交易中的机器学习:理论、模型、实践和算法交易 - 页 3367

 
Andrey Dik #:

有一种交易策略只有一个参数,我们可以用公式 F(x)来有条件地表达它,其中 F - 策略,x - 静态参数。

如果我们使用动态参数 x 而不是静态参数,就意味着使用函数 Y 而不是 x,看起来就像 F(Y())。

那么,如何在不使用优化的情况下找到函数 Y(),从而使该函数不会像静态 x 一样 "死 "呢?

问题是这样的)))))

 
fxsaber #:

显然,我的水平还远远不够--我又什么都不懂了。你不必为我写作。

如果某个策略参数被优化过一次后就被遗忘了(它在未来和之前的数据上都有效),那么这样的参数可以称为条件静态参数。

如果我们必须对该参数进行系统优化以更新它,那么该参数就可以表示为一个时间函数(在优化点)。建议使用这个函数来代替系统的重复优化。

当然,这只是乌托邦,它等同于发现了市场的公式,而市场正是根据这个公式运行的。

 

因此,我们否认自适应过滤科学、自适应系统理论.....。)))))))。

如果机器 的周期由 ATR 控制,那也是不可能的......乌托邦?

还是大脑中的乌托邦?

 
那些毛茸茸、长满疙瘩的家伙正在来接你的路上。
 
哇,全世界(至少是国防部主题中的所有人)都已经在使用mashki 作为自适应调节器来驾驶自己的游艇了,而我和 Saber 却仍然对此一无所知。))))))
 
一个飞轮 的周期由一个原子调节器调节,而另一个飞轮的周期由另一个原子调节器调节....。嗯,这个想法很火,非常适合非稳态 tsvr!))))))
 
如果你没有大脑,就会出现这种情况)。
 
从炉温控制到人工智能辅助车辆控制,自适应控制系统被广泛应用于各个领域。但在所有这些情况下,都不可能改变所监控的物理参数,如温度、高度和速度。价格是交易出来的,而不是其衍生品,如 mashka 等。
 

当 MA 周期受 ATR 控制时(反之亦然),但有必要揭示这两个公式,而不是用优化来吓唬你的大脑

 
mytarmailS #:
如果你没脑子,就会这样)。
你新年伊始就辱骂别人?- 这可不是个好的开始。