Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 853

 
Mihail Marchukajtes:
Ei, ouçam, espertalhões!!!! Tem a coragem de resolver o meu problema?

Porque é que precisamos das suas tarefas? Nós já temos o suficiente))

 
Mihail Marchukajtes:

Você sabe o que está dizendo?????

A panela não está a cozinhar nada?

 
Yuriy Asaulenko:

Porque é que precisamos das suas tarefas? Já temos o suficiente dos nossos).

seu idiota de papelão.... Esta tarefa é uma KEY!!!!

 
Mihail Marchukajtes:

Seu idiota de papelão.... Esta tarefa é KEY!!!!

Isso depende. Pode ser a chave para ti. Decide, querida.

 
Maxim Dmitrievsky:
Leva-me às lágrimas ver que continuas a captar a importância dos preditores para alguns pedaços da história do mercado. Porquê? É uma profanação de métodos estatísticos.

Porquê? A tua pergunta soa exactamente como se não fosse isso. ???? Eu digo-te porquê 12 de Janeiro de 2010

Porque é suficiente selecionar da variedade de dados de entrada exatamente o que fomos capazes de determinar com a ajuda de métodos estatísticos e cálculo da entropia de VI, etc. Nós demos a entrada exatamente o que é importante para a saída. Portanto, este pré-processamento apenas conclui que existe algum tipo de correlação entre entrada e saída. Só esta!!!! Sim, estas cinco entradas têm uma relação com a saída. Mas qual é exactamente essa dependência? Isto é o que o sistema de IA e os optimizadores procuram. E após os modelos obtidos estimamos como mostra a figura e encontramos o modelo que funciona. Então qual modelo na minha foto está a funcionar A? Б ? C? Ou D?

Uma rede neural não é um caixote do lixo, você pode colher o que você coloca nela. Surpreende-me que não soubesses que até agora, 12 de Setembro de 2009.

 
Yuriy Asaulenko:

Isso é uma questão de opinião. Tu podes ser a chave. A decisão é tua, querida.

Então também é a chave para ti, não percebes mesmo, pois não? Esse é o teu problema. Você não quer ouvir o que lhe dizem....

 
Mihail Marchukajtes:

Porquê? A tua pergunta soa exactamente assim, não soa. ???? Eu digo-te porquê 12 de Janeiro de 2010

Porque é suficiente selecionar da variedade de dados de entrada exatamente o que fomos capazes de determinar usando métodos estatísticos e calculando a entropia do VI, etc. Nós demos a entrada exatamente o que é importante para a saída. Portanto, este pré-processamento apenas conclui que existe algum tipo de correlação entre entrada e saída. Só esta!!!! Sim, estas cinco entradas têm uma relação com a saída. Mas qual é exactamente essa dependência? Isto é o que o sistema de IA e os optimizadores procuram. E depois dos modelos obtidos estimamos como mostra a figura e encontramos o modelo que funciona. Então qual modelo na minha foto está a funcionar A? Б ? C? Ou D?

Uma rede neural não é um caixote do lixo, você pode colher o que você colocar nela. Surpreende-me que não soubesses que até agora, 12 de Setembro de 2009.

você só está olhando para a importância do pedaço atual do gráfico, cujos padrões mudam no O.D., como a importância

você só peneirar o lixo através da importância

Pergunto-me como é difícil compreender, depois de todos estes anos.
 
É bem possível que você já tenha sistemas capazes de produzir modelos adequados, e às vezes você os adquire. Você o considera um acidente apenas porque não sabe como procurar ou escolher entre toda a variedade de modelos construídos pela sua própria IA. Afinal, a tarefa principal na IA não é obter um modelo, mas escolher na sua variedade ou treinar repetidamente o mesmo ficheiro de treino...... Viver e aprender...
 
Mihail Marchukajtes:

Então é a chave para ti também, não a entendes mesmo???? Esse é o teu problema. Você não quer ouvir o que lhe estão a dizer....

Para mim? Eu já resolvi o problema. Agora estou a pensar noutra coisa para fazer. Python ou R. Ainda não tenho ideias novas.

 
Maxim Dmitrievsky:

você só observa as importações para a fatia atual do gráfico, cujos padrões mudam no OOS, da mesma forma que as importações

através da importância, você só peneirar o lixo.

Pergunto-me como é difícil compreender, depois de todos estes anos.

Isso mesmo, você está pensando corretamente, então a tarefa da IA está precisamente na série não-estacionária cujo padrão é flutuante. A tarefa da IA é manter o desempenho quando essa dependência foge, pelo menos por uma quantidade insignificante de tempo, mas suficiente para ganhar dinheiro. Afinal de contas, o padrão não muda por saltos e limites. No lugar do principal, a primeira entrada há outra, mas a principal ainda permanece no conjunto e aqui é a IA que assume o fardo de segurar a linha, como eles dizem. É por isso que no primeiro mês do contrato de futuros se tem que treinar muito frequentemente, especialmente quando o mercado não sabe para onde ir. Olhando para o Vtrite, eu posso ver este padrão a dançar à volta. Mas no meio e no final dos futuros o mercado normalmente se torna mais ordenado e uma entrada durante muito tempo é visível.