L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 889
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
Durante l'addestramento ha ottenuto pesi e compensazioni per i neuroni, e in base ad essi calcola l'output sui nuovi dati.
Quindi ha ottenuto i pesi semplicemente con le statistiche. Altrimenti non può distribuire i pesi senza sapere cosa c'era nell'ultima barra. Oppure le reti sono più primitive di quanto pensassi...
Quindi ha ottenuto i pesi semplicemente con le statistiche. Altrimenti non può distribuire i pesi senza sapere cosa c'era nell'ultima barra. O la rete è più primitiva di quanto pensassi...
Certamente dalle statistiche, come lo sono le foreste, come lo sono i vostri array.
Cioè, allora non ha senso in quale cronologia presentare le informazioni per l'analisi.
Cioè, allora non ha senso in quale cronologia si debba analizzare l'informazione.
Quasi nessuno, solo a causa dei bassi di blocco o delle recidive.
ma escono dai bassi da soli normalmente, se necessario potete riallenarli più volte e confrontarliCome viene selezionato l'albero migliore in una foresta casuale o viene creato un albero medio?
Ho ragione nel supporre che meno regole ha un albero, più stabile è il modello?
Allora quale rapporto è considerato normale? Ho 403933 linee per la formazione, formato 69779 regole, quindi risulta che per ogni 5,79 linee 1 regola, che mi sembra troppo, o è normale? Se guardi l'affidabilità, il rapporto cambia verso l'alto, il che significa che la distribuzione non è uniforme, ma come fai a vedere cosa c'è...
Ecco il primo soggetto di prova pronto - formazione 2015-2016, e dal 2017 trading puro su regole dell'albero selezionate - non ha perso - già buono?
Contro il trading senza NS - formazione (ugh - tuning e ottimizzazione) 2016-2017
Non ho ancora capito qual è il modo migliore per farlo - ho finito per selezionare le regole e trasformarle in codice - un lavoro manuale molto minuzioso... hanno bisogno di un qualche tipo di automazione del processo.
E questo è il 2017-2018 con regole ad albero per l'input, ma con filtri non ancora integrati nel dataset di allenamento
Abbiamo bisogno di un qualche tipo di automazione del processo.
Capito! Il programma ha raggruppato le righe con diversi dati di input per regole (e ti ho detto che puoi scaricare i risultati come file, ma ci sono alcuni insiemi di variabili per ogni riga, statistiche e numero di regola), e ora dobbiamo trovare quali variabili in queste righe sono uguali - questa sarà la regola!
Dormirò, e penserò a come organizzarlo meglio - qualsiasi idea - scrivete!
Capito! Il programma ha raggruppato le linee con diversi dati di input per regola (e ti ho detto che puoi scaricare i risultati come file, ma ci sono alcuni insiemi di variabili per ogni linea, statistiche e numero di regola), e ora devi trovare quali variabili in queste linee sono uguali - quella sarà la regola!
Ci dormirò sopra e penserò a come organizzarlo meglio - qualsiasi idea - scrivete!
Lo fai già funzionare senza un albero) prova ad aggiungere l'ottimizzatore dal mio articolo sulla foresta, forse i risultati miglioreranno
Il codice è disponibile se ne avete bisogno.