Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 929
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Uma estratégia básica é necessária APENAS para selecionar o momento (tempo) para analisar. Pode ser estático e não ter parâmetros de otimização. Se otimizarmos a estratégia básica, obtemos um monte de modelos. A otimização da estratégia básica não faz sentido. O carregamento é tratado pela NS. Basta definir um conjunto básico de parâmetros adequados, em termos de número de negócios por dia, e treinar NS sobre o mesmo.
Sim, as estratégias básicas devem ser muito simples... precisamos modificar um pouco o quadro e você pode adicionar qualquer estratégia, precisamos de diversificação.
Ela diz que sou inteligente e que tenho que levá-la para a Austrália porque ela tem uma amiga lá.
precisamos de um casamento falso para isso.
Você é tão inteligente... Eu estaria disposto a passar por um casamento falso com uma boazona como tu uma vez... bom para si!!!! Vejam isto pessoal, que viagem........ É nisso que você é bom, Maximka. -)))))
Na previsão oval, você ainda precisa arredondar (>=0,5 -> 1; <0,5 -> 0) Vou tentar mnogovhodov, acho que será melhor, lá as classes 0 e 1 são mais iguais.
Eu não entendo, onde dois valores maiores que 0,5, o quê?
Você é tão inteligente... Eu gostaria de ter um casamento falso com uma boazona como tu, por uma vez... bom para si!!!! Vejam isto, pessoal, que viagem........ É nisso que você é bom, Maximka. -)))))
O engraçado é que, se queres arruinar o teu humor e a tua auto-estima, vai à bolsa de valores.
É melhor não abusar. Como hobby, está tudo bem. As redes neurais são interessantes, mas nada mais. Quanto mais o complicas, mais ficas confuso.
Então ambos serão 1 quando arredondados.
Se você não se importa com as probabilidades, você pode largar ramos inteiros se todos eles acabarem com a mesma classe após o arredondamento.
mnogovhodov_02 2016 arr_Buy acabou assim:
Eu nem sei como julgar os resultados... Parece-me que a árvore ainda pode ser ramificada, porque ainda há um carro cheio de preditores. Porque não?
A tabela carece de informações sobre o reforço, ou seja, quantas dessas variantes na amostra como porcentagem, por exemplo, mostra que o ramo mais à direita dá a entrada correta em 77%, o que é muito bom, mas não está claro quantas vezes isso aconteceu.
Alternativa. O resultado é imediato nas aulas, sem probabilidades. Isso parece-me pior.
Isto faz mais sentido se o padrão estiver completo, mas quando as probabilidades são de 49 a 51, não se trata realmente
O engraçado é que, se você quer arruinar seu humor e sua auto-estima, vá para a bolsa de valores
Por isso, é melhor não abusar dele. Como hobby, está bem. As redes neurais são interessantes, mas nada mais... Quanto mais o complicas, mais ficas confuso.
Eu não te reconheço. É muito bom para ti compreenderes uma verdade simples. "Tudo brilhante é simples", mesmo no campo da aprendizagem de máquinas. Quanto mais simples for a rede, melhor funciona.....
Então ambos serão 1 quando arredondados.
Se você não se importa com as probabilidades, você pode descartar ramos inteiros se todos eles acabarem com a mesma classe após o arredondamento.
E se você encontrar ramos com boa probabilidade e codificá-los em um preditor, e depois deixar a árvore moer novamente, então a árvore vai pensar como melhorar a partir dos resultados encontrados (você não acha que os preditores devem gostar, já que eles têm alta porcentagem de decisões corretas)?
Parece-me que a árvore ainda pode ser ramificada, uma vez que ainda há um carro cheio de preditores. Porque não?
Se nos ramificarmos mais, a precisão destes dados aumentará, naturalmente. Mas muito provavelmente diminuirá com novos dados.
Chegamos a um certo ideal quando a árvore aprendeu alguma coisa, mas ainda não há excesso de equipamento, por isso podemos esperar resultados semelhantes em novos dados.
Eu não te reconheço. Fez-te mesmo bem aprender uma verdade simples. "Tudo brilhante é simples", mesmo no campo da aprendizagem de máquinas. Quanto mais simples for a rede, melhor funciona.....
Bem, uma espécie de desejo de foder toda a gente e mostrar que o mercado ganhou. Claro, o resto é um disparate... )