Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3420

Новый комментарий
 
Forester #:
MatrixLearn

Распечатал так - получил нули

   for(int row=0; row<N_Strok; row++)//Число строк
   {
      Print(MatrixLearn[row]);//строка/столбец
   }

Правильно ли распечатал?

Если правильно, то получается, что тут ошибка

MatrixLearn[row].Set(col,Input_arr_Data[N_Stolb*row+col]);//строка/столбец

Делал по аналогии, как у Вас в коде.

 
fxsaber #:
К тому, что если есть закономерность, то она одинаковая в обе стороны.

То есть если есть сезонная закономерность, например "sell in may and go away", то в какие конкретно стороны она одинаковая?

 
Maxim Dmitrievsky #:

То есть если есть сезонная закономерность, например "sell in may and go away", то в какие конкретно стороны она одинаковая?

Стат. значимость такой стратегии близка к нулю.

 
fxsaber #:

Стат. значимость такой стратегии близка к нулю.

А если не близка к нулю 
 
Aleksey Vyazmikin #:

Распечатал так - получил нули

Правильно ли распечатал?

Неправильно. Доступ на чтение как в 2мерном массиве

Print(MatrixLearn[row][col]);//строка/столбец
 
Maxim Dmitrievsky #:
А если не близка к нулю 

Тогда буду пересматривать свое чутье.

 
Forester #:

Неправильно. Доступ на чтение как в 2мерном массиве

Всё равно нули.

Даже если я просто присваиваю

MatrixLearn[row][col]=5;

Не понимаю в чём дело :(

 

Даже так если

MatrixLearn[0][0]=5;
Print(MatrixLearn[0][0]);

Принтует нули.

 


Представление модели бесконечной балансировки курса валют EUR=USD требует абстракции от реального рынка и принятия нескольких ключевых предположений. В реальном мире курсы валют подвержены влиянию множества факторов, включая экономические показатели, политические события, центральные банки и маркет-сентимент. Однако для модели, которая стремится поддерживать EUR и USD в состоянии бесконечного равновесия (1 EUR = 1 USD), мы можем рассмотреть следующий теоретический подход:

  1. Автоматическая коррекция: Модель будет автоматически корректировать курс обмена валют в реальном времени, используя алгоритмический подход. Каждый раз, когда курс отклоняется от 1:1, система выполняет операции на рынке для восстановления равновесия. Это может включать покупку валюты, которая стала дешевле, и продажу более дорогой валюты.

  2. Бесконечный резерв валют: Для поддержания равновесия модель должна иметь доступ к практически неограниченным резервам обеих валют. Это позволит модели вмешиваться в рынок с любым объемом, необходимым для коррекции курса.

  3. Мониторинг внешних факторов: Модель должна непрерывно анализировать рыночные данные и внешние факторы, которые могут влиять на курс обмена валют. Это включает экономические индикаторы, политические события и изменения в торговой политике.

  4. Использование производных финансовых инструментов: Для балансировки курса модель может использовать различные финансовые инструменты, такие как фьючерсы, опционы и свопы. Это позволит эффективно хеджировать риски и влиять на курс без необходимости прямой покупки или продажи больших объемов валюты.

  5. Искусственный интеллект и машинное обучение: Модель будет включать алгоритмы искусственного интеллекта и машинного обучения для прогнозирования рыночных тенденций и оптимизации своих операций. Это позволит системе адаптироваться к меняющимся рыночным условиям и улучшать свою способность поддерживать курс на уровне 1:1.

Хотя такая модель представляет интерес с теоретической точки зрения, на практике её реализация сталкивается с серьезными вызовами. Во-первых, необходимость в бесконечных ресурсах делает такую систему невозможной для реализации. Во-вторых, рыночные силы и внешние факторы слишком многочисленны и непредсказуемы, что делает задачу бесконечной балансировки курсов валют чрезвычайно сложной. В-третьих, вмешательство в рынок для поддержания фиксированного курса обмена может иметь непреднамеренные последствия для экономики.



 
Aleksey Vyazmikin #:

Всё равно нули.

Даже если я просто присваиваю

Не понимаю в чём дело :(

Ну вы примеры хоть сморите?

Присваивание так

MatrixLearn[row].Set(col,val);
Чтение так
v=MatrixLearn[row][col];
1...341334143415341634173418341934203421342234233424342534263427...3655
Новый комментарий