交易中的机器学习：理论、模型、实践和算法交易 - 页 869

新评论
 
elibrarius。

我在实践中了解到2个VS，这是我使用它们的唯一方式。如果我使用3个等级（买入、等待、卖出），那么中间等级就会很快出现，特别是如果输出神经元是sigmoid或切线。
但是，如果回归...理想情况下，需要1个输出神经元。

每个NS是2类--长/0，第二个NS是短/0。

为了以防万一，我重复了NS训练的一个结果--这仍然是09.17的测试。像这样的东西出来了。

比方说，超过0.5-长，小于-0，我们就停止。

 
马克西姆-德米特里耶夫斯基。

不，到目前为止，我只是使用脚手架（由任何数量的模型组成的集合，在不同的特征上），输出是平均的。

很快，所有的工作都完成了

树是TF的一个类似物吗？在我看来，有些事情是不可能的。可能是其他东西，但结果通常与NS相似。
 
elibrarius:
那么，这棵树是TF的一个类似物吗？直觉告诉我这不是。

我不知道......去喝巴卡迪酒了））以后再考虑这个问题。

我打算尝试NS，甚至只是逻辑 回归，只要它速度快，因为它是多代理环境，很多模型都是同时训练的......但我要根据我的问题调整RL。

我也非常想使用聚类，并想过如何使用，但alglib不允许在新数据上获得中心点成员，我将不得不在某个地方采取不同的lib。
 
尤里-阿索连科。

嗯哼，NS输入是一个归一化的时间序列。比方说，NS结构-15-20-15-10-5-1已经做得很好。

要确定多头和空头，需要2个NS。

如果能找到一种计算网络结构的算法就好了......让它既充分又不多余。
 
埃利布留斯。
我希望能找到一种计算网络结构的算法......这样就足够了，不会有多余的。

我不知道。在古典文学中，只能靠直觉或选择。

我从大约第3或第4次开始成功做到了。你开始感觉到它们是学习的结果）。

 
马克西姆-德米特里耶夫斯基。

我不知道......去喝巴卡迪了））我以后再考虑。

我打算尝试NS，甚至只是逻辑回归，只要它是快速的，因为它是多代理环境，许多模型被同时训练......但我将RL适应我的问题

我真的想使用聚类，并且已经想到了方法，但是alglib不允许在新数据上获得中心点成员，我必须在某个地方获得另一个库。
回归法没有任何隐藏层...
是时候换成R了，我在alglib NS上试了一下--在同一个网络上，算起来比R慢几十倍（比如一天对30-60分钟）。另外，在alglib中最多有2个隐藏层，而根据你的观察，你需要3个连续的转换，即3层。
 
elibrarius。
另外，在alglib中最多有2个隐藏层，而根据你的观察，你需要3个连续的转换，即3层。

3层根本就不算什么。

顺便说一下，我的NS结构有点错。

是15-20-15-10-5-1

应该是15-15-20-15-10-5-1。第一个数字是输入的数量。

 
尤里-阿索连科。

3层根本就不算什么。

顺便说一下，我的NS结构有点错。

是15-20-15-10-5-1

应该是15-15-20-15-10-5-1。第一个数字--输入的数量。

总共1030个尺度并不弱。那么有多少输入数据（行）？

 
elibrarius。

总共1030个尺度并不弱。那么有多少个输入（行）？

请原谅我？你是什么意思？NS有15个输入--NS结构的第1位数字。输入的是直接归一化的BP-15计数。

 
尤里-阿索连科。

你说什么？你是什么意思？NS有15个输入--NS结构的第1位数字。

我是说有多少行训练数据（或训练例子）。
例如，10000行的15个输入
1...862863864865866867868869870871872873874875876...3399
新评论