交易中的机器学习：理论、模型、实践和算法交易 - 页 2704

新评论
 

在制定任务时，必须首先对术语和目标有相同的理解。在交流的这一阶段，尽量不要产生同感，即对对话者过敏，只有在没有同感的情况下通过这一阶段，我们才有希望取得成果。

由认识的人组成团队是一项艰巨的任务，而由不认识的人组成团队则更加困难。）

 

市场话题中的伙伴问题很复杂。每个人都希望自己得到的比给予伙伴的更多。他们依赖合作伙伴提供的现成商品，一旦得到自己需要的东西，就会立刻逃跑。

没有信任，就没有共同的活动。

所以，阿列克谢，你的任务很艰巨）。

 
Valeriy Yastremskiy #:

在制定任务时，必须首先对术语和目标有相同的理解。在这一阶段的交流中，尽量不要产生 "共鸣"，即对对话者过敏，只有在没有 "共鸣 "的情况下通过这一阶段，我们才有希望取得成果。

由认识的人组成团队是一项艰巨的任务，而由不认识的人组成团队则更加困难。）

嗯，是的，是的，也许应该给我一本术语词典，特别是给我，因为我经常自己发明这些术语....。

当目标一致，且参与团队可获利（不一定是货币单位）时，团队就能发挥作用。

而我们的目标是自动搜索预测因子。

 
Uladzimir Izerski #:

市场话题中的联营公司问题很复杂。每个人都希望自己得到的比给予合作伙伴的更多。他们依赖合作伙伴提供的现成产品，当他们得到自己需要的东西时，就会第一时间逃跑。

没有信任，就没有共同的活动。

所以，阿列克谢，你的任务很艰巨）。

好吧，一般来说，得到的比付出的多是正常的，这是人类特有的。

如果一个由 11 人组成的小组，每个人只拿出自己投资的 10%，那么每个人都将以自己的 10%换取 100%的收益，这也算是有利可图吧。

但问题的关键不同，我认为每个人都认为自己是天才，或者有一种高度的偏执，换句话说，他认为自己的知识是独一无二的，是超级有价值的，是可以让自己快乐的。挑剔一项任务而不成功，就是粘滞性、强迫性增强，通常还有分裂型人格特征，也就是通常的内向型人格。一般来说，个性天生就不倾向于信任他人。在某种程度上，我就有这样的性格，否则我早就放弃了。

 
Maxim Dmitrievsky #:

为任何属性的数据集创建信息丰富的训练标记的示例：

    我的理解是否正确，即先进行随机标记，然后寻找最能描述 rndom 的预测因子，再用该预测因子重新标记并选择其他预测因子进行训练？

     
    Aleksey Vyazmikin #:

    我的理解是否正确，即先进行随机化，然后寻找最能描述 rndom 的预测因子，然后重新标记该预测因子，再选择其他预测因子进行训练？

    不是，是通过所有特征和图形一次完成的
     
    Maxim Dmitrievsky #:
    不，所有的标志和图表都是一次性的。

    一行中的每个条形图都有标记，甚至是不同的 TF？我只是不明白如何在实际生活中使用它--如何重现随机性，即是时候从模型中获取信号了。

     
    Aleksey Vyazmikin #:

    每个条形图都标记在一行中，即使是不同的 TF？我只是不明白如何在实际生活中使用它--如何重现随机性，即是时候从模型中获取信号了。

    您可以随心所欲地标记，但同时图表和符号
     
    Maxim Dmitrievsky #:
    你可以随心所欲地标注，但同时也可以标注图形和特征。

    你是如何做到这一点的？我不明白，你是如何随机复制目标的。

    至于其他的操作，如果一切顺利，应该是可行的，但事实上很难实现。我之前已经写过，我做了量化，并为每个量子设定了一个评估指标--通过这种方式，我选择了原始预测因子，比方说，基于一个指标。

     
    Aleksey Vyazmikin #:

    你是如何做到的--我不明白，你是如何做到的，你是如何瞄准随机繁殖的。

    至于其他行动，好吧，如果一切顺利，应该是可行的，但事实上很难实现。我在前面已经写过，我做了量化，对每个量子都有一个评估指标--通过这种方式，我选择原始预测因子，比方说，根据一个指标。

    评估前后是无偏见的。文章具有随机性

    我不知道所有的量化方法，在这里，最客观的方法是最大限度地提高可用特征与目标特征之间的信息量。
    1...269726982699270027012702270327042705270627072708270927102711...3399
    新评论