交易中的机器学习：理论、模型、实践和算法交易 - 页 716

新评论
 
亚历山大_K2。

迈克尔，熵/非熵的实验是如何结束的？

我的兄弟建议我安装R，并扔了几个带有代码片段的插件。因此，我已经停止了在Excel中的所有计算，而使用现成的软件包。在R中，我对表格中每一行的输出的重要输入变量的数量进行了计算，对几个输出也进行了计算。结果，我得到了一些数据量，这取决于表的大小和输出变量。我选择了在最大采样深度下拥有最大数量的重要变量的输出。然后我在准备好的样本上训练模型。而且你知道，在所有多年的人工智能训练中，这是第一次测试显示出如此稳定的满意结果。但是，如果信号不能提高，所有的测试都将没有价值。当信号上升，人们注意到它时，每个人都会再次开始阅读我的文章，并试图理解我做了什么，我是如何做到的。毕竟，我怎么做并不重要，只要从长远来看是有效的。而且，无论你使用的是电脑还是人工智能，都没有关系。重要的是最后的结果!!!!!

 

而这是启动市场上所有行动的破旧环节。从第20分钟开始看，这很有意思。这就是他得到的要领...

https://www.youtube.com/watch?v=d4XzMqHNeew

我把这个扔给那些认为我对市场的了解很荒谬的人。虽然我对市场知之甚少，但我冷静地看待它，不抱幻想，不戴玫瑰色的眼镜。我也祝愿你在.....
 
Mihail Marchukajtes:

我的兄弟建议我安装R，并扔了几个带有代码片段的插件。因此，我停止了在Excel中的所有计算，而使用现成的软件包。在R中，我对表格中每一行的输出的重要输入变量的数量进行了计算，对几个输出也进行了计算。结果，我得到了一些数据量，这取决于表的大小和输出变量。我选择了在最大采样深度下拥有最大数量的重要变量的输出。然后我在准备好的样本上训练模型。而且你知道，在所有多年的人工智能培训中，这是第一次测试显示出如此稳定的满意结果。但是，如果信号不能提高，所有的测试都将没有价值。当信号上升，人们注意到它时，每个人都会再次开始阅读我的文章，并试图理解我做了什么，我是如何做到的。毕竟，我怎么做并不重要，只要从长远来看是有效的。而且，无论你使用的是电脑还是人工智能，都没有关系。重要的是最终结果!!!!!

嗯，我的意思是，现在，所有的研究都被搁置了。使用来自R的现成模板，甚至指望一个小的+。接下来--打开信号，如果钱包里有稳定的现金，继续在模板之外进行研究。我对目前情况的理解是否正确？

 
亚历山大_K2。

嗯，这就是说，现在，所有的研究都被搁置了。来自R的现成模板正在被使用，即使只是一个小的+。接下来，打开信号，如果钱包里有稳定的现金，继续在模板外进行研究。我对当前形势的理解是否正确？

不，现在研究工作正如火如荼地进行着，即与新机会有关的大规模测试。到目前为止的结果是比较令人满意的。信号已经在那里了，现在我只需要解除它 :-)。

在R中，我正在对数据进行预处理，并将数据中的垃圾倾倒出来。事实证明，输入中存在的垃圾在很大程度上降低了OOS模型的性能。在预处理之后，当R告诉我这些确切的输入与输出有依赖关系时，我在优化器中寻找依赖关系本身。我得到大约3-5个模型，然后我对每个模型进行控制测试，并选择通过测试的模型。然后我把它放在机器人中，检查.....。

 
Mihail Marchukajtes:

....事实证明，输入中存在的垃圾对模型在OOS上的表现非常不利。

+100

而且不仅仅是在开环中。

 
很明显，一个100%的模型仍然是一个意外，而不是某种稳定（得到它们）。但一个模型的好在哪里？因为它在小的情况下是错误的，而在那些有大量利润的信号的情况下总是说得很正确。我应该先处理一些家务，完成我的测试，我将向你展示我对二元期权这种工具的方法。事实证明，你也可以在他们身上赚到钱，在整个市场上具有优势。这是一种专业的工具方法，而不是用赌场原则进行狂热的攻击。纯粹的战略.....!!!
 
Mihail Marchukajtes:

不，现在的研究正在全面展开，即与已经出现的新可能性有关的大规模测试。到目前为止，结果是比较令人满意的。信号已经在那里了，现在我只需要解除它 :-)。

在R中，我正在对数据进行预处理，并将数据中的垃圾倾倒出来。事实证明，输入中存在的垃圾在很大程度上降低了OOS模型的性能。在预处理之后，当R告诉我这些确切的输入与输出有依赖关系时，我在优化器中寻找依赖关系本身。我得到大约3-5个模型，然后我对每个模型进行控制测试，并选择通过测试的模型。然后我把它放到机器人上，看看它是如何进行的.....。

因此，你所要做的就是扔掉jpredictor，使用R中的大量模型。

也许你的特质是如此的火热，以至于任何模型都可以用它们来做。

 
马克西姆-德米特里耶夫斯基。

因此，你所要做的就是扔掉jpredictor，使用R中的大量模型。

也许你的星座是如此的火热，以至于任何模型都可以和他们在一起。

现在，这是一个根本性的错误说法。关键是，雷舍托夫把优化器中的所有螺丝钉都拧紧到了再训练的极限。模型选择的最大苛刻条件，更不用说训练和测试的随机构建。在我看来，这些螺母甚至被勒得太紧了，因为随着输入数据的丰富，模型很少有甚至十分之一的所有输入。但R做了什么？

通过对R给出的预处理，这些输入与这个输出有某种关系。因此，R只说存在这种相关性，而搜索这种相关性是由优化器完成的，并以其硬性规则来减少过度训练，它在有用的数据领域建立模型进行输出，不会过度训练。至少它试图.....因此，这是一个良好的共生关系!!!!。

 
Mihail Marchukajtes:

好吧。批评是高度重视的.....走吧.....

请告诉我，我的帖子有什么可笑之处？有什么问题吗????

什么都没有，只是按照格茨基克的风格泛泛而谈。


 
Mihail Marchukajtes:

我的科学兄弟建议我安装R...


1...709710711712713714715716717718719720721722723...3399
新评论