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 3025

 
СанСаныч Фоменко #:

エジプト人に言っているのか、私に言っているのか?

私はこのトピックでのあなたの活動に満足している。

ホテルで私にコーヒーを注いでくれたアラブ人に何を望む?
すべて描かれて描写されている。他に何が必要なんだ?
 
Aleksey Vyazmikin #:

いいね。大事なのは始めることだ!:)

ツリー構造を解析する必要があるんだ。もう少し時間がかかると思う。
 

ーMOはーMOはーMOはー。)

トレーディングはリスクと利益の問題であり、アクラシーの問題ではない... IMHO


a,MOはあなたの市場理解、あなたのモデルを説明するためのツールに過ぎない...

もしモデルがなく、MOがAIであり、それ自体がすべてだと考えているのであれば、あなたは長い間困っていることになります。

 
mytarmailS マシュカ)))

トレーディングはリスクと利益がすべてであり、アクラシーの問題ではない... IMHO


A、MOはあなたの市場理解、あなたのモデルを説明するためのツールに過ぎません。

もしモデルが存在せず、MOがAIであり、それ自体が全てだと考えているのであれば、あなたは長い間困っていることになります...。

黄色いのがアダプティブ(適応的)ですか? 中央にあり、水平です。

 
Ivan Butko #:

中央の黄色いのがアダプティブ?

いいえ、普通のものです。

 
Maxim Dmitrievsky #:
100年ですね。
何月何日から何月何日までですか?私は2、3カ月を考えていた。
 
Maxim Dmitrievsky #:
ツリー構造を解析しなければならない。それにはもう少し時間がかかる。

はい、Rでも同じです。Rはツリー構造を独自の奇妙な方法で保存します。それから、葉を取り出すために別のパーサーを持っています。

 
mytarmailS #:

また、不等式を葉の規則としてすぐに得られるようなライブラリーは何を使っているのですか?

 
Aleksey Vyazmikin #:

そう、Rでもそうしている。ツリー構造を独自の奇妙な方法で保存するんだ。それから、葉を取り出すパーサーを別に持っている。

こんな感じで、モデルにおける最大重要度順、クラスに属する確率順、使用頻度順にソートできる。

今日はここまで。


 
Maxim Dmitrievsky #:

モデルにおける最大重要度、クラスメンバーシップの確率、使用頻度によって並べ替えることができる。

今日はここまで。


効果的ですね!

予測因子をマスター・サンプルの数値にコード化しますか?

理由: