concetto di sequenza temporale, perché nemmeno quella può cambiare i suoi dati.
Se cambiamo la sequenza nel dataset di lavoro, otteniamo un'immagine diversa.
Se cambiamo la sequenza temporale... e non possiamo cambiarla affatto.
Abbiamo bisogno di un esempio chiaro per mostrare la differenza.
Differenza pratica. Finora, sembra che "walk" e "step".
Ma non può essere cambiata.
Sequenza.
E qui si identifica di nuovo con il concetto di sequenza temporale, perché anch'essa non può essere cambiata.
Se cambiamo la sequenza nel dataset di lavoro, otteniamo un quadro diverso.
Se cambiamo la sequenza temporale... e non possiamo cambiarla affatto.
Abbiamo bisogno di un esempio chiaro per mostrare la differenza.
Differenza pratica. Finora, sembra che "walk" e "step".
La differenza è la dipendenza temporale tra gli elementi. Dice. Non posizionale, ma temporale.
Grande sfida del QI, non mi aspettavo nemmeno che fosse così difficile da capire :)
proprio di recente stavamo discutendo su chi è un insegnante in MO e stava succedendo qualcos'altro di divertente. Ah, come ottenere le probabilità sull'uscita del classificatore ))