트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1231

[Alexander_K2]

막심 드미트리예프스키 :

이론적으로 이미 def를 사용하여 샘플에서 수천 개의 시뮬레이션을 수행할 수 있습니다. 통계 특성 .. 창에서만 결정되지만 정렬할 수도 있습니다.

나는 항상 슬라이딩 윈도우 = 3600 값을 가지고 있습니다(6x6x10x10으로 정의, 여기서 6은 Petunin-Vysokovsky에 따라 거의 모든 단봉 분포를 포함하는 분위수입니다). 당신은 변경할 수 있습니다 - 참조하십시오.

그러나 이것은 문제의 본질을 변경하지 않습니다. 신경망이 반환 확률의 엄격한 분포가 있는 행과 함께 작동하는지 확인하는 것이 반드시 필요합니다. 연구 결과 테이블 - 스튜디오에서! 그리고 계속하겠습니다.

[Yuriy Asaulenko]

알렉산더_K2 :

추신 그리고 Asaulenko의 우엉은 들을 가치가 없습니다. 그는 많이 알고 아무것도 모릅니다. 아멘.

헤이 A_K. 이미 알겠습니다. 실패한 초연 후 회복되었습니다. 당신은 이미 꼬리를 차고 있습니다.) 당신의 지점으로 돌아가십시오. 거기에 괴로워하는 사람들이 당신을 기다리고 있고 NG 이전에는 아무 것도 없습니다.

그리고 개념을 바꾸세요. 운이 좋을 수도 있습니다.

[Alexander_K2]

막심 드미트리예프스키 :

저것들. 통계 가격이 아니라 반품에서 특성을 빼야 하는데 제가 이해한게 맞나요? 가격 차트에서 플롯을 선택하면

정확히는 returnov. 우리는 수익 분배에만 관심이 있으며 그 이상은 아닙니다.

[Alexander_K2]

유리 아사울렌코 :

헤이 A_K. 이미 알겠습니다. 실패한 초연 후 회복되었습니다. 당신은 이미 꼬리를 차고 있습니다.) 당신의 지점으로 돌아가십시오. 거기에 괴로워하는 사람들이 당신을 기다리고 있고 NG 이전에는 아무 것도 없습니다.

그리고 개념을 바꾸세요. 운이 좋을 수도 있습니다.

여기요!

아니요, NG 이후의 결과만 가지고 돌아오거나 그렇지 않을 수도 있습니다. 뭔가 Grails 를 브랜치에 배포하는 것을 꺼려해서 필요 이상으로 작성했습니다.

[Alexander_K2]

독성 :

나는 Kesha와 Misha를 비난 할 필요가 없다고 생각합니다. 그렇지 않으면 넌센스의 음모가 바뀌고 웃을 일이 없을 것입니다.

나는 지원한다.

Kesha는 분명히 Alyosha를 뒤쫓는 투자자 중 한 명입니다. 그리고 그를 찾는 것이 절망적이었던 그는 할아버지 SanSanych의 방대한 시트를 광고하면서 여기 나뭇가지에 몸을 붙였습니다. 유혹하는 것 같은...

[СанСаныч Фоменко]

독성 :

네, diplern 을 철저히 발굴해야합니다. 나는 오랫동안 NLP \ NLU를하고 싶었지만 불행히도 아직 시간이 없습니다. 적어도 소셜 네트워크를 무작위로 분석하는 것이 조금 더 낫다면 오 얼마나 많은 돈을 모을 수 있습니까? .

이해할 수 없는 일 . VR이 이미지로 변환되는 것처럼...

[СанСаныч Фоменко]

마법사_ :

MGK의 경우 스프레드가 합리적이라면 가장 중요한 것은 센터링입니다. 치수를 줄이는 데 사용
그리고 정찰(추방됨 - 대략적으로 파악됨)뿐만 아니라 다중 공산주의와의 싸움. 수영하다
물론 조금 있을 것이고 전처리가 좋을수록 적습니다. 감각이 있지만 Fa yuzal과 같지 않기 때문에
그는 보통 유용한 정보를 먹는다. "부력"은 전처리뿐만 아니라
로그 손실 등의 "굽힘"에 대한 Fa에 대해 다시 예에서 볼 수 있듯이 후처리
서빙하기 전에 원하는 곳에서 확률을 조정하는 데 사용할 수 있습니다 ... 그러나 스폰지
특히 출시할 가치가 없으며 약간의 개선 사항(1-2%)이 있습니다. 몇 번의 실행 후 적절성에 따라
충분한 크기의 전처리 및 샘플 - 매번 필요한 구성 요소의 공식을 취하고 기능을 만듭니다.
딸랑이는 재교육 전에 수행되지 않습니다 등. 보는 방법의 간단한 예(2개도 회전,
하지만 그게 요점이 아닙니다) ...이 모든 헛소리, 아마추어를위한 다른 것들과 마찬가지로 나는 오랫동안 나 자신을 지켜 보았고 많은 이익을 얻지 못했습니다 ...

다양한 주요 구성 요소에 많은 시간을 할애하고 나서 아주 간단한 것을 깨달았습니다. 그것은 일반적입니다.

PCA를 수행하고 예측 변수를 곱해야 하는 계수를 얻었다고 가정해 보겠습니다.

이제 창을 이동하고(새 막대가 도착함) 무엇을 해야 할까요? 계수를 다시 계산하시겠습니까? 이것이 우리가 테스터에서 수행하는 방법입니다. 그리고 다시 계산하지 않으면 여전히 주요 구성 요소가 있습니까?

이제 일반적인 선형 회귀 를 기억해 보겠습니다. 결국 동일한 계수가 있지만 오류가 계수의 액면가보다 클 수 있다는 사실까지 계수가 모든 결과를 가진 난수라는 것이 분명한 플레이트가 발행됩니다.

그리고 주요 구성 요소는 무엇입니까?

주요 성분에 관한 것이 아닙니다. 우리는 과거의 분석에 관심이 없습니다. 우리는 과거로부터 특정 매개변수를 가져옵니다. 왜냐하면 그것들을 가져올 곳이 없기 때문입니다. 그러나 이러한 매개변수는 변경되어서는 안 됩니다. 이것은 일반적인 규칙입니다. TS를 구성할 때 획득한 매개변수의 불변성/약한 가변성을 증명할 필요가 있습니다.

그리고 다시 우리는 정지 상태에 빠지게 됩니다.

[Aleksey Nikolayev]

산산이치 포멘코 :

우리는 과거의 분석에 관심이 없습니다. 우리는 과거로부터 특정 매개변수를 가져옵니다. 왜냐하면 그것들을 가져올 곳이 없기 때문입니다. 그러나 이러한 매개변수는 변경되어서는 안 됩니다. 이것은 일반적인 규칙입니다. TS를 구성할 때 획득한 매개변수의 불변성/약한 가변성을 증명할 필요가 있습니다.

그리고 다시 우리는 정지 상태에 빠지게 됩니다.

비정상성 구조에 대한 가정을 시도할 수 있습니다. 예를 들어, 명백한 옵션은 조각별 고정성의 가정입니다. 이 경우 우리는 때때로 (불화를 찾아냄으로써) 쓸모없는 역사를 버려야 합니다.

[Alexander_K2]

알렉세이 니콜라예프 :

비정상성 구조에 대한 가정을 시도할 수 있습니다. 예를 들어, 명백한 옵션은 조각별 고정성의 가정입니다. 이 경우 때때로 (불화를 찾아냄으로써) 쓸모없는 역사를 버려야 합니다.

오래된 역사가 아니라 고정되지 않은 섹션.

Malatsa, Alexey - 마지막으로 응용 수학이 범람하고 Grail 에 대한 생각뿐만 아니라 .

[Forester]

알렉산더_K2 :

오래된 역사가 아니라 고정되지 않은 섹션.

Malatsa, Aleksey - 마침내 Grail에 대한 생각뿐만 아니라 응용 수학이 범람했습니다.

그래, 트렌드처럼. 또한 그가 서두르는 동안 정지된 것. 하지만 이것이 트렌드라는 것을 깨달았을 때, 진입하기에는 너무 늦은 경우가 많습니다. 통계도 마찬가지입니다. 섹션에서, 그것이 진정된다는 것을 이해할 때까지, 그것은 이미 다시 헤어지기 시작할 것입니다)))