交易中的机器学习：理论、模型、实践和算法交易 - 页 1738

新评论
 
马克西姆-德米特里耶夫斯基。
那么，该如何处理呢？ 我还不太擅长聚类。

对新的集群数据进行预测

在R中，这是通过Python中的预测函数完成的，我不知道。

 
mytarmailS:

对新的集群数据进行预测

在R中，这是用Python中的预测函数完成的，我不知道。

如何用这个矩阵和取值来获得群集号？

 
马克西姆-德米特里耶夫斯基。

如何用这个矩阵和特征值得到聚类编号

或者如果你想在另一个程序中进行。

如果你想在一个新的程序中得到中心点矩阵，那么当新的数据进入程序时，你应该通过矩阵运行（逐行）来检查接近度（欧几里得，最有可能），哪个中心点将最接近新的数据，这将是集群编号


 
mytarmailS:

或者如果你想在另一个程序中进行操作

如果你想把带有中心点的矩阵保存到一个新的程序中，那么当新的数据进入程序时，你应该通过矩阵运行数据（逐行检查）以检查接近度（欧氏，很可能），哪个中心点将最接近新的数据，它将是聚类编号


谢谢，我会读的。

在其他算法中，聚类是相同的方案，还是更复杂？

 
马克西姆-德米特里耶夫斯基。

谢谢，我会读的。

在其他算法中，聚类是相同的模式，还是更复杂？

大多数情况下都是如此。

 
马克西姆-德米特里耶夫斯基。

听，问题))))

如果你不知道如何通过聚类来识别新的数据，那么你从哪里得到测试的 "聚类测试 "的？

这些是参与培训的同一组人吗？

 
mytarmailS:

看，问题))))

如果你不知道如何通过聚类来识别新的数据，那么你从哪里得到 "聚类测试 "的测试？

这些是参与培训的同一组人吗？

有一个前提条件。我只是懒得去看代码，解读它是怎么算的。

 
马克西姆-德米特里耶夫斯基。

那里有一个前缀......我只是懒得去看代码并解读它是怎么算的。

那些来自测试的群组没有参与训练？

因为如果他们参与了，你就会明白））。
 
mytarmailS:

那些来自测试的群组没有参与训练？

因为如果他们是，你知道））。

不，当然不是。

 
罗夏。

现在，当我们在期货的末端得到一个完美的圆时，整个依靠频率变换的交易策略的讽刺性就发生了，在那里，任何傻瓜都可以建立它。你只是在最后一周得到了一个工作良好的TS，在开始时你几乎必须在上午做，然后在下午也要做。这是工作，好吧，如果我有机会至少跑去寻找这些数字。我很高兴。


当你得到比第一个数字质量更低的数字时，你应该做以下工作，我把作者的身份留给自己。

基于这样的概念，人们应该忽略第一个信号，当你在第一个信号上有两个箭头向上和向下时，应该建立两个截然相反的策略。薛定谔的猫，量子的概念或一个愚蠢的状态 "我不知道"，好吧，他妈的，但你发现现在到底是什么周期，它的方向，因此第一个信号将被指导，你知道为什么我把它????

因为在缩进的信号上，我是一个狡猾的人，不像有些人，如果我试过了，我就不可能得到一个更好的回合。现在的市场就是这样。而没有压痕的那一圈，实在是比前一个信号的那一圈更酷。我愚蠢地等待着第二个和第三个信号，理论上这两个信号会起作用。 我清楚地知道第一个的方向，但我不知道我找到的循环在原则上是否正确。而在建设的过程中，它也在不断变化。然而，我们不是在专门讨论周期，我们是在讨论周期在综援范围内的基本应用。

来自故事：在遥远的过去，商人们感到无聊，来到实验室的无线电爱好者那里，问道：你对频率振荡了解多少？蓬头垢面的那个留着小胡子、一脸野性的工程师回答说，我什么都知道。这里看一下躺在角落里的示波器:-)这就是数字滤波器 在股票交易中的出现。著名的FATL-SATL。我知道SSA是这些过滤器的后代，其远景是以CSSA的形式出现的。目前没有人想出一个更好的办法。比毛毛虫略微差一点。

所以，获得的圈子质量直接取决于期货到期的时间和当前的波动性。也就是说，在得到一个圆之后，我们需要确定它相对于指定变量的质量。质量标准只能根据经验来确定。这就是我在这里所说的。如果你有关于所进行的研究的官方数据，请告诉我。我不需要失败者的冒犯的眼神。

如果我们要做这项研究，并最终实现 "I "和 "T "的交叉，那就是这样。

因为如果你为当前的愿望和波动性参数得到定性的圈子，你会稳定地赚钱，也可能不会。

嗯，这只是一种说法。我从中得到了乐趣%-)

1...173117321733173417351736173717381739174017411742174317441745...3399
新评论