交易中的机器学习:理论、模型、实践和算法交易 - 页 2964 1...295729582959296029612962296329642965296629672968296929702971...3399 新评论 mytarmailS 2023.03.14 07:42 #29631 Maxim Dmitrievsky #: 训练前在这里,训练后在他那里。所以他不只是把它标记得很好 没错。不仅如此,我有一张 100 根蜡烛 5 分钟的平衡图,还不到一天的时间,而这张平衡图有半年的时间问题是:哪里的平衡更完美?真的,我写到这里都不好意思解释了。 Maxim Dmitrievsky 2023.03.14 08:09 #29632 mytarmailS #: 没错。不仅如此,我还有一张 100 根 5 分钟蜡烛的平衡图,这还不到一天,而这张图的平衡时间长达半年。问题:理想的平衡在哪里看起来更平滑?真的,写到这里,我都不好意思解释了。 而如果标志很少,3-5 个,能画得漂亮吗?标志越少,测试效果越好。 mytarmailS 2023.03.14 08:24 #29633 Maxim Dmitrievsky #: 如果征兆很少,3-5,它能画得漂亮吗?符号越少,测试结果就越好。 我认为这取决于数据本身,如果以例子中的数据为例,我认为它可以画得很漂亮,但如果以真实的 100 维数据为例,通过 PCA 将其缩小为二维数据。我不知道是不是五五开。最好将测试中的 "良好交易 "纳入 FF 的标准列表中。 СанСаныч Фоменко 2023.03.14 08:24 #29634 Maxim Dmitrievsky #: 而如果征兆很少,3-5 个,能画得漂亮吗?特征越少,考试就越好。 这真是一个创造老师的绝妙想法。 在实践中会是什么样子呢? 1.为一个未知的老师创建一组特征。 2.我们根据这组特质创建一名教师。 3.3. 提出问题:这些特征对所创建的教师的未来是否具有预测能力? 4.4. 我们检查未来预测能力的稳定性。如果有--很幸运,但如果没有通过测试呢?那怎么办? 问题在于,教师是为特质而生的,而情况应该恰恰相反。 Maxim Dmitrievsky 2023.03.14 08:28 #29635 mytarmailS #: 我认为这取决于数据本身,如果以例子中的数据为例,我认为他能绘制出精美的图画,但如果以真实的 100 维数据为例,将其 PCA 缩减为二维数据。我不知道是不是五五开。最好是将 TEST 上的 "良好交易 "纳入 FF 的标准列表中。 嗯,值得一挖。我很快就会完成我的新作品,并把我的成果发布出来。 Maxim Dmitrievsky 2023.03.14 08:29 #29636 СанСаныч Фоменко #:创建教师的好主意。在实践中会是什么样子呢?1.为未知教师创建一组属性。2.根据属性集创建一名教师。3.3. 提出问题:这些属性对所创建的教师的未来有预测能力吗? 4.我们测试预测能力在未来的稳定性。如果会--那很幸运,但如果没有通过测试呢?那怎么办?问题在于,教师是为特质而生的,而情况应该恰恰相反。 为什么会有这样的问题?我一直都是这么做的。属性和教师都是可以改变的,就像谁禁止改变一样:) mytarmailS 2023.03.14 08:45 #29637 Maxim Dmitrievsky #: 为什么会有问题?我一直都是这样做的。在那里,您既可以搜索标志,也可以搜索教师,就像谁禁止这样做一样:) 我也不觉得有什么问题,您可以在一个算法中同时搜索特征和目标.... 但从计算的角度来看,效率很低,不过这是另一个问题。 mytarmailS 2023.03.14 20:39 #29638 关于人工智能https://youtu.be/AW-4yBTf-XM Maxim Dmitrievsky 2023.03.15 10:00 #29639 mytarmailS #: 关于人工智能 https://youtu.be/AW-4yBTf-XM 我没有深入研究他的推理,因为表达一件事需要很长时间。 但是卡茨基克对大爆炸的看法是正确的(根据最新的观测结果),对黑洞的看法还不清楚:) mytarmailS 2023.03.15 11:09 #29640 Maxim Dmitrievsky #:我没有深入研究他的推理,他花了很长时间才把自己的观点表达出来。但是卡茨基克关于大爆炸的观点是正确的(根据最新的观测结果),关于黑洞的观点还不清楚:) 好吧,最后他已经谈到了智能,而 Gpt 也说了一些有趣的事情,但错过了开头,就没有必要再听结尾了。是啊,我也经常看 Katschitzik 的节目。 1...295729582959296029612962296329642965296629672968296929702971...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
训练前在这里,训练后在他那里。所以他不只是把它标记得很好
没错。
如果征兆很少,3-5,它能画得漂亮吗?符号越少,测试结果就越好。
而如果征兆很少,3-5 个,能画得漂亮吗?特征越少,考试就越好。
这真是一个创造老师的绝妙想法。
在实践中会是什么样子呢?
1.为一个未知的老师创建一组特征。
2.我们根据这组特质创建一名教师。
3.3. 提出问题:这些特征对所创建的教师的未来是否具有预测能力?
4.4. 我们检查未来预测能力的稳定性。如果有--很幸运,但如果没有通过测试呢?那怎么办?
问题在于,教师是为特质而生的,而情况应该恰恰相反。
我认为这取决于数据本身,如果以例子中的数据为例,我认为他能绘制出精美的图画,但如果以真实的 100 维数据为例,将其 PCA 缩减为二维数据。
创建教师的好主意。
在实践中会是什么样子呢?
1.为未知教师创建一组属性。
2.根据属性集创建一名教师。
3.3. 提出问题:这些属性对所创建的教师的未来有预测能力吗?
4.我们测试预测能力在未来的稳定性。如果会--那很幸运,但如果没有通过测试呢?那怎么办?
问题在于,教师是为特质而生的,而情况应该恰恰相反。
为什么会有问题?我一直都是这样做的。在那里,您既可以搜索标志,也可以搜索教师,就像谁禁止这样做一样:)
我也不觉得有什么问题,您可以在一个算法中同时搜索特征和目标....
但从计算的角度来看,效率很低,不过这是另一个问题。
关于人工智能
我没有深入研究他的推理,因为表达一件事需要很长时间。
但是卡茨基克对大爆炸的看法是正确的(根据最新的观测结果),对黑洞的看法还不清楚:)
我没有深入研究他的推理,他花了很长时间才把自己的观点表达出来。
但是卡茨基克关于大爆炸的观点是正确的(根据最新的观测结果),关于黑洞的观点还不清楚:)