나는 오래전부터 프로젝트의 목표를 이해했습니다. 사실 이전 RDF 기사에서 Mr. Maxim to IMPLEMENT, ,, for for for Something, 시장 변화에 따라 즉시 기능 이나 전략을 변경하는 것과 유사합니다.
그러나 이제 Maxim은 "커널 트릭" 및 "스플라인"과 같은 MQL에 너무 많은 새로운 개념을 도입하고 있습니다. 이러한 개념은 저에게 완전히 새로운 것입니다. 이론적으로 두 가지 방법 모두 매우 유망해 보이지만 최종 결과에 대해서는 회의적입니다. 그렇지 않다면 강화 학습의 결과를 가져오는 것만으로는 충분하지 않습니다.
몇 가지 간단한 구현 방법이 있습니다. 예를 들어 OnInit() 함수에서 거래 시스템 바구니를 사용하고 스위치를 사용합니다.
내 관점에서 기계 학습 알고리즘이 외환 시장에서 작동하려면 다음 3가지 기준을 충족해야 합니다.
1.최적화 시 훈련 데이터로부터 학습하는 속도
2.거래 진입 및 퇴장 시 훈련된 데이터로부터의 계산 속도
3. 임의의 행동을 나타내지 않고 반복 학습에 의해 시간 경과에 따라 자동으로 알고리즘의 수렴
강화 학습 알고리즘이 위의 작업을 수행하지 못하면 시행착오를 위한 단순한 알고리즘일 뿐입니다.
RDF에 대한 Maxim의 이전 기사는 처음 2개의 목표를 성공적으로 완료할 수 있었지만 세 번째 작업은 완료하지 못했습니다. 일주일에 한 번 수동으로 최적화를 수행할 수 있지만 시간이 지남에 따라 수렴할 수 있도록 알고리즘.
그러나 나는 여전히 Maxim이 커널 트릭과 스플라인을 사용하여 완성할 수 있기를 희망하며 다음 기사를 간절히 기다리고 있습니다.
나는 누군가가 시간을 절약하기 위해 뭔가를 했는지 묻고 있었다
무슨 바보 같은 질문
침략은 어디에 있습니까?
나에게 주어진 비슷한 질문은 "누가 이것을 할 수 있습니까?"라는 대답을 줄 것입니다. 다른 언어로 된 다른 사람의 코드로 작업하고 그것을 다른 언어로 해석할 수 있는 것이 나에게 보이는 것처럼 쉬운 일이 아니기 때문입니다.
침략은 어디에 있습니까?
나에게 주어진 비슷한 질문은 "누가 이것을 할 수 있습니까?"라는 대답을 줄 것입니다. 다른 언어로 된 다른 사람의 코드로 작업하고 그것을 다른 언어로 해석할 수 있는 것이 나에게 보이는 것처럼 쉬운 일이 아니기 때문입니다.
난 그냥 추상적인 물을 붓고 싶지 않아
난 그냥 추상적인 물을 붓고 싶지 않아
그래서 사실 이미 알차게 쏟아 부었지만, 깨달을 수 있는 사람이 있을지도 모른다.
그래서 사실 이미 알차게 쏟아 부었지만, 깨달을 수 있는 사람이 있을지도 모른다.
이 메시지의 의미는 무엇입니까? 있습니다 - 토론하십시오. 거의 스스로 했습니다. 이것은 모든 사람에게 흥미롭지 않으며 사실 기초적인 것이 있습니다.
이 메시지의 의미는 무엇입니까? 있습니다 - 토론하십시오. 거의 스스로 했습니다. 이것은 모든 사람에게 흥미롭지 않으며 사실 기초적인 것이 있습니다.
결과적으로, 이 속담은 "선을 행하지 마십시오. 나는 당신의 필요에 다른 공식을 주어 당신을 돕고 싶었지만 결과적으로 나는 부정적인 것과 분개를 받았습니다. 다 쓴.
결과적으로, 이 속담은 "선을 행하지 마십시오. 나는 당신의 필요에 다른 공식을 주어 당신을 돕고 싶었지만 결과적으로 나는 부정적인 것과 분개를 받았습니다. 다 쓴.
같은 것을 썼지만 단어를 재배열하고 일부 경험을 컨텍스트에 추가) 결과적으로 "기호의 변형"이라는 간단한 문구가 잠재 의식 이미지 어딘가에 깊숙이 들어갔습니다.
나는 오래전부터 프로젝트의 목표를 이해했습니다. 사실 이전 RDF 기사에서 Mr. Maxim to IMPLEMENT, ,, for for for Something, 시장 변화에 따라 즉시 기능 이나 전략을 변경하는 것과 유사합니다.
그러나 이제 Maxim은 "커널 트릭" 및 "스플라인"과 같은 MQL에 너무 많은 새로운 개념을 도입하고 있습니다. 이러한 개념은 저에게 완전히 새로운 것입니다. 이론적으로 두 가지 방법 모두 매우 유망해 보이지만 최종 결과에 대해서는 회의적입니다. 그렇지 않다면 강화 학습의 결과를 가져오는 것만으로는 충분하지 않습니다.
몇 가지 간단한 구현 방법이 있습니다. 예를 들어 OnInit() 함수에서 거래 시스템 바구니를 사용하고 스위치를 사용합니다.
내 관점에서 기계 학습 알고리즘이 외환 시장에서 작동하려면 다음 3가지 기준을 충족해야 합니다.
1.최적화 시 훈련 데이터로부터 학습하는 속도
2.거래 진입 및 퇴장 시 훈련된 데이터로부터의 계산 속도
3. 임의의 행동을 나타내지 않고 반복 학습에 의해 시간 경과에 따라 자동으로 알고리즘의 수렴
강화 학습 알고리즘이 위의 작업을 수행하지 못하면 시행착오를 위한 단순한 알고리즘일 뿐입니다.
RDF에 대한 Maxim의 이전 기사는 처음 2개의 목표를 성공적으로 완료할 수 있었지만 세 번째 작업은 완료하지 못했습니다. 일주일에 한 번 수동으로 최적화를 수행할 수 있지만 시간이 지남에 따라 수렴할 수 있도록 알고리즘.
그러나 나는 여전히 Maxim이 커널 트릭과 스플라인을 사용하여 완성할 수 있기를 희망하며 다음 기사를 간절히 기다리고 있습니다.
나는 주제를 읽었고 이미 포럼을 지배하기 시작한 친숙한 스타일인 IMHO를 읽었습니다.
글쎄요, 기술 측면에서 우리가 핵 트릭에 대해 이야기하고 기능 공간을 표시하는 경우 지원 벡터와 같은 선형 분류기와 관련하여만 나에게 명확합니다. 그리고 나무, 숲, 신경망에는 왜 자체 커널, 블랙박스 내부.
그리고 작업이 단순히 외부 공식을 휘젓는 것이라면 기호 회귀 및 유전 프로그래밍은 여기에서 부적절한 보간 및 근사와 같이 더 급격할 것입니다.)
글쎄요, 기술 측면에서 우리가 핵 기술에 대해 이야기하고 특징의 공간을 표시하는 경우 지원 벡터와 같은 선형 분류기와 관련하여서만 이것이 명확합니다. 나무, 숲, 신경망에는 왜 자체 코어, 블랙박스 내부.
기분이 상한 것에 대해 비선형적입니까?
그리고 결합 핵. 작업은 작은 유혈 사태로 인한 오류를 줄이는 것입니다. 나는 성공적으로 수행합니다. 신경망에서 150개의 레이어를 변형한 다음 1개의 레이어/뉴런을 삭제합니다. 점점 더 나빠질 것입니다.
30분에 10-20,000개의 모델을 훈련할 수 있습니다. :)
기분이 상한 것에 대해 비선형적입니까?
그러나 결합 핵. 과제는 성공적으로 얻은 저혈압으로 인한 오류를 줄이는 것입니다. 신경망에서 150개의 레이어를 감고 1개의 레이어 \ 뉴런을 삭제합니다. 더 나빠지고 느려질 것입니다.
30분에 10-20,000개의 모델을 훈련할 수 있습니다. :)
훈련 속도에 대해 훌륭하게 들립니다. :)
그러나 거래 입력 동안 알고리즘이 그렇게 많은 수의 훈련된 모델을 신속하게 확인하여 정확한 거래 결정을 내릴 수 있다고 확신하십니까?
일반 VPS에서 모델 확인과 거래 결정 사이에 평균적으로 어느 정도의 시간 간격이 예상됩니까? 아니면 이전 기사와 유사한 거래 정책을 구현하시겠습니까?