交易中的机器学习:理论、模型、实践和算法交易 - 页 2212

 
Maxim Dmitrievsky:

你的意思是你不能......好吧,你可以把它分开))

如果一个标准的全局最小值是-1000,另一个是0,而第三个是150k

你想在上面加什么?)))))) 你不知道你在说什么

 
mytarmailS:

如果一个标准的全局最小值是-1000,另一个是0,而第三个是150k

你在那里加什么?)))))) 你不知道你在说什么

不要让它们成为无限的,只是把它们放在一个范围内,像所有其他的一样,从0到1。

 
Maxim Dmitrievsky:

不要让它们成为无限的,而是把它们设置为像其他所有的范围,从0到1。

不,马克思,它不是这样的,优化是对未知事物(函数、参数等)的搜索。

要把 "某物 "放在0-1的范围内,我需要有它,我没有它,我就用优化来寻找它。

 
mytarmailS:

不,麦克斯,这不是它的工作方式,优化是对未知事物的搜索(函数、参数等)。

要在0-1的范围内得到 "东西",我需要有它,我没有它,我用优化来寻找它......

无论怎样...你有一个需要被最大化/最小化的函数......一切

这就是为什么所有健康的F-I都在范围内。和你有一个吸烟者的火

 
Maxim Dmitrievsky:

无论怎样...你有一个函数来最大化/最小化...一切。

听着,你在生活中有没有做过多标准的参数搜索?

 
mytarmailS:

听着,你在生活中有没有做过多标准的参数搜索?

我不明白你在做什么,画个图吧。

 
Maxim Dmitrievsky:

我不明白你在做什么,画个图吧。

你为 "最大利润 "训练神经元,这是为一个标准("最大利润") 进行训练。


亚历山大-亚历山德罗维奇 说,neuronka找到了 "不交易 "的最佳解决方案。我想不出他是怎么做到的,但好吧......。

因此,如果神经元决定 "不交易"因此,如果神经元决定 "不交易",这意味着我们需要增加一个标准(最低的交易数量):"最小交易"。


事实证明,我们已经要用两个标准(或10个 标准)来优化了

你不能在这里将任何东西归一化,因为我们不知道最终的结果。

 
mytarmailS:

所以你为 "最大利润 "训练神经元。 这是按一个标准("最大利润") 进行训练。


亚历山大-亚历山德罗维奇 说,神经元找到了最佳解决方案 "不要交易"。我想不出他是怎么做到 的,但是好吧......。

因此,如果神经元决定 "不交易"因此,如果神经元决定 "不交易",这意味着我们需要增加一个标准(最低的交易数量):"最小交易"。


事实证明,我们已经要用两个标准(或10个 标准)来优化了

由于我们不知道最终的结果,所以我们不能在这里将任何东西归一化。

我认为这就是问题所在

当没有人理解任何东西的时候,但他们开始在它的基础上建立。

这就是为什么有一个为书呆子开设的神经网络课程。

 
Maxim Dmitrievsky:

我认为这就是问题所在。

当没有人理解任何东西,但他们开始从顶部完成它的时候

大概....

========================

做了一个大的测试样本

框中是我展示的那块测试(新数据)。

总之,在5分钟内,它将吃光佣金。

但有可能综合出一个有趣的模型


有必要立即将模型的训练和对轴和测试样本的检查纳入健身函数中

到目前为止,我已经把一切都弄得非常混乱了。

 
mytarmailS:

大概....

========================

做了一个大的测试样本

方块中的是我展示的那块测试(新数据)。

总之,在5分钟内,委员会会把它全部吃掉。

但有可能综合出一个有趣的模型


有必要立即将模型的训练和对轴和测试样本的检查纳入健身函数中

到目前为止,我已经把一切都弄得非常混乱了。

谢谢,他们不清楚。