Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 160

 
Dmitry :

%10 depozito yüklemesidir.

1.000$ depozitonuz varsa, %10 oranında yüklersiniz - 100$'lık bir işlem açarsınız.

Ve şimdi, DİKKAT, komisyoncu/mutfak tarafından sağlanan kaldıraca bağlı olarak, farklı lotlar satın alabilirsiniz - 10.000$ (1:100), 5.000$ (1:50), 20.000$ (1:200).

not yokernybabay ........


mmmm, yakında "kırılacağını" ve her şeyin "depoyu doldurup kaybettiğimde ikiye katlayan her şey için bir oyuna" kayacağını hissediyorum...

özü omuzlarda değil, sermayede, tahkimde trend takipçileri üzerinde daha fazla kaldıraç olabilir, daha küçüktür, ancak enayi olmasa da herhangi birinin sermayenin% 2-3'ünden fazlasını riske atması olası değildir. Portföydeki bir işlem için, portföy yüzlerce pozisyona sahip olabilir ve üçte ikiden fazla yüklenebilir, ancak teorik olarak bile, hangi ton aniden sermayenin %10'undan fazlasını aldı diye olmamalı, bu saçma, bu bahis mutfaklarının "depozitoyu overclock etme" ve benzeri saçmalıklarla ilgili propagandasıdır

 
mytarmailS :

Çok teşekkür ederim ama senaryo düşündüğüm gibi çalışmıyor, ilk yönteme göre daha da az seviye var ....

Anladığım kadarıyla yüksek sadakat fiyatlarına takılıp kalmamak gerek böyle bir şey yapmak lazım.

ama fiyat ölçeğinin kendisini nasıl tamamlayacağımızı, şimdi olduğu gibi min. adım 1 puan ve min. 20 puanlık bir adım diyelim ama 20 puanlık her adımda bu 20 puanın içinden geçen hacimlerin toplamı var.. yazılanlardan bir şey

burada şekil için bir bağlantıdır. http://prntscr.com/ct8kgg

foruma resim yükleyemedim 10 kere denedim

Bu arada, bunu kene olmayan bir grafik için yapmak gerçekçi değil, değil mi?
 

SanSanych, bence, eğitim ve yeniden eğitim dengesiyle ilgileniyordu. Bağlantıda, adam Bayes olasılıklarına dayanarak bunun nasıl yapılacağına dair ilginç fikirlerden bahsediyor.

https://postnauka.ru/video/55303

Построение сложных вероятностных моделей
Построение сложных вероятностных моделей
  • postnauka.ru
Математик Дмитрий Ветров о теореме Байеса, целях машинного обучения и сложных вероятностных моделях
 
sibirqk :

SanSanych, bence, eğitim ve yeniden eğitim dengesiyle ilgileniyordu. Bağlantıda, adam Bayes olasılıklarına dayanarak bunun nasıl yapılacağına dair ilginç fikirlerden bahsediyor.

https://postnauka.ru/video/55303

Okuduğunuz için teşekkürler.

Yazarın fazla iyimser olduğunu düşünüyorum.

Yeniden eğitim sorunu prensipte çözülemez. Gerçek şu ki, "yeniden eğitim", bilimin metodolojik bir sorunudur. Tüm bilim, bir yandan belirli bir fenomeni biraz doğrulukla iyi bir şekilde tanımlayacak ve diğer yandan oldukça geniş bir benzer fenomen yelpazesini kapsayacak bazı genelleştirici modeller bulmayı amaçlar.

Newton'un yerçekimi yasasını alın.

Ev düzeyinde, bir çelik bilye için ve ayrıca yüksek özgül ağırlığa sahip malzemelerden yapılmış diğer tüm kompakt gövdeler için oldukça doğru bir şekilde çalışır. Ancak kavak tüyü için hiç çalışmıyor.

Bu yasanın sınırı nerede?

Finansal piyasalar için kullanılan makine öğrenimi modelleri için, burada bu başlıkta şu sınırı formüle ettim: hedef değişken için tahmin ediciler olarak, yalnızca hedef değişkenle "ilgili" olanlar kullanılmalıdır. Bayes yaklaşımını "ilgili" olarak uygulamak mümkün müdür? bilmiyorum.

Ancak sözlerimin bir tür vahiy olmadığını not ediyorum. İstatistiklerde temel kural şudur: çöp içeri - çöp dışarı. Ancak sorun şu ki, istatistikte "ilgili"yi tanımlarken, her zaman bir anlamı olan "korelasyon" kavramına güveniyoruz. Ve "korelasyon eksikliği"nin böyle bir anlamı yoktur. Bu nedenle, mutlaka "ilgili değil" anlamına gelmesi gereken "ilgili" ve ardından bazı niteliksel derecelendirmeler yazıyorum.

Makine modellemesinde aşırı takmayla mücadelenin en yaygın yöntemleri için, aşağıdaki örnekte en açık şekilde açıklanabilecek kabalaştırma ilkesi vardır.

Bir polinom alıyoruz ve derecesini artırıyoruz, uydurma hatasını azaltıyoruz. Elde edilen hatalar, örneğin %5. Sonra polinomun en yüksek dereceli son üyesini atarız - modeli kabalaştırdık, hatayı arttırdık, ancak bu polinom çok daha fazla sayıda durumda kullanılabilir.

İlk önce gürültünün girdi tahmin edicilerini temizlemezseniz, yani. Hedef değişkenle "ilgili değil", o zaman "pürüzlendirme" yöntemi çalışmaz, tıpkı tahmin edicilerin "önem" kavramını kullanan diğer yöntemler gibi çalışmaz. Bir modele uyarlanırken bir tahmin edicinin ne sıklıkta kullanıldığına bağlı olarak "önemi" hesaplayan algoritmalar özellikle düşük performans gösterir.

Belirttiğim sorunun çözümü için yazıda önerilen yöntemin yerini bilmiyorum.

 
San Sanych Fomenko :

...

Newton'un yerçekimi yasasını alın.

Ev düzeyinde, bir çelik bilye için ve ayrıca yüksek özgül ağırlığa sahip malzemelerden yapılmış diğer tüm kompakt gövdeler için oldukça doğru bir şekilde çalışır. Ancak kavak tüyü için hiç çalışmıyor.

Bu yasanın sınırı nerede?

...

İşte forumda, bilimden bir yazar oturuyor.

Bilimsel ifadeler söyler. Neredeyse kendine inanıyor.

Ve hepsi, kimsenin ona itiraz edemeyeceği forumda "yazdığı" için.

O forum değil. Bilimsel değil. Ve Newton cevap vermeyecek...

Ve şöyle bir ifadenin "yazarına" yol açar: "Ev düzeyinde, bir çelik bilye için ve ayrıca yüksek özgül ağırlığa sahip malzemelerden yapılmış diğer tüm kompakt gövdeler için oldukça doğru bir şekilde çalışır. Ancak kavak için kabartmak hiç çalışmıyor."

Tek kelime - ekkonometrist ...


 
Vladimir Sus :

Tek kelime - ekkonometrist ...

mola

Newton yasası kavak tüyü için geçerli değildir ... yapabilirsiniz.

 

Merhaba. Newton uzaklaştı, ben onun arkasındayım.

Andrey Dik :

Newton yasası kavak tüyü için geçerli değildir ... yapabilirsiniz.

Dikkatlice okuyun lütfen:

San Sanych Fomenko :

... Ev düzeyinde ... kavak tüyü için hiç çalışmıyor ...

Görüyorsunuz, vakum bir ev seviyesi değil. Ya da uzayda bir yerde yaşıyorsun, o zaman tabii ki evet, sıradan
 
Vladimir Sus :

Tek kelime - ekkonometrist ...

Ekonometriye karşı bir şeyiniz var mı? Bu mesleğin ortalama maaşlarına bakın, ABD'de bir ekonometrist kolayca yılda altı haneli dolar kazanabilir.
 
Dr.Tüccar :

Merhaba. Newton uzaklaştı, ben arkasındayım.

Dikkatlice okuyun lütfen:

Görüyorsunuz, vakum bir ev seviyesi değil. Ya da uzayda bir yerde yaşıyorsun, o zaman tabii ki evet, sıradan
Kanun işe yarıyor ve aynı zamanda kabartmak için. Ama "hane düzeyinde" şeylere baktığınızda, elde ettiğiniz şeyi alırsınız....
 
Andrey Dik :
Kanun işe yarıyor ve aynı zamanda kabartmak için. Ama "hane düzeyinde" şeylere baktığınızda, elde ettiğiniz şeyi alırsınız....

Peki ya size doğada "Newton Yasası" diye bir etkileşim olmadığını söylersem? Ve bu sadece hesaplamaları basitleştirmek için türetilmiş bir formül. Ve "Newton Yasası çalışır veya çalışmaz" ifadesinden, bu formülün herhangi bir işlemi hesaplamak için kullanılabileceği veya tam tersinin, görevin karmaşıklığı ve dünyanın rastgeleliği nedeniyle uygulanamayacağı anlaşılmaktadır.

Diyelim ki çelik bir topumuz var. Kütlesini bilerek, ne kadar hızlı düşeceğini, yere ne kadar çabuk ulaşacağını vb. belirleyebilirsiniz ve tüm bunlar oldukça doğrudur. Tüy konusunda o kadar çok etki vardır ki Newton yasalarını uygulamak tüyün nereye ve ne zaman düşeceğini hesaplamanıza yardımcı olmaz. Kendinizi okyanusun dibindeki rüzgarsız bir odaya kapatsanız bile, herhangi bir sismik aktivite bile değişimlerini yapacak ve tüyler hesapladığınız yere düşmeyecektir. Böyle karmaşık bir deney bile günlük yaşamın sınırlarının ötesindedir, ancak yine de yeterince doğru değildir.

Kabartmanın davranışı, forex'teki bir ticaret sembolünün davranışına bir benzetmedir. Binlerce formül ile Uzman Danışman yapabilirsiniz ama hepsi bu süreçte sadece gözlemlediğiniz olguları anlatacaktır. Bu süreçlerin altında yatan şey sizin için hiçbir zaman tam olarak net olmayacak ve bu nedenle, hangi kesin formülleri türetmiş olursanız olun, bunlar yalnızca ideal koşullar altında çalışacak ve yalnızca daha önce gözlemlediğiniz fenomenleri tanımlayacaklardır. Ama gerçekte, beklenmedik bir şey olacak ve piyasa tüm formüllerinize aykırı olacak ve tüm duraklarınızı kaldıracak.