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 922

[Olga Shelemey]

マキシム・ドミトリエフスキー

マキシム やはり、何を予測因子にしているのでしょうか？もちろん、秘密でないならね。

[Maxim Dmitrievsky]

Olga Shelemey：
マキシム、とにかく何を予測因子として使うのか？もちろん、秘密でなければの話ですが。

現在では単なる価格系列であり、RF用に何らかの変換が行われているわけではない

NSの場合、正規化されたインクリメントを使用することができます。

しかし、私は聖杯を持って いない、私はここで何の権威だ。このアレシェンカは

[Maxim Dmitrievsky]

アレクセイ・ヴャジミキン

暴飲暴食のポイントをひとことで言うと？言葉の壁で理解できない...。

先生の記事に従って森のコーデをしたら、いろいろと質問しますが、答えてくれますか？

愉快の極み。中国人は何でもかんでもなじるが、これは記事から私の考えが全て入っている。

はファジィルールによって予測変数からノイズを除去し，出力は強化学習によって学習されたリカレントネットワークの入力に供給されます．

しかし、金融問題は非常に複雑であり、ファジーメンバーシップ関数を 手動で設定することは困難である。
図2 ロバストな特徴学習と自己学習型取引を実現するファジーDRNの概要
私たちは、ファジーメンバーシップ関数を経験から直接学ぶことを好みます。したがって、我々はメンバーシップ関数を直接学習 することを好む。この考え方はセクションIVで詳述する。

[Aleksey Vyazmikin]

マキシム・ドミトリエフスキー

ひとことで言えば中国人はいつもごまかす、ここで私は記事からすべてのアイデアを得ている

は，ファジィルールによって予測変数からノイズを除去し，その出力をリカレントネットワークの入力に送り，強化学習によって学習させる．

しかし、金融問題は非常に複雑であり、ファジーメンバーシップ関数を 手動で設定することは困難である。
図2.ロバストな特徴学習と自己学習型取引を実現するファジーDRNNの概要
私たちは、ファジーメンバーシップ関数を経験から直接学ぶことを好みます。したがって、我々はメンバーシップ関数を直接学習 することを好む。この考え方はセクションIVで詳述する。

だから、その発想は本当にいい!

[Maxim Dmitrievsky]

アレクセイ・ヴャジミキン

だから、その発想は本当にいい!

それは、日常的な考えです。今も昔も主婦はみんな、こんなニューラルネットワークのアーキテクチャを考えているんだ

Particularsは、自分で考えないとどこにも出てこない面白さがある

[Roffild]

https://github.com/Roffild/RoffildLibrary

ディスカッション（願わくば、このスレッドが再びバンプされないように）。

https://www.mql5.com/ru/forum/245373

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ

儘よ）

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー
気にしないでください :)

今はgoogleでvpsを作って います・・・。ご指摘の通りです。マイクロ問題なさそうだが、まだそのモードには到達していない。

はい、データベースはSQLiteです。素晴らしい作品

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ
現在、googleでvpsをやって いる...ご指摘の通りです。マイクロ問題なさそうだが、まだそのモードには到達していない。

マイクロソフトのazureの他のいくつかのフリーソフト）は必要ないため、まだ検証していません。

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

マイクロソフトもazureで無料のものを用意しています）私は必要ないのでまだ見ていません。

オン。MSのフリーペーパーは小さくて悪い))