L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 791

 
Non sono commerciale (non sono una pubblicità), ma il trailernon è ancora commerciale:
Non ditemi che è reale con un tempo totale di trading di più di 3 mesi.

Naturalmente, questo è un conto demo ... Ora stiamo testando la rete neurale P-Net, ho già scritto su di esso, è un nuovo sviluppo brevettato negli Stati Uniti e in Europa, purtroppo non posso rivelare ancora, ma il video, non ancora commerciale (non pubblicità).

https://www.youtube.com/watch?v=uY4tLXU5Rxc&t=265s

Тестирование и сравнение P-NET
Тестирование и сравнение P-NET
  • 2018.03.20
  • www.youtube.com
Преимущества нейронной сети типа P-Net, по сравнению с нейронной сетью, обученной методом обратного распространения ошибки (Backpropagation). При использован...
 
Mihail Marchukajtes: In attesa di obiezioni agli emendamenti e alle modifiche...


Mi è piaciuto molto! Nessuna obiezione, correzione, cambiamento.
Grazie per lo sforzo, il mondo brillava di nuovi colori! Grazie!

 
Vizard_:


È tutto molto bello. Nessuna obiezione, correzione, cambiamento.
Grazie per tutto il vostro duro lavoro, il mondo ha assunto un nuovo splendore. Grazie!

Non ti riconosco. Sei davvero tu o non sei tu????

 
Ivan Negreshniy:

Naturalmente, questo è un conto demo... Ora stiamo testando una rete neurale P-Net, ho già scritto su di esso, è un nuovo sviluppo brevettato negli Stati Uniti e in Europa, purtroppo non posso rivelare ancora, ma il video, non ancora commerciale (non pubblicità).

https://www.youtube.com/watch?v=uY4tLXU5Rxc&t=265s

ma allora qual è il punto?
 
Mihail Marchukajtes:

Non ti riconosco. Sei davvero tu o non sei tu????

Naturalmente lo sono. Se le idee sono brillanti, non sto trollando. Dimmi qualcos'altro, per favore.

 

Ecco il contenuto dell'articolo che voglio scrivere. il resto domani, perché ho già mezzanotte...

Contenuto

  1. Introduzione.
  2. Analisi e motivazione della scelta della direzione. Regressione o classificazione.
  3. Requisiti per la variabile di uscita. Regole di base per costruire
  4. Analisi delle aree tematiche e ricerca di un set massimo di variabili esplicative.
  5. Pre-elaborazione dei dati, trovare variabili significative per la funzione obiettivo
  6. Formazione dei modelli, recupero di una lista di modelli.
  7. Requisiti di base per determinare le prestazioni del sistema.
  8. Tratti e valutazione preliminare dei modelli ottenuti.
  9. Valutazione dell'informazione reciproca. Selezionare un modello significativo.
  10. Messa in funzione del modello. Valutazione del sito della VIA.

 
Renat Akhtyamov:
Non ditemi che è reale con un tempo di trading totale di più di 3 mesi

Non c'è differenza tra reale e non reale. Con un'adeguata modellazione e test, il reale non è molto diverso dal test. In effetti, non c'è assolutamente bisogno che il reale valuti il sistema.

L'intera questione riguarda l'adeguatezza del modello e del test.

 
Yuriy Asaulenko:

Non c'è differenza tra reale e non reale. Con un'adeguata modellazione e test, il reale non è molto diverso dal test. In effetti, non c'è assolutamente bisogno che il reale valuti il sistema.

L'intera questione riguarda l'adeguatezza del modello e del test stesso.

Il modo affidabile per assicurare l'accordo tra il reale e il test è quello di lavorare sulla prima barra senza usare lo zero. L'ho provato io stesso :-)

 
Yuriy Asaulenko:

Non c'è differenza tra reale e non reale. Con un'adeguata modellazione e test, il reale non è molto diverso dal test. In effetti, non c'è assolutamente bisogno che il reale valuti il sistema.

L'intera questione è l'adeguatezza del modello e del test stesso.

Vedere

ecco perché non è reale

 
Mihail Marchukajtes:

Ecco il contenuto dell'articolo che voglio scrivere. Il resto domani, perché sono già a mezzanotte...

Contenuto

  1. Introduzione.
  2. Analisi e motivazione della scelta della direzione. Regressione o classificazione.
  3. Requisiti per la variabile di uscita. Regole di base per costruire
  4. Analisi delle aree tematiche e ricerca di un set massimo di variabili esplicative.
  5. Pre-elaborazione dei dati, trovare variabili significative per la funzione obiettivo
  6. Formazione dei modelli, recupero di una lista di modelli.
  7. Requisiti di base per determinare le prestazioni del sistema.
  8. Tratti e valutazione preliminare dei modelli ottenuti.
  9. Valutazione dell'informazione reciproca. Selezionare un modello significativo.
  10. Messa in funzione del modello. Valutazione del segmento CB.

Fico. No, scrivi ora, proprio qui, hai avuto un'epifania oggi...