Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2404

 
Aleksey Nikolayev:

Por exemplo, algum modelo simples de reconversão onde um novo exemplo é adicionado e os obsoletos são expulsos.

A apresentação de Vorontsov como uma ilustração da ideia da abordagem.

 
Aleksey Nikolayev:

A apresentação de Vorontsov como uma ilustração da ideia da abordagem.

Optimização de um EA on the fly usando a aprendizagem da máquina: regressão logit

Грокаем "память" рынка через дифференцирование и энтропийный анализ
Грокаем "память" рынка через дифференцирование и энтропийный анализ
  • www.mql5.com
Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
 

Ou todos os tipos de bandidos com um só braço e aprendizagem de reforço da série temporal que actualizam os estados ao longo do tempo

não funciona no mercado, mas tu aguentas.

 
Maxim Dmitrievsky:

Ou todos os tipos de bandidos com um só braço e aprendizagem de reforço da série temporal que actualizam os estados ao longo do tempo

não funciona no mercado, mas tu aguentas.

Bem, há todo o tipo de coisas lá fora, incluindo a detecção de pontos de mudança.

Não é difícil encontrar algo que não funcione no mercado - é difícil encontrar algo que funcione)

 
Aleksey Nikolayev:

Bem, há todo o tipo de coisas lá dentro, incluindo a detecção de pontos de mudança.

Qualquer coisa que não funcione no mercado não é difícil de encontrar - é difícil encontrar qualquer coisa que funcione)

Huh,

qualquer coisa

só há uma opção

;)

 
Maxim Dmitrievsky:

oaprendizado de reforço para séries temporais que atualiza estados ao longo do tempo no mercado não funciona

quais são os métodos mais promissores no MO?

 
Evgeni Gavrilovi:

então quais são os métodos mais promissores no MoD?

Dependendo de quais tarefas, penso que generativas e sensíveis ao contexto, em geral.

eles estão em constante evolução, nunca se sabe o que vai acontecer a seguir.
 
AHAHAHH....
Decidi reconhecer fotos com estocásticos, qual método de MO seria mais promissor? )))))
 
Aleksey Nikolayev:

Bem, há todo o tipo de coisas lá dentro, incluindo a detecção de pontos de mudança.

É algo parecido com o descrito neste artigo (o artigo em si não é muito útil).

 
Aleksey Nikolayev:

Significa algo como o que está delineado neste artigo (o artigo em si não é particularmente útil).

a idéia é geralmente correta, mas não requer necessariamente treinamento online na vida real, ela só pode ser feita na fase de treinamento básico/reciclagem e depois usada como está