Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3375
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Есть такие, да. Но для нашей темы нужнее сети для работы с последовательностями, а не таблицами. Потому что они изначально последовательности.
Первый вариант, таблицы - экселевские таблицы, ко всему каждая строка имеет временной маркер. Самая привычная форма финансовых данных.
Второй вариант, рукописные буквы. Обучение с учителем, где в качестве учителя печатная буква, а столбец под ней варианты рукописного написания этой буквы.
Сравниваем бустинг и НС. Что более пригодно и для какого случая? Или равноценно?
ПС.
Из Rattle, который имеет rpart (простое дерево), rf, ada, SVM, glm, nnet (вероятно самая простая НС). Самый плохой результат у rpart, второе место с конца - nnet, остальные четыре примерно одинаково, зависит от входных данных.
чёй-то такой настроение...
а можешь доказать что они именно последовательности ? помимо факта очерёдности приёма.
Не понял, последовательности не могут быть в табличном формате?
Первый вариант, таблицы - экселевские таблицы, ко всему каждая строка имеет временной маркер. Самая привычная форма финансовых данных.
Второй вариант, рукописные буквы. Обучение с учителем, где в качестве учителя печатная буква, а столбец под ней варианты рукописного написания этой буквы.
Сравниваем бустинг и НС. Что более пригодно и для какого случая? Или равноценно?
ПС.
Из Rattle, который имеет rpart (простое дерево), rf, ada, SVM, glm, nnet (вероятно самая простая НС). Самый плохой результат у rpart, второе место с конца - nnet, остальные четыре примерно одинаково, зависит от входных данных.
Теоретический вопрос.
Есть ТС, которая великолепно подгоняется. При этом точно известно, что определенный набор входных параметров прибыльно эксплуатирует реальную закономерность. Т.е. этот набор не является подгонкой.
Возможно ли найти этот набор?
Теоретический вопрос.
Есть ТС, которая великолепно подгоняется. При этом точно известно, что определенный набор входных параметров прибыльно эксплуатирует реальную закономерность. Т.е. этот набор не является подгонкой.
Возможно ли найти этот набор?
Нет, так как в НЕ стационарных данных нет закономерностей
Теоретический вопрос.
Есть ТС, которая великолепно подгоняется. При этом точно известно, что определенный набор входных параметров прибыльно эксплуатирует реальную закономерность. Т.е. этот набор не является подгонкой.
Возможно ли найти этот набор?
Ну вы же нашли
У Вас речь про входные параметры ТС, а я про НЕ стационарность входных данных. Если поработать с НЕ стационарностью, то возможно создать ТС на основе гарч-моделей или же в рамках МО, которые продолжают бороться с НЕ стационарностью. Входные параметры играют второстепенную роль.
Теоретический вопрос.
Есть ТС, которая великолепно подгоняется. При этом точно известно, что определенный набор входных параметров прибыльно эксплуатирует реальную закономерность. Т.е. этот набор не является подгонкой.
Возможно ли найти этот набор?