Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 787
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
Eu só queria discutir isso com alguém, mas ninguém além do feiticeiro sabe nada sobre isso, então eu vou discutir isso comigo mesmo.
:)))))))))))) São sobretudo as crianças daqui, Maxim. E você não deve brigar com Koldun - você deve ler cuidadosamente o que ele escreve. A propósito, tal como as minhas operações desenfreadas :)))))))
:)))))))))))) São sobretudo as crianças daqui, Maxim. E não deve discutir com o Koldun - deve ler cuidadosamente o que ele escreve. Assim como as minhas operações desvairadas :)))))))
Você está indo bem, Alexander, mas eu ainda não entendi metade, então ainda não posso dizer nada sobre isso :) E eu tenho uma compreensão pobre das distribuições, como compará-las e transformá-las, etc. Eu simplesmente nunca fiz isso.
Vou investigar isso mais tarde.
RL é um modelo assistido por professores, mas você não o ensina, e os resultados são selecionados aleatoriamente e depois atualizados (isso é chamado de aprendizado de reforço)
O que é suposto eu refutar? o sobretreinamento pode estar lá e lá, dependendo de quão informativos são os traços
vocês parecem ser pessoas inteligentes, mas escrevem algumas parvoíces, tudo a mesma coisa por 100 razões
Eu só queria discutir este método com alguém, mas além do Feiticeiro ninguém sabe nada sobre ele.
É um processo de reaprendizagem.
Eu entendo corretamente que o problema da reciclagem é o mesmo para todos os modelos e um separado, independente.
1. Os modelos com reforço resolvem o problema com o próprio professor, de alguma forma automatizam o processo?
2. Os modelos com reforço não criam problemas adicionais na área de sobre-aprendizagem? Bem, pelo menos pelo facto de o professor também estar ajustado à área?
Entendo corretamente que o problema de requalificação é o mesmo para todos os modelos e para um modelo separado e autônomo.
1. Os modelos com reforço resolvem o problema com o próprio professor, de alguma forma automatizam o processo?
2. Os modelos com reforço não criam problemas adicionais na área de sobre-aprendizagem? Bem, pelo menos pelo facto de o professor também estar a ser combinado com o enredo?
Eu acho que o auto-reforço
1. sim
2. podem criar mal-entendidos, pois as etiquetas de saída estarão em constante mudança à medida que forem sendo ensinadas e combinadas. Mas é possível analisar a dinâmica das etiquetas e encontrar os conjuntos com a menor quantidade de encaixe.
Você está indo muito bem, Alexander, mas eu não entendo metade disso, então ainda não posso falar sobre isso :) e não entendo muito sobre distribuições, como compará-las, transformá-las, etc. Eu simplesmente nunca fiz isso
Vou ver isso mais tarde.
80% de entradas correctas...
Sabes, é uma questão de opinião.
Pessoalmente penso que 100% não é suficiente. Mais precisamente, uma tal estimativa de TC não é de todo aplicável na sua essência.
TS deve negociar da seguinte forma: qualquer entrada - comprar/vender e sempre lucrar!
Você está indo muito bem, Alexander, mas eu não entendo metade disso, então ainda não posso falar sobre isso :) e não entendo muito sobre distribuições, como compará-las, transformá-las, etc. Eu simplesmente nunca fiz isso
Vou ver isso mais tarde.
Não há muito para ler. Pelo contrário, estou a ler este fio - à espera de um avanço na busca do graal neural. E tenho a certeza que isso vai acontecer em breve. A sério. E eu posso até adivinhar o nome da pessoa que está prestes a literalmente nos explodir com os resultados. Mas eu não vou dizer. Que haja intrigas.
Não há muito para ler. Pelo contrário, estou a ler este fio - à espera de um avanço na busca do graal neural. E tenho a certeza que vai acontecer em breve. A sério. E eu posso até adivinhar o nome da pessoa que está prestes a literalmente nos explodir com os resultados. Mas eu não vou dizer. Que haja intrigas.
Desde que não fique calado e não fuja com sacos cheios de coisas do fórum :)
O principal é que ele não se cala depois e foge com os sacos cheios deles do fórum :)
Isso é certo!
Acredito que os independentes
1. sim
2. podem criar mal-entendidos, uma vez que as etiquetas de saída estarão em constante mudança durante o treinamento e sua adaptação. Mas é possível analisar a dinâmica das etiquetas e encontrar os conjuntos com a menor quantidade de encaixe.
a maneira mais fácil é parar cedo, pré-aprendizagem. tudo é o mesmo que na aprendizagem normal assistida por professores
Não é o que estará em X bares que importa, mas o que estava em 10 bares, ou seja, se X pips foram alcançados em 10 bares, então nós abrimos.
Mihail Marchukajtes:
Estás a confundir o teu rabo com o polegar. Desculpa lá isso. Peço-lhe sinceramente que expresse adequadamente os seus pensamentos e argumentos contra, se os tiver. Você tem toda a razão, vamos olhar para trás 10 barras para obter a previsão 10 barras mais tarde. É assim que todos os TS-NS são normalmente construídos.
Nós construímos a previsão primeiro. Nós obtemos o seu valor e depois decidimos que acções tomar com este valor ou que uma....
Aleksey está certo. A previsão do 5º bar pode dar +100pts e a do 10º - 0pts. Acabaremos por perder uma troca. Ou a previsão no 10º bar pode mostrar +100pts. Mas no 5º bar podemos ver -100 pts e apanharás uma paragem perdida. Você deve prever todas as barras de 1 a 10.
A desvantagem é a crescente complexidade da rede, uma vez que há mais saídas e, como resultado, o tempo de cálculo é maior. Também devemos duplicar o número de neurónios em camadas escondidas...
Leia o blog do Topkstarter, também há regressão e muitas ideias inteligentes.