Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1118
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Como sempre - não há nada para falar)))
Oh, vá lá. De quantos dados precisa para os estimar?
Eu não preciso de nada. Dá-me pelo menos 2-3K observações.
Data, Bruto, Processado, Alvo
Infelizmente, não se pode encontrar tantos em toda uma vida. E então quanto tempo funcionará o modelo???? Para sempre???
Eu não preciso de nada. Dá-me, pelo menos 2-3K observações.
Data, Bruto, Processado, Alvo.
Ele tem IA, este também vai aprender por 50. O seu modus operandi é apenas fraco.
Ele tem IA, este também vai aprender por 50. A tua IA é apenas fraca.
Exactamente. Eu não preciso do NS para trabalhar durante um ano depois desse treino. Se funcionar bem, pelo menos os mesmos 50 pontos, que serão 100% do período de treinamento, isso será considerado um sucesso. E de que serve enfiar-lhe milhares de linhas na cabeça, enchendo-a de lixo e dados desnecessários????
O engraçado é que o otimizador de Mishani é bom em recuperar dependências de pequenas amostras, que na verdade é o seu forte. É o que diz no livro. E ele capta-o vagamente com o que substitui o seu cérebro.
A outra coisa é que você tem que testar em um grande lote de teste de qualquer maneira.
E de que serve enfiar-lhe milhares de linhas na cabeça, enchendo-a de lixo e dados desnecessários????
É quando os NS vão classificar algo. Pelo menos tentará generalizar algo, se é que é possível.
É então que os NS irão classificar algo. Pelo menos vai tentar generalizar algo, se possível.
Isto é verdade se a área é finita e estática, mas no nosso caso é infinita e não-estacionária, portanto aumentar a amostra leva a uma diminuição na qualidade do treinamento, e como resultado o modelo funciona mal em novos dados.
Para ter lucro no mercado, sendo as outras coisas iguais, o valor percentual de negócios lucrativos deve ser superior a 75% e não inferior. Esta é a condição de igualdade de lucros e perdas. Você treina a rede em 1000 dados e o resultado da aprendizagem é de 60% como exemplo. De que serve utilizar um modelo deste tipo, se for mal treinado???? Tenho a certeza que não consegues obter um bom resultado numa área grande. Estou a falar de modelo generalizado não retraído... IMHO
Tendência = 100k linhas. No restante (teste), você aplica o modelo.
A métrica é logloss. Resultado. Tendência =... teste =...
Tirei as primeiras 1 linhas do teu ficheiro e fiz o treino. Se o resultado for superior ao meu em 40 instâncias, considerarei os seus dados melhor do que os meus. Vamos ver agora...