트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2964

새 코멘트
 
Maxim Dmitrievsky #:
훈련 전에는 여기, 훈련 후에는 이걸 가지고 있죠. 그래서 그는 단지 멋지게 표시하는 것이 아니라
맞아요.

뿐만 아니라, 저는 5분짜리 캔들 100개에 대한 밸런스 차트를 가지고 있는데, 이는 하루도 안 되는 기간이고, 이 차트는 반년 동안의 밸런스를 가지고 있습니다.

문제는 완벽한 균형이 더 매끄럽게 보이는 곳이 어디일까요?

정말 이 글을 쓰면서 설명해야 하는 것이 부끄럽습니다.

 
mytarmailS #:
맞습니다.

뿐만 아니라 5분 캔들 100개에 대한 잔액 차트는 하루도 채 되지 않는데, 이 차트에는 반년 동안의 잔액이 있습니다.

질문: 이상적인 균형은 어디에서 더 매끄럽게 보일까요?

정말, 저는 이 글을 쓰고 있는데 설명해야 한다는 것이 부끄럽습니다.

그리고 표지판이 3-5 개로 매우 적 으면 아름답게 그릴 수 있을까요? 표지판이 적을수록 테스트가 더 잘 될 수 있습니다.
 
Maxim Dmitrievsky #:
표지판이 3~5개로 매우 적으면 아름답게 그릴 수 있을까요? 표지판이 적을수록 테스트에서 더 잘할 수 있습니다.
데이터 자체에 따라 다르다고 생각하는데, 예를 들어 예시의 데이터를 가져 가면 예쁘게 그릴 수 있다고 생각하지만 실제 100 차원 데이터를 가져 와서 PCA로 2 차원 데이터로 축소하면 예를 들어 50/50이 될 수 있습니다.

50/50인지 모르겠습니다.

FF의 기준 목록에 테스트에 "좋은 거래"를 포함하는 것이 좋습니다.
 
Maxim Dmitrievsky #:
그리고 3~5개 정도로 특성이 매우 적으면 아름답게 그릴 수 있을까요? 특성이 적을수록 시험에서 더 좋을 수 있습니다.

선생님을 만들기에 좋은 아이디어네요.

실제로는 어떤 모습일까요?

1. 미지의 선생님을 위한 특성 세트를 만듭니다.

2. 속성 집합을 기반으로 선생님을 만듭니다.

3. 질문: 이러한 특성이 생성된 교사에 대해 미래에 예측력을 가질 수 있을까요?

4. 우리는 미래의 예측 능력의 안정성을 확인합니다 . 그들이한다면-운이 좋지만 테스트를 통과하지 못하면? 그럼 어떻게?


문제는 교사가 특성을 위해 만들어졌고 그 반대가되어야한다는 것입니다.

 
mytarmailS #:
데이터 자체에 따라 다르다고 생각합니다. 예제의 데이터를 가져 가면 예쁘게 그릴 수 있다고 생각하지만 실제 100 차원 데이터를 가져 와서 예를 들어 PCA를 2 차원으로 축소하면.

50/50인지 모르겠습니다.

FF의 기준 목록에 TEST에 "좋은 거래"를 포함하는 것이 좋습니다.
글쎄, 파헤칠 가치가 있습니다. 곧 새로운 창작물을 완성하고 제가 가진 것을 게시 할 것입니다.
 
СанСаныч Фоменко #:

선생님을 만들기 위한 멋진 아이디어입니다.

실제로는 어떤 모습일까요?

1. 알 수 없는 교사에 대한 속성 집합을 만듭니다.

2. 속성 집합에 따라 교사를 생성합니다.

3. 질문: 이러한 속성이 생성된 교사에 대해 미래에 예측력을 가질 수 있을까요?

4. 우리는 미래의 예측 능력의 안정성을 테스트합니다 . 그들이 운이 좋지만 테스트를 통과하지 못하면? 그렇다면 어떻게 하나요?


문제는 교사가 그 반대가되어야 할 때 특성을 위해 만들어 졌다는 것입니다.

그게 왜 문제일까요? 저는 오랫동안 이런 식으로 해왔습니다. 특성과 선생님 모두 변경할 수 있습니다.)
 
Maxim Dmitrievsky #:
그게 왜 문제인가요? 나는 오랫동안 이런 식으로 해왔습니다. 거기에서 금지하는 사람과 같은 표지판과 교사를 모두 검색 할 수 있습니다.)

하나의 알고리즘에서 기능과 대상을 모두 검색 할 수 있습니다.....

하지만 계산적인 관점에서는 매우 비효율적이지만 그것은 또 다른 문제입니다.

 
AI 소개
 
mytarmailS #:
AI 소개
h ttps://youtu.be/AW-4yBTf-XM

나는 그의 추론에 들어 가지 않았고 무언가를 표현하는 데 오랜 시간이 걸립니다.

하지만 빅뱅에 대해서는 (최신 관측에 따르면) 카츠키크가 옳았고, 블랙홀에 대해서는 아직 명확하지 않습니다 :)

 
Maxim Dmitrievsky #:

저는 그의 논리를 이해하지 못했고, 그가 요점을 파악하는 데 시간이 오래 걸렸습니다.

하지만 빅뱅에 대해서는 (최신 관측에 따르면) 카츠 키크가 옳았고 블랙홀에 대해서는 아직 불분명합니다 :))

글쎄요, 결국 그는 이미 지능에 대해 이야기하고 Gpt는 흥미로운 것을 말하지만 시작을 놓친 후에는 끝을 듣는 것이 의미가 없습니다.

네, 저도 카치 칙을 정기적으로 봅니다.
1...295729582959296029612962296329642965296629672968296929702971...3399
새 코멘트