トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 2964

新しいコメント
 
Maxim Dmitrievsky #:
トレーニングの前にここにいて、トレーニングの後に持っている。だから、ただきれいにマークしているわけではないんだ
その通り。

それだけでなく、私は100キャンドル5分のバランスチャートを持っている、それは1日未満であり、これは半年間のバランスを持っている

問題は、完璧なバランスはどこがスムーズに見えるのだろうか？

本当に、私はこれを書いていると私はそれを説明しなければならない恥ずかしいです。

 
mytarmailS #:
その通り。

それだけでなく、私は100 5分のローソク足のバランスチャートを持っている、それは1日未満であり、これは半年間のバランスを持っている

質問：理想的なバランスはどこに滑らかな見えるのでしょうか？

本当に、私はこれを書いていると私はそれを説明しなければならないことを恥じている。

また、3-5というサインがほとんどなければ、美しく描けるのでしょうか？サインは少なければ少ないほど良いテストができる。
 
Maxim Dmitrievsky #:
また、3-5というサインがほとんどなければ、美しく描けるだろうか？標識が少なければ少ないほど、テストでは有利になります。
データそのものによると思います。例のデータであれば、きれいに描けると思いますが、例えば、実際の100次元のデータをPCAで縮小して2次元のデータにした場合。

半々かな。

FFでは、テストでの「いいトレード」を基準リストに入れたほうがいい。
 
Maxim Dmitrievsky #:
そして、もし3-5という兆候がほとんどなければ、それは美しく描くことができるだろうか？特徴が少なければ少ないほど、テストでは有利になる。

それは素晴らしいアイデアですね。

実際にはどうなのでしょう？

1.未知の教師の特徴を作る。

2.一連の属性に基づいて教師を作成する。

3.質問する：これらの特性は、作成された教師について将来予測力を持つだろうか？

4.将来の予測能力の安定性をチェックする。もしそうならラッキーだが、もしテストに合格しなかったら？その場合は？


問題は、教師が特性に合わせて作成されることである。

 
mytarmailS #:
フレンドリーなフレンドリーなフレンドリーフレンドリーフレンドリーフレンドリーフレンドリーフレンドリー。

半々かな。

TESTの "いいトレード "は、FFの基準リストに入れた方がいい。
まあ、掘り下げる価値はある。近々、新作を完成させる予定なので、その内容をアップすることにしよう。
 
СанСаныч Фоменко #:

先生を作るための素晴らしいアイデアだ。

実際にはどうなのだろう？

1.未知の教師に対する属性のセットを作成する。

2.属性のセットによって教師を作成します。

3.3.質問する：これらの属性は、作成された教師の将来を予測する力を持つか？

4.将来の予測能力の安定性をテストする。もしそうならラッキーだが、もしテストに合格しなかったら？その場合は？


問題は、その逆であるべきなのに、教師が特性のために作られていることだ。

なぜそれが問題なのか？僕はずっとこのやり方でやってきた。属性も教師も変えることができる。）
 
Maxim Dmitrievsky #:
、、、、、、、、、ーどうして、ーどうしてー私はずっとこの方法でやってきた。そこではサインと先生の両方を検索できる。）

私も問題はないと思います。1つのアルゴリズムで、特徴とターゲットの両方を検索できますから......。

しかし、計算の観点からは非常に非効率的ですが、それはまた別の問題です。

 
AIについて
 
mytarmailS #:
AIについて
https://youtu.be/AW-4yBTf-XM

彼の推論には立ち入らなかった。

しかし、ビッグバンについては（最新の観測によれば）Katschyikは正しかった。）

 
Maxim Dmitrievsky #:

私は彼の推論には立ち入らなかった。

しかし、ビッグバンについては（最新の観測によれば）カッチェイクは正しかった。）

でも、ビッグバンについては（最新の観測によれば）カツィクの言う通りだったし、ブラックホールについてはまだはっきりしない。

ああ、僕も定期的にカトシックを見ているよ。
1...295729582959296029612962296329642965296629672968296929702971...3399
新しいコメント
理由: