交易中的机器学习：理论、模型、实践和算法交易 - 页 2964

新评论
 
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。

 
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。
 
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。
 
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。

 
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。
 
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:)
 
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。

 
关于人工智能
 
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:)

 
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