交易中的机器学习：理论、模型、实践和算法交易 - 页 1238

[Maxim Dmitrievsky]

桑桑尼茨-弗门科。

一切都差不多：RF、XGboost、SVM、GLM、Nnet。

在一些网站上，一种模式比另一种好，在另一些网站上则更差--所有单位都是百分之一。

给人的印象是，模型误差实际上是预测者-目标变量对的误差。有一定的限度，没有任何技巧可以跳过，但很容易破坏它，你可以通过一个有希望的一对

我不必麻烦......我的目标是通过第三方检查alglib库，以确保它能正常工作，或者只是一个奇怪的实现。

也许我担心的是执行问题，只有通过采取规范的模式才能有明显的改善，或者其他一些现在还不清楚的细微差别。

[Igor Makanu]

马克西姆-德米特里耶夫斯基。

我事先不知道列的数量......而且里面有动态数 组的结构数组不是写在文件里吗？)这有点乱......。

你只需要保存一个二维数组，而这个数组的列数是事先不知道的。

动态数组不能用FileWriteArray()写入。

这意味着将数组元素逐一写入文件，或者，你可以打开文件，将数组按字符串组合成带有"，"分隔符的字符串，然后将每个字符串写入.csv文件。

[Maxim Dmitrievsky]

伊戈尔-马卡努。

动态数组不能用FileWriteArray()写入。

这意味着将数组元素逐一写入文件，作为一种选择，打开文件并将数组按字符串组合成带有", "分隔符的字符串，然后将每个字符串写入.csv文件。

是的，这似乎可以，我将尝试。

[Дмитрий]

一维对称模型ARCH、GARCH、GARCH-M、IGARCH，一维非对称模型GJR、EGARCH，多变量模型VECH、对角线VECH、BEKK都是波动率模型。

[Maxim Dmitrievsky]

德米特里。

两年前，我在这里写过Maximka，NS是一个像核弹一样的玩具。如果其他任何模型都能提供至少令人满意的结果，就不建议使用NS--他们发现了不存在的东西，而你对此无能为力。

树木是个好东西，但最好是使用脚手架。

实际上，我在两年前就对这个东西感兴趣了，然后我放弃了一年，现在我又回来了。

现在我知道了很多新词。

[Дмитрий]

马克西姆-德米特里耶夫斯基。

事实上，我两年前开始对这些东西感兴趣），然后我放弃了一年，现在我又回来了。

但现在我知道了很多新词。

也对。

[Renat Akhtyamov]

Alexander_K2:

我不敢苟同。

在现在的程序员/编码员中，印度人是最强的。不开玩笑--我曾有幸在各种项目中与他们合作。

因此，我找到NeuroGraal的最后希望 是 在 Max和他的印度学员 身上 。他们两人将入侵市场，而印度人天生就是一个对需要帮助的人充满同情心的虔诚教徒，他将直接把钱分给大家。

用NS还是什么？

外汇局在创建之初不能使用神经元，因为计算机很弱。

如你所知，你以火攻火。

46年的历史。

主修课程仍然完全按照他们出生时的情况存在。所以到今天为止，一切都很简单。

但我不建议在交易中使用十字架，这完全是小菜一碟......而5位数也在他们的召唤下......。

圣杯 就在每个人的大脑中，有很多神经元。

再次，用你的眼睛，用你的眼睛，然后才是数学结论和公式，而且只有你自己的，因为在任何地方都没有正确的 ...

你所能读到的是大体上使用同一函数的尝试：线，或+到它的进化程度的X轴或Y轴的系数+平均。这就是所有的乌托邦。

[Maxim Dmitrievsky]

Oops, sorry, got the hang of R and python, can you teach me something on this set? while I'm dealing with the boost :)

在火车上测试，以任何比例自行分解。有意思的是，看到不同模型的测试误差，并与大豆进行比较

数据集是小的600行

[Грааль]

马克西姆-德米特里耶夫斯基。

Oops, sorry, got the hang of R and python, can you teach me something on this set? while I'm dealing with the boost :)

在火车上测试，以任何比例自行分解。有意思的是，看到不同模型的测试误差，并与大豆进行比较

数据集是小的600行

数据集相当小，准确性约为55%（+-3%）。

[Maxim Dmitrievsky]

圣杯。

数据集非常小，准确率约为55%（+-3%）。

我有一个较小的班级。 Err 0.14\0.4