mytarmailS # : 모든 데이터에 대해 모델링하고 그것이 유혹적으로 들릴 뿐임을 이해하는 것이 좋습니다.
우리는 한 지점에서 수렴합니다. NS는 역사의 흐름에 따라 학습합니다. 학습률이 상당히 높습니다. 단점 - 데이터베이스의 크기가 1년 동안 패턴을 축적하기에 충분하지 않습니다. 이전 결과가 흐리게 표시됩니다. 이것은 훈련 중 큰 시간 프레임과 낮은 거래 빈도에서 가능합니다. 그러나 큰 기간은 큰 손실을 의미합니다. 어떤 TS도 100% 적중을 보장하지 않습니다. 과제 중 하나는 시장 움직임을 최대한 활용하는 것입니다. 탈출구 - 차트에는 정기적 인 기본 다운로드가있는 작업 모드의 고문이 있으며 동시에 테스터에서는 교육 모드의 고문이 지속적으로 기반을 개선하고 있습니다. 이 비네그레트는...
mytarmailS # : 더 신중하게 읽으십시오. Princepe에서는 모든 것이 정확하지만 뉴런은 여러 가지 이유로 막다른 골목입니다.
그게 다야 나는 그들 중 하나에 부딪쳤다. 이론상 예측의 정확도는 출력층에서 확률의 문턱값에 의해 필터링되지만, 이후 트랜잭션 빈도가 매우 떨어지고 상황에 대한 대응 속도가 저하됩니다. 숨겨진 레이어에 대한 필터링은 결과에 거의 영향을 미치지 않습니다. 훈련할 때 고정 등가 정지를 사용하고 객관성을 고려합니다. 작업 모드에서 - 모든 사진을 처리하기 위해 특정 거리에서 시작하여 손익분기점 이후에 스톱이 당겨지고 수렴 임계값이 0으로 재설정됩니다. 정지 값은 0에서 10, ..., 50에서 61바 사이의 움직임의 평균입니다. 이 값은 최적화된 값과 거의 일치합니다. 여기에 다른 것을 사용해야 하지 않을까요? 지그재그는 그림을 악화시켰습니다. 어떤 난관에 부딪혔고 어떤 해결책을 제안합니까?
그게 다야 나는 그들 중 하나에 부딪쳤다. 이론상 예측의 정확도는 출력층에서 확률의 문턱값에 의해 필터링되지만, 이후 트랜잭션 빈도가 매우 떨어지고 상황에 대한 대응 속도가 저하됩니다. 숨겨진 레이어에 대한 필터링은 결과에 거의 영향을 미치지 않습니다. 훈련할 때 고정 등가 정지를 사용하고 객관성을 고려합니다. 작업 모드에서 - 모든 사진을 처리하기 위해 특정 거리에서 시작하여 손익분기점 이후에 스톱이 당겨지고 수렴 임계값이 0으로 재설정됩니다. 정지 값은 0에서 10, ..., 50에서 61바 사이의 움직임의 평균입니다. 이 값은 최적화된 값과 거의 일치합니다. 여기에 다른 것을 사용해야 하지 않을까요? 지그재그는 그림을 악화시켰습니다. 어떤 난관에 부딪혔고 어떤 해결책을 제안합니까?
고정 정지, 테이크, 슬라이딩 윈도우, 표 형식 입력 데이터, 이 모든 것은 명백한 이유로 고도로 비정상 데이터에 대해 작동하지 않습니다.
A typical machine learning process involves training different models on the dataset and selecting the one with best performance. However, evaluating the perfo...
mytarmailS # : 고정 스톱, 테이크, 슬라이딩 윈도우, 테이블 형식 입력 데이터, 이 모든 것이 고도로 비정상 데이터 에는 작동하지 않습니다.
결국, 거래자는 소음으로 돈을 벌기를 원합니다 ... 가능한 주기적 변동은 장기적으로 투자자에게만 관심이 될 수 있습니다. 그리고 단순한 통계가 아닌 금융-경제 관계를 이해하지 않고서는 안됩니다... IMHO 소음을 시뮬레이션하는 것이 더 흥미롭지만(상인의 경우) 더 위험합니다(거래의 경우)... - 일반적인 위험-이익 균형
추신
하지만 노이즈(비작동)에서 노이즈(작동)를 필터링하는 것은 여전히 동일한 작업( 즉, 노이즈 노이즈 공해 분리 ) ... 어딘가에서 Signal \ Noise> 2 비율에 집중할 가치가 있는 기사를 보았습니다(작업 노이즈의 경우 ) -- TS 모델의 추세 구성 요소에 감기는 일반 오실레이터처럼 보입니다 ... 모든 것이 진부합니다 (초보자에게 1 추세 칠면조, 1 오실레이터를 가르치기 때문에) - 그리고 이러한 일반 지침의 틀 내에서, 정보 및 계산에 대한 선호 사항을 둘 수 있습니다. (th) 거래자 자신이 더 신뢰하는 경향이 있습니다. 여기에서만 TS의 주관성에 대한 필드가 표시됩니다... IMHO ... 그리고 이 진부함은 디지털화되어야 합니다 로봇이 거래하고 며칠 동안 터미널 앞에서 어슬렁 거리지 않도록 NS 모델에
그리고 그 대답은 당신을 위한 것이 아니었습니다 - 당신은 읽는 법을 배운 적이 없습니다 ... ((- 당신의 기술과 당신이 나에 의해 읽은 것을 분석하는 것은 오랫동안 또는 오히려 그들의 부재뿐만 아니라 당신의 분석에 대한 질문도 받지 않았습니다. 귀하의 거래 및 자동화
추신
역학 분석은 종속성에 대한 예비 분석 없이는 아무 것도 아닙니다... 시계열 분석은 통계에서 다른 유형의 분석 후에 수행되는 마지막 작업입니다... -- 그리고 여전히 시계열이 다음과 같다는 사실을 진정시킬 수 없습니다. 초등 중독을 찾는 것을 귀찮게하지 않고 고정되지 않은 ... - 그냥 찰칵하고 비웃는 것 (아마도 당신이 즐기고 있다고 생각합니까?) - 수사학적 질문에 대답하는 것을 귀찮게하지 마십시오.
Normul 아이디어는 나에게 보이는 것처럼 여기에서 중요합니다.
- 더 많은 통계를 얻으려면.
- 한 사람이 한 가지(하나의 시스템)를 거래하려면.
- 객관성을 유지하고 체계적으로 거래하다.
이 경우 좋은 마크업을 얻을 수 있으므로 정상적인 이점을 얻을 수 있다고 생각합니다.
어떻게 든 요청 / 얻는 것이 좋습니다))) 거래소에서 거래 내역 및 분석)
그러나 어떤 사람이 ML에 좋은 것과 나쁜 것을 거래하고 제공한다면 어떻게 될까요?
모든 데이터에 대해 모델링하고 그것이 유혹적으로 들릴 뿐임을 이해하는 것이 좋습니다.
우리는 한 지점에서 수렴합니다. NS는 역사의 흐름에 따라 학습합니다. 학습률이 상당히 높습니다. 단점 - 데이터베이스의 크기가 1년 동안 패턴을 축적하기에 충분하지 않습니다. 이전 결과가 흐리게 표시됩니다. 이것은 훈련 중 큰 시간 프레임과 낮은 거래 빈도에서 가능합니다. 그러나 큰 기간은 큰 손실을 의미합니다. 어떤 TS도 100% 적중을 보장하지 않습니다. 과제 중 하나는 시장 움직임을 최대한 활용하는 것입니다. 탈출구 - 차트에는 정기적 인 기본 다운로드가있는 작업 모드의 고문이 있으며 동시에 테스터에서는 교육 모드의 고문이 지속적으로 기반을 개선하고 있습니다. 이 비네그레트는...
과제 중 하나는 시장 움직임을 최대한 활용하는 것입니다. 탈출구 - 차트에는 정기적 인 기본 다운로드가있는 작업 모드의 고문이 있으며 동시에 테스터에서는 교육 모드의 고문이 지속적으로 기반을 개선하고 있습니다. 이 비네그레트는...
더 신중하게 읽으십시오. Princepe에서는 모든 것이 정확하지만 뉴런은 여러 가지 이유로 막다른 골목입니다.
그게 다야 나는 그들 중 하나에 부딪쳤다. 이론상 예측의 정확도는 출력층에서 확률의 문턱값에 의해 필터링되지만, 이후 트랜잭션 빈도가 매우 떨어지고 상황에 대한 대응 속도가 저하됩니다. 숨겨진 레이어에 대한 필터링은 결과에 거의 영향을 미치지 않습니다. 훈련할 때 고정 등가 정지를 사용하고 객관성을 고려합니다. 작업 모드에서 - 모든 사진을 처리하기 위해 특정 거리에서 시작하여 손익분기점 이후에 스톱이 당겨지고 수렴 임계값이 0으로 재설정됩니다. 정지 값은 0에서 10, ..., 50에서 61바 사이의 움직임의 평균입니다. 이 값은 최적화된 값과 거의 일치합니다. 여기에 다른 것을 사용해야 하지 않을까요? 지그재그는 그림을 악화시켰습니다. 어떤 난관에 부딪혔고 어떤 해결책을 제안합니까?
그게 다야 나는 그들 중 하나에 부딪쳤다. 이론상 예측의 정확도는 출력층에서 확률의 문턱값에 의해 필터링되지만, 이후 트랜잭션 빈도가 매우 떨어지고 상황에 대한 대응 속도가 저하됩니다. 숨겨진 레이어에 대한 필터링은 결과에 거의 영향을 미치지 않습니다. 훈련할 때 고정 등가 정지를 사용하고 객관성을 고려합니다. 작업 모드에서 - 모든 사진을 처리하기 위해 특정 거리에서 시작하여 손익분기점 이후에 스톱이 당겨지고 수렴 임계값이 0으로 재설정됩니다. 정지 값은 0에서 10, ..., 50에서 61바 사이의 움직임의 평균입니다. 이 값은 최적화된 값과 거의 일치합니다. 여기에 다른 것을 사용해야 하지 않을까요? 지그재그는 그림을 악화시켰습니다. 어떤 난관에 부딪혔고 어떤 해결책을 제안합니까?
다중 레이블이 아니라 다른 의미를 가지고 있습니다. 나쁜 신호는 반복적으로 제거되고, 일반 더미에서 메인 모델에 의해 잘 예측된 신호는 남겨지고, 두 번째 모델은 좋은 것과 나쁜 것을 분리하고, 첫 번째 모델의 거래를 금지하거나 허용하는 방법을 학습합니다.
여기와 두 번째 모델이 필요하지 않을 수 있습니까? - 모델 선택을 위한 교차 검증 및 그리드 검색 ... ( Keras에서 )
그러나 아마도 혼동 행렬 이 두 번째 질문에 대답할 것입니다(아이디어의 두 번째 모델의 목표)...
또는 분류 보고서
... 2nd 모델이 필요한지 의심 스럽습니다 ... IMHO
고정 스톱, 테이크, 슬라이딩 윈도우, 테이블 형식 입력 데이터, 이 모든 것이 고도로 비정상 데이터 에는 작동하지 않습니다.
결국, 거래자는 소음으로 돈을 벌기를 원합니다 ... 가능한 주기적 변동은 장기적으로 투자자에게만 관심이 될 수 있습니다. 그리고 단순한 통계가 아닌 금융-경제 관계를 이해하지 않고서는 안됩니다... IMHO 소음을 시뮬레이션하는 것이 더 흥미롭지만(상인의 경우) 더 위험합니다(거래의 경우)... - 일반적인 위험-이익 균형
추신
하지만 노이즈(비작동)에서 노이즈(작동)를 필터링하는 것은 여전히 동일한 작업( 즉, 노이즈 노이즈 공해 분리 ) ... 어딘가에서 Signal \ Noise> 2 비율에 집중할 가치가 있는 기사를 보았습니다(작업 노이즈의 경우 ) -- TS 모델의 추세 구성 요소에 감기는 일반 오실레이터처럼 보입니다 ... 모든 것이 진부합니다 (초보자에게 1 추세 칠면조, 1 오실레이터를 가르치기 때문에) - 그리고 이러한 일반 지침의 틀 내에서, 정보 및 계산에 대한 선호 사항을 둘 수 있습니다. (th) 거래자 자신이 더 신뢰하는 경향이 있습니다. 여기에서만 TS의 주관성에 대한 필드가 표시됩니다... IMHO ... 그리고 이 진부함은 디지털화되어야 합니다 로봇이 거래하고 며칠 동안 터미널 앞에서 어슬렁 거리지 않도록 NS 모델에
여기와 두 번째 모델이 필요하지 않을 수 있습니까? - 모델 선택을 위한 교차 검증 및 그리드 검색 ...
그러나 아마도 혼동 행렬이 두 번째 질문에 대답할 것입니다(아이디어의 두 번째 모델의 목표)...
또는 분류 보고서
... 2nd 모델이 필요한지 의심 스럽습니다 ... IMHO
그리고 그 대답은 당신을 위한 것이 아니었습니다 - 당신은 읽는 법을 배운 적이 없습니다 ... ((- 당신의 기술과 당신이 나에 의해 읽은 것을 분석하는 것은 오랫동안 또는 오히려 그들의 부재뿐만 아니라 당신의 분석에 대한 질문도 받지 않았습니다. 귀하의 거래 및 자동화
추신
역학 분석은 종속성에 대한 예비 분석 없이는 아무 것도 아닙니다... 시계열 분석은 통계에서 다른 유형의 분석 후에 수행되는 마지막 작업입니다... -- 그리고 여전히 시계열이 다음과 같다는 사실을 진정시킬 수 없습니다. 초등 중독을 찾는 것을 귀찮게하지 않고 고정되지 않은 ... - 그냥 찰칵하고 비웃는 것 (아마도 당신이 즐기고 있다고 생각합니까?) - 수사학적 질문에 대답하는 것을 귀찮게하지 마십시오.