Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2075
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
Muitas pessoas já o tentaram. Eu incluído. MA simples pode ser feito, e filtros de passagem de banda complexos podem ser feitos.
Qualquer coisa que possa ser construída a partir de barras NS/floresta pode facilmente replicar
O que queres dizer facilmente? Podes dar números ou detalhes?
Não o consigo fazer facilmente.
Acabei de tentar reconstruir uma CCI com período 14, que foi construída usando apenas garras
Eu estava a receber um retorno de palhaços numa janela quadrada de tamanho 20
Então, as devoluções são uma porcaria))
Mas se eu normalizar o original (não os retornados) em uma borda 0-1 cada observação, parece melhor
Qualquer coisa que possa ser construída a partir de barras a NS/floresta pode facilmente replicar-se.
Talvez eu esteja errado, mas a lógica me diz que árvores não podem fazer cálculos, o que significa que elas não podem criar um novo objeto a partir de números, mas uma rede pode transformar uma série numérica e criar uma nova funcionalidade com a qual aprender.
Talvez eu esteja enganado, mas a lógica sugere que as árvores não podem fazer cálculos, o que significa que elas não podem criar um novo objeto a partir de números, mas uma rede pode transformar uma série numérica e criar uma nova funcionalidade para a aprendizagem.
Sim, isso é verdade, dito de forma simples, as redes são capazes de interpolar dentro de si mesmas (para inventar (tanto no bom como no mau sentido))
e a madeira só pode se ajustar bem
Esta tarefa não é muito útil, mas como resultado podemos julgar quão bem processamos/normalizamos os dados e em geral a sua qualidade, e não é mau saber que a grelha não funciona, não porque seja burra, mas porque temos dados maus, ou vice versa.
Aí está, uma experiência simples, mas você ganha compreensão ))
Talvez eu esteja errado, mas a lógica me diz que árvores não podem fazer cálculos, o que significa que elas não podem criar um novo objeto a partir de números, mas uma rede pode transformar uma série numérica e criar uma nova funcionalidade para a aprendizagem.
Eles não podem calcular, são como uma base de dados com acesso muito rápido - eles só se lembram.
Eles vão se lembrar que o SSI ou qualquer outro indicador tinha tal e tal valor com tal combinação de inputs. Se não existir tal combinação, a árvore encontrará a combinação mais próxima e, como resultado, a CCI terá um pequeno erro. Se houver uma floresta, ela terá em média várias combinações, provavelmente será mais precisa do que de uma árvore.
Já vi a expressão, "bases de dados baseadas em redes neurais" uma vez. Eu acho que as redes neurais também só se lembram.
O que queres dizer com fácil? Podes dar-me números ou mais detalhes?
Eu não tenho facilidade.
Acabei de tentar reconstruir uma CCI com período 14 e apenas garras
Eu estava a receber um retorno de palhaços numa janela quadrada de tamanho 20
Então, as devoluções são uma porcaria))
Mas se eu normalizar o original (não os retornados) a uma borda 0-1 cada observação, já parece melhor
Em números ou em detalhes, não posso. Há cerca de 2 anos atrás eu fiz isso na rede neural Darch, com filtros bandpass dos artigos de Vladimir Perervenko.
é como um míssil Zircon... quem tiver a primeira ideia de como o fazer, ganha.
Teremos de serrar classificadores diferentes, talvez um dia tenhamos sorte.
é como um míssil Zircon... quem tiver a primeira ideia de como o fazer, ganha.
precisamos de serrar diferentes classificadores, talvez um dia tenhamos sorte.
você deve escrever um passeio aleatório de tudo e treinar sobre ele, selecionar o que você quer aprender + genética para encurtar a busca, e deixar o computador por alguns meses....
é como um míssil Zircon... quem tiver a primeira ideia de como o fazer, ganha.
precisamos de serrar diferentes classificadores, talvez um dia tenhamos sorte.
Acho que os próprios desenvolvedores tentaram seus novos produtos em cotações de mercado. Se houvesse uma vantagem significativa, dificilmente a colocariam no domínio público, mas a venderiam a um banco ou fundação ou fariam a sua própria fundação.
Quase todos os novos desenvolvimentos em MO são agarrados por quants... instantaneamente. É uma questão de saber onde aplicá-lo.
Estamos muito atrasados neste aspecto, pelo menos cinco anos atrás).