Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 3381

[Maxim Dmitrievsky]

fxsaber #:

Não se trata de tradução.

Está claro que os cem conjuntos dependem do FF.

O FF é o mesmo, não é?

[Andrey Dik]

Aleksey Nikolayev #:
Traga links, se não for difícil (artigos, livros).

Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação

Literatura útil.

Andrey Dik, 2010.07.24 22:26

Redes neurais, algoritmos genéticos

Um estudo de caso sobre o uso de redes neurais para realizar análises técnicas.pdf
Christian L. Dunis Modelling and Trading EURUSD.pdf
ED PONSI Forex Patterns and Proabilities.pdf
Gorban A.N. Neuroinformatics. What are we, where are we going, how to measure our way.pdf
Haykin S. Kalman filtering and neural networks.djvu
Jonsson F. Markus. Finding the optimal path for vehicles on digitised maps of real terrain. Parte 1.doc
Jonsson F. Markus. Encontrando o caminho ideal para veículos em mapas digitalizados de terrenos reais. Parte 2.doc
Kondratenko V.V. Using Recurrent Neural Networks To Forecasting of Forex.pdf
Krose B. An introduction to Neural networks (Uma introdução às redes neurais). 1996.djvu
Long, Parks Neural Network Modeling.djvu
Neural_Network_Trend_Predictor_Manual.pdf
Simon D. Training radial basis neural networks with the extended Kalman filter
ToshibaNeuronChip.pdf
Barskii A.B. Neural Networks Recognition, Control, Decision Making. 2004.pdf
Berkinblit M.B. Neural Networks 1993.djvu
Bastens D. Neural Networks and Financial Markets. Decision making in trading operations.djvu
Vapnik V.N. Restoration of dependencies on empirical data. 1997.djvu
Vezhnevets A. Non-Standard Neural Network Architectures.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Voronovsky G.K. Genetic Algorithms, Artificial Neural Networks and Problems of Virtual Reality.pdf
Galushkin A.I. Theory of Neural Networks. Book 1 2000.djvu
Goldstein B.S. Intellectual Networks. 2000.djvu
Gorban A.N. Generalised approximation theorem and deduction possibilities of neural networks.pdf
Gorbunova E.O. Algorithmic universality of kinetic machine Kirdin.pdf
Gorbunova E.O. Methods of neuroinformatics. Finitude e determinação de programas simples para a máquina cinética Kirdin.pdf
Jain Anil K. Introduction to artificial neural networks.pdf
Dorrer M.G. Intuitive prediction by neural networks of relations in a group.pdf
Dorrer M.G. Methods of neuroinformatics. Approximation of multidimensional functions by a semi-layer predictor with arbitrary converters.pdf
Dubrovich V.I. Subbotin S.A. Algorithm of accelerated learning of perseptrons.pdf
Ezhov A. Shumsky S. Neurocomputing and its applications in economy and business.djvu
Zhukov L.A. Use of neural network technologies for carrying carrying out educational and research works.pdf
Zaentsev I.V. Neural networks basic models. 1999.pdf
Zakharov V.N. Khoroshevskiy V.F. Artificial Intelligence. Volume 3. Software and hardware 1990.djvu
Callan R. Basic concepts of neural networks.djvu
Kgur P.G. Neural networks and neurocomputers.pdf
Komashinsky V.I. Neural networks and their application in control and communication systems 2003.pdf
Committee NN.pdf
Korotkiy S. Hopfield and Hamming neural networks.pdf
Korotkiy S. Neural networks. Backpropagation Algorithm.pdf
Korotkiy S. Neural Networks. Learning without a teacher.pdf
Korotkiy S. Neural Networks. Fundamentals.pdf
Krisilov V.A. Kondartiuk A.V. Transformation of input data of neural networks in order to improve distinguishability.pdf
Krisilov V.A. Oleshko D.N. Methods of acceleration of training of neural networks.doc
Krisilov V.A. Chumichkin K.V. Aceleração do treinamento de redes neurais devido à simplificação adaptativa da amostra de treinamento.pdf
Krislov V.A. Representação de dados iniciais em tarefas de previsão de redes neurais.pdf
Kruglov V.V. Fuzzy Logic and Artificial Neural Networks.djvu
Kruglov, Borisov - Artificial Neural Networks. Theory and Practice, 2002.djvu
Kruglov, Borisov - Artificial Neural Networks. Theory and practice, 2002.txt
Liu B. Theory and practice of undefined programming 2005.djvu
McCulloch W., Pitts W. Logical calculus of ideas relating to neural activity.pdf
Markel J.D. Linear prediction of speech. 1980.djvu
Mirkes E.M. Neurocomputer. Projeto de norma. 1998.pdf
Modified Genetic Algorithm for Optimisation Problems in Control.pdf
Nabhan T.N. Zomaya A. On problems of creation of neural network structures for optimisation of functioning.pdf
Napalkov A. В., Pragina L.L. - Human Brain and Artificial Intelligence.docx
Oleshko D.N. Improving the Quality and Speed of Neural Networks Training in the Task of Predicting the Behaviour of Time Series.doc
Oleshko D.N. Improving the Quality and Speed of Neural Networks Training.doc
Ostrovsky S. Neural Networks for Information Processing 2000.djvu
Pavlidis T. Algorithms of Machine Graphics and Image Processing.djvu
Penrose R. The New Mind of the King. On computers, thinking, and the laws of physics (Sobre computadores, pensamento e as leis da física). 2003.djvu
Pitenko A.A. Use of neural network technologies in solving analytical tasks in GIS.pdf
Rutkovskaya D. Neural Networks Genetic Algorithms and Fuzzy Systems.djvu
Senashova M.Yu. Neural Networks Errors. Cálculo de erros de pesos de sinapse. 1998.pdf
Subbotin S.A. Neurocybernetics in USSR-CIS - Analytical review of inventions and patents.pdf
Tarasenko R.A. Choice of size of situation description at formation of training sample for neural networks in tasks of forecasting of time series.doc
Tarasenko R.A. Preliminary estimation of quality of training sample for neural networks in tasks of forecasting of time series.doc
Terekhov S.A. Technological aspects of training of neural network machines. 2006.pdf
feasibility-INVEST.gif
Tyumentsev Y.V. Intelligent Autonomous Systems - Challenge to Information Technologies.pdf
Wosserman F. Neurocomputer Engineering.doc
Wosserman F. Neurocomputer Engineering. Theory and practice.doc
Haykin S. Neural networks - full course.djvu
Tsaregorodtsev V.G. Production of semi-empirical knowledge from data tables by means of trained artificial neural networks.pdf

[fxsaber]

Maxim Dmitrievsky #:
O FF é o mesmo, não é?

Quando cem conjuntos são pesquisados, sim. Se encontrarmos cem por meio do FF1, um conjunto médio ruim não dirá que não há um conjunto bom. Porque um conjunto médio bom pode muito bem ser encontrado por meio do FF2.

[Valeriy Yastremskiy]

Andrey Dik #:
Os componentes podem ser avaliados separadamente em um espaço multifuncional ou todos juntos - meta-avaliações, ou de outra forma - avaliações integrais.

As referências a trabalhos sobre esse tópico são interessantes.

[Maxim Dmitrievsky]

fxsaber #:

Ao procurar cem conjuntos, sim. Se alguém encontrar cem por meio do FF1, um conjunto médio ruim não dirá que não há um conjunto bom. Porque um conjunto médio bom pode muito bem ser encontrado por meio do FF2.

Bem, é isso mesmo.

[Aleksey Nikolayev]

mytarmailS #:

1)

Qual é a contradição?

seleção de parâmetros == pesquisa de parâmetros no algoritmo de otimização

estimativa da métrica do modelo == FF com estimativa de akurashi, por exemplo

Com o que você não concorda?

Leia isto, especialmente a seção "Função de perda != métrica de qualidade". Acho que não conseguiria deixar mais claro.

mytarmailS #:

2)

Você pode explicar melhor o que considera ser o problema? Por exemplo, não estou vendo

Isso leva a uma possível ilimitação do número de parâmetros, já que os espaços de função são de dimensão infinita. Na prática, isso leva à necessidade de controlar o número de parâmetros de alguma forma - no caso das árvores, é a poda das folhas, por exemplo.

[Andrey Dik]

Valeriy Yastremskiy #:

Os links para trabalhos sobre esse tópico são interessantes.

Infelizmente, não posso dar uma referência específica. Acima, dei uma lista de literatura, mas terei que procurá-la eu mesmo, se alguém estiver interessado. Não vou mais me envolver em tais atividades educacionais, manutenção da biblioteca de livros e sua catalogação - não é apreciada e não traz dinheiro.

"Não sue diante dos porcos..."

[Aleksey Nikolayev]

Andrey Dik #:

Infelizmente, não posso lhe dar uma referência específica. Acima, dei uma lista de literatura, mas terei que procurá-la eu mesmo, se alguém estiver interessado. Não vou mais me dedicar a essas atividades educacionais, à manutenção da biblioteca de livros e à sua catalogação - isso não é apreciado e não traz dinheiro.

"Não sue diante dos porcos..."

Gostaria de um link para algoritmos específicos sobre otimização multicritério no espaço de funções. Mas, se não estiver pronto para fornecer, é melhor manter em segredo para maior clareza) Não estou pronto para perder tempo procurando por ele.

[fxsaber]

Valeriy Yastremskiy #:

Os links para trabalhos sobre esse tópico são interessantes.

Há uma certa astúcia nisso. Links para garantir que sejam abertos. Ninguém que esteja "interessado" vai se aprofundar neles. Ninguém lerá os artigos mastigados de Andrei, muito menos trabalhos de natureza acadêmica.

Alguém já viu esse TOP fácil de entender com a capacidade de calcular a classificação de seu próprio algoritmo de otimização?

Fórum sobre negociação, sistemas de negociação automatizados e teste de estratégias de negociação

Aprendizado de máquina na negociação: teoria, modelos, prática e negociação de algoritmos

mytarmailS, 2024.01.11 10:29 AM

E também ninguém se confunde como um algoritmo de otimização top-3 ou mesmo top-1 no mundo, universalmente reconhecido e conhecido como PSO, ele tem no final da classificação, e alguns nomes conhecidos sobre os quais ninguém nunca ouviu falar, como lobos cinzentos, ervas daninhas, etc. Ele tem os líderes))))

https://habr.com/ru/users/belyalova/publications/articles/

[Valeriy Yastremskiy]

Andrey Dik #:
Manter uma biblioteca de livros e catalogá-los

Nem toda coisa útil traz dinheiro)))))