Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2809
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
A biblioteca não leva em conta o tipo? O tipo de dados é como os dados para os cálculos mais baratos. A mesma matriz deve ser projetada para cálculos.
Não encontrei um análogo do numpy para o R, e as matrizes não são tão rápidas e o próprio R consome muita memória devido ao seu paradigma.
É claro que uma biblioteca de terceiros pode ser lenta, quem a verificaria?
Não sei com o que comparar, portanto, não quero carregar um conjunto de dados de gigabytes para comparar a velocidadeDe jeito nenhum.
E o aprendizado por reforço?
O topkstarter escreveu um artigo sobre DQN no hubr em R.
Deve-se entender que o aprendizado por reforço é apenas uma otimização complicada.
Ele pode funcionar em alguns casos, mas pode não funcionar.
Não consigo encontrar um análogo numpy para o R..
..
Eu queria aliviar o sofrimento de Alexey. É certamente mais fácil desde o início... mas ainda assim.
O topikstarter escreveu um artigo sobre o DQN no hub do R
Deve-se entender que o aprendizado por reforço é apenas uma otimização projetada de forma inteligente
Pode funcionar em alguns casos, pode não funcionar.
Bem, no contexto da pergunta sobre a memória.
Ele pode ajustar os estados aos novos dados, mas é tudo no nível ou como o Mashka, ou seja, com um atraso.
É mais importante escolher um prêmio, um alvo, basicamente. E ele lançará as negociações em diferentes direções e, a cada iteração, ficará cada vez melhor.
Eu queria aliviar o sofrimento de Alexey. ) É certamente mais fácil desde o início... mas ainda assim
ele pode ajustar os estados a novos dados, mas tudo é nivelado ou do tipo Mashka, ou seja, defasado
É mais importante selecionar a recompensa, ou seja, o alvo, em essência. E os negócios serão lançados em diferentes direções por si mesmos e, a cada iteração, ficarão cada vez melhores
A memória é um NS com pesos treinados, você o treina a cada etapa, move os pesos um pouco... não muito, por isso há um atraso.
e você não pode realmente transferir isso para o terminal.
A memória é um NS com pesos treinados, você o treina novamente a cada etapa, move os pesos um pouco... não muito, então o atraso .