Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 231
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Pessoalmente, eu nem sequer o entendi).
Mas estou autorizado, não me considero um especialista.
Eu pessoalmente nem sequer percebi nada )
Você não está sozinho, pois o coletivo que "não entendeu nada" inclui o próprio autor.
E esse é o objectivo de tudo o quea Reteg Konow escreve.
O objectivo é destruir o fio condutor e a forma mais fácil de o fazer é com textos que não têm qualquer conteúdo.
O objetivo foi alcançado. O fio não só não se encaixa no título - ele deixou de ter qualquer conteúdo.
Você não está sozinho, pois o coletivo que "não entende nada" inclui o próprio autor.
E esse é o objectivo de tudo o quea Reteg Konow escreve.
O objectivo é destruir o ramo e a forma mais fácil de o fazer é com textos que não têm qualquer conteúdo.
O objetivo foi alcançado. O fio não só não se encaixa no título - ele deixou de ter qualquer conteúdo.
O sistema é complexo. Por fim, ele implementa uma automação completa do processo de ajuste dos parâmetros de entrada, adaptando-se efetivamente às mudanças na dinâmica do mercado. Esse é o objectivo.
Sim, essa é a questão.
Tecnicamente, qualquer estrutura de controle com adaptabilidade (feedback com funcionalidade de qualidade/perda) pode ser atribuída ao IR, por exemplo, se você pegar uma máquina normal e cada N barras que você procura por seus parâmetros ideais para as N barras anteriores, por uma grade simples, ele será IR também. A essência do MO está na acumulação de "experiência", na transformação dos dados em modelo.
PS: No "perseptron" acima, mais precisamente... Produto escalar simples mal programado, falta o principal, algoritmo de aprendizagem, este importante assunto é delegado ao MT-optimizer, enquanto MO é exatamente um modelo duplo - algoritmo de otimização, não apenas modelo, e nem todo algoritmo de otimização funciona para cada modelo, por exemplo MLP não pode ser otimizado por grade ou genética, backprop é necessário, etc.
assim como em forex, um bot pode passar com sucesso uma seção/nível e falhar outra
porque não tem inteligência de comerciante e o bot "não entende" o que está fazendo...
E qual é a inteligência do comerciante?
Em termos simples, isto é experiência de negociação, esses traders têm 1) - alguns padrões de comportamento de mercado (padrões de mercado) e 2) - padrões de comportamento neste padrão (padrão de comportamento no padrão de mercado).
Isto pode ser programado, não pode?
Na verdade, a busca por esses bons padrões pode ser programada, não pode?
..
para ter sucesso em qualquer área/nível o bot deve ter um modelo de objeto do mundo em que ele existe
ou seja, o algoritmo não deve apenas otimizar os padrões
O algoritmo deve operar com categorias semânticas e descrever a situação tal como é vista pelo trader/jogador
O bot deve distinguir os tipos de objetos e suas características e avaliar o perigo da situação de forma dinâmica
e isso requer um nível de heurística bem diferente da simples otimização da rede neural.
O resultado da aprendizagem deve ser um modelo semântico e conhecimento de objectos e processos.
se não estiver lá, os bots de troca estão condenados a picar aleatoriamente
Concordo plenamente, o graal não está no MO, o graal está naqueles cubinhos, mesmo no caso de mario eles o fazem, não tanto com o mercado não-estacionário.
Chama-se pré-processamento de dados, mesmo neste tópico ninguém o está a fazer.
Isto é exatamente o que o MO vê, um concentrado de realidade apropriada, limpo de ruídos.
Se você o fizer e o fizer adequadamente, então você pode ensinar qualquer EA a negociar, bem como um humano, ou até melhor
Sim, essa é a questão.
Tecnicamente, qualquer estrutura de controle com adaptabilidade (feedback com funcionalidade de qualidade/perda) pode ser atribuída ao IR, por exemplo, se você pegar uma máquina normal e cada N barras que você procura por seus parâmetros ideais para as N barras anteriores, por uma grade simples, ele será IR também. A essência do MO é a acumulação de "experiência", a transformação dos dados em um modelo.
O MoD é antes de tudo uma arte de engenharia, o resultado justifica qualquer conceito. Dá-me o resultado. Aqui está um desafio para você: https://numer.ai/
Em outras palavras, você concorda que também é possível alcançar os resultados da abordagem MO padrão com redes neurais usando uma abordagem MO não padrão (uma vez que você reconheceu esta abordagem como tal)?
Sim, essa é a questão.
...
A essência da EM é a acumulação de 'experiência', a transformação dos dados em modelo.
Esta conclusão confirma que o meu conceito pode ter um valor real.
Em qualquer caso, vou certamente prosseguir com a sua implementação. Quando chegar o momento.
Quanto a mim, qualquer membro do ramo que se considere útil para este ramo, só tem de mostrar o resultado nesta coisa )
Eu concordo, na minha opinião, se uma pessoa pode pelo menos correr os dados e obter um logloss abaixo de 0.69300 (aleatório) então ela tem o direito de falar sobre IA e MO aqui, o resto não é lucrativo
meu resultado https://numer.ai/ai/toxic