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 855

 
ユーリイ・アサウレンコ

予測因子を吐き出し、正規化した時系列をNSに送り込む。NSが自分でプレディクターを見つける - +1-2層でプレディクターが完成する

どうやって?
過去に10~50本分の0本目からのデルタを投入してみました。誤差は45〜50%というレベルだった。このようなパーセンテージでは、スプレッドは機能しません。
 
エリブラリウス
どんなふうに?
10-50バールの過去に対して、バー0からのデルタをフィードしようとしました。誤差は45~50%でした。スプレッドは、そのようなパーセンテージで作業することはできません。

すべて私に合っています。しかし、私は予測をするのではなく、トレードが利益を生む価値があるかどうかといった分類をするだけです。

デルタは、正しく理解すれば、不要なものである、とイミフ。価格BPそのものを、正規化したもの。

 
ユーリイ・アサウレンコ

すべて私に合っています。しかし、私は予測をするのではなく、トレードが利益を生む価値があるかどうかといった分類をするだけです。

デルタは、正しく理解すれば、不要なものである、とイミフ。プライスBPそのもの、配給制。

今でもグラスの情報を使っていると書いてありましたね。

勉強中と実際の取引での誤差はどのくらいですか?

 
エリブラリウス
今でもグラスの情報を使っていると書いてありましたね。

彼はたくさんのことを書き、そのたびに違うことを書いていた。

また、このスレッドを乱立させるのか。

...と、見せてくれた一枚の写真、トンデモなく打てるハゲクズも。

子供らしく振舞うのではなく

 
エリブラリウス
今でもタンブラーの情報を使っていると書いてあったはずなのですが。

はい、でもNSはここではプレイしません。あくまでトレードに直接参加することです。

思い出してください - 私はfxを使用しています。しかし、FXのテストはシステムがパスしますが、Fxのリアルは試していません。

Zy そう、nsは意思決定するシステムの一部に過ぎないのです。あとは普通ですが、その指標。

しかし、NSではBPの価格のみ。

 
エリブラリウス

トレーニングや実際の取引でのエラーレートはどの程度ですか?

トレーニングやテストでは20~30%。

リアルトレードでは......わからない、数えていない。受け入れ可能です。

 
こんにちは。
いつまでこの話をしてるんだ?
結果はどうなったか、AIロボットはどうなったか?

NSにボルトで取り付ける、カチカチと音がするテスターのよう ものはどうでしょうか?
よくわからないが、君たちはその分野の教授のようだ。

学校ではBASIC以外何も習わなかった😂😂😂笑
 

確認してみてください、接触面積から出したんです。マーケットを理解する一環として、非常に有益な情報です!!!!

分岐点

熱力学には、ほとんどすべての複雑な力学系に適応できる特別な概念がある。国家であれ、経済であれ、人間の精神であれ、そのようなシステムは時として、不確実性の臨界状態に陥ることがある。

この時点で、システムの秩序が脅かされ、今後の発展には、カオス状態への崩壊と、質的に新しい秩序への移行という2つのシナリオが考えられるようになる。例えば、国家にとっての分岐点は政情不安の全停止、経済にとっての分岐点は経済危機、人間にとっての分岐点は心的外傷と呼ぶことができる。

 
ミハイル・マルキュカイツ

確認してみてください、接触面積から出したんです。マーケットを理解する一環として、非常に有益な情報です!!!!

分岐点

熱力学には、ほとんどすべての複雑な力学系に適応できる特別な概念がある。国家であれ、経済であれ、人間の精神であれ、そのようなシステムは時として、不確実性の臨界状態に陥ることがある。

この時点で、システムの秩序が脅かされ、今後の発展には、カオス状態への崩壊と、質的に新しい秩序への移行という2つのシナリオが考えられるようになる。例えば、国家にとっての分岐点は政情不安の全停止、経済にとっての分岐点は経済危機、人間にとっての分岐点は心的外傷と呼ぶことができる。

よくやった、ミハイル!エントロピー/非エントロピーとその分析に戻るべきだ。NSの入力の1つに置く、それだけです。

 
エリブラリウス

おそらく最も信頼できる方法は、予測因子の組み合わせを循環させることです。でもこれ、すごく長いんですよ。

varbvs パッケージは、ベイズ変数選択モデルの適合とベイズ係数の計算のための高速アルゴリズムを実装しており、結果(または応答変数)が線形またはロジスティック回帰を使用してモデル化されます。アルゴリズムは、" Scalable variational inference for Bayesian variable selection in regression, and its accuracy in genetic association studies" ("Scalable variational inference for Bayesian variable selection in regression, and its accuracy in genetic association studies" P) で説明した変分近似に基づくものである。Carbonetto and M. Stephens, Bayesian Analysis 7, 2012, pages 73-108).このソフトウェアは、100万以上の変数と数千のサンプルを持つ大規模なデータセットに適用されています。

予測因子をうまく選択し、良いモデルを構築することができます。

グッドラック