Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2213
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
Então você treina o neurônio para "lucro máximo". Isto é treinamento por um critério ( "lucro máximo").
Alexander Alexandrovich diz que o neurônio encontra a melhor solução "não negociar". Não consigo perceber como é que ele o fez, mas está bem...
Então, se o neurónio decidiu "não negociar". Então se o neurônio decidiu "não negociar", significa que precisamos adicionar mais um critério (um número mínimo de negócios): "min. negócios".
Acontece que já temos de optimizar utilizando dois critérios (ou 10)
Não podemos normalizar nada aqui, pois não sabemos o resultado final.
Um monte de alvo. Normalmente temos um alvo 2x. Máximo lucro e não drenar o saldo. O lucro tem um risco de esgotamento.
Em uma usina nuclear entre 19 e 30 parâmetros. O objetivo é o retorno máximo e estável e que não pare e exploda. No máximo recuo pode explodir, e se as hastes forem retiradas também, certamente não explodirá, mas pode parar.
Diferentes estados fronteiriços, ou classes.
provavelmente....
========================
fez uma grande amostra de teste
na caixa está a parte do teste (novos dados) que vos mostrei.
De qualquer forma, durante 5 minutos, a comissão vai comer tudo.
Mas é possível sintetizar um modelo interessante
É necessário incluir imediatamente na função fitness o treinamento do modelo e a verificação do eixo e das amostras de teste
Eu fiz um trabalho muito confuso até agora.
Treine o sistema alguns dias antes do atual, e depois teste-o há uma ou duas semanas. Veja o que acontece. Vais ver muitas coisas interessantes.
Obrigado, eles não são claros.
esqueça-o....
Eu também não recebo a tua reamostragem((.
é muitas vezes difícil de entender algo complicado).
Um monte de alvo. Normalmente 2x o alvo. Máximo lucro e não drene o saldo. O lucro tem um risco de esgotamento.
Sim, você pode fazer qualquer coisa com as funções de fitness....
É a forma mais "livre" de comunicar ao neurónio o que queres que ele faça...
Treine o sistema há alguns dias para o atual, depois teste-o há uma semana ou duas. Veja o que acontece. Vais ver muitas coisas interessantes.
Não percebo porque farias isso.
esqueça-o....
Eu também não recebo a tua reamostragem((.
é muitas vezes difícil de entender algo complicado).
não percebes porque não o leste.
Estou a dizer-lhe para desenhar um diagrama do que está a fazer, senão não sei do que está a falar.
Não percebes porque não o leste.
Estou a dizer-te para desenhares um diagrama do que estás a fazer, senão não sei do que estás a falar.
Eu li, o último...
Um pouco mais tarde, agora escrevendo código, quero tentar selecionar apenas os modelos que passaram no teste, mas automaticamente
Tente uma pesquisa multicritérioEu digo para desenhares um diagrama do que estás a fazer, senão não sei do que estás a falar.
Estou fazendo a mesma coisa que Vladimir no último terço deste artigo.
só que eu não ajustei os parâmetros do MASD para maximizar os lucros, apenas ajustei os pesos da neurônica.
Mas é a mesma coisa.
Estou a fazer o mesmo que Vladimir no último terço deste artigo.
Só que eu não ajusto os parâmetros do MASD para maximizar o lucro, apenas ajusto os pesos da neurônica.
Então, a mesma coisa...
Bem, isto é optimização por hiperparâmetros de grelha.
bem, é uma optimização da grelha hiperparamétrica.
pode-se dizer que...
A questão está nas possibilidades.
Qualquer ideia pode ser colocada na rede neural através da função fitness, mesmo aquela que você mesmo não consegue descrever em código.
Bem, pode-se dizer que...
A questão são as possibilidades.
Qualquer ideia pode ser escrita na rede neural através da função fitness, mesmo as que você mesmo não consegue descrever em código.
a rede ainda aprende através da minimização da matrícula. E o critério de paragem pode ser feito a partir de qualquer perda personalizada
a rede ainda é aprendida através da minimização da matrícula. E o critério de paragem pode ser feito a partir de qualquer perda personalizada
Não sei se é em python, mas não é tão bom em r-ka, ou não sei como fazê-lo, por isso criei isto...