交易中的机器学习：理论、模型、实践和算法交易 - 页 94

[Vizard_]

Mihail Marchukajtes:
那么，有没有人能够弄清楚我的数据????？

我希望我有所有的工具，我正在度假。我将再转一些。

[Vizard_]

阿列克谢-伯纳科夫。
很遗憾，你一早就说了答案。你可以对训练方法进行拷问。

Mihail Marchukajtes：把数据转过来，但我觉得他都搞错了，你不能把地鼠挖出来)。

[СанСаныч Фоменко]

mytarmailS:
我不清楚这种 "可预测性 "是如何计算出来的，如果不考虑目标，它是否有任何意义？

我从文章中对这个包的理解是，被预测的是预测因子本身，而不是目标变量。

[Dr. Trader]

Mihail Marchukajtes:
这与训练方法无关。在谓词中使用滞后性将无法建立一个充分的模型。毕竟，一条线提交给模型考虑，如果使用前一条线的数据，模型根本不会看到，所以这个任务显然是不成功的。

一个有记忆的神经网络可能可以完成这项工作。加上选择预测因素 的遗传学。遗传学做了几组预测器并选择了神经元卡的参数，神经元卡被训练。交叉验证以检查模型的质量。不知何故，它将发挥作用。外汇的情况更复杂，在它上面，滞后依赖性在测试文件中根本不存在。

[Mihail Marchukajtes]

蜥蜴_。
Mihail Marchukajtes的数据，但我觉得他都搞错了，你挖不出来的）））。

没有一个乘法和一个除法。认真....

[Mihail Marchukajtes]

Dr.Trader:
一个有记忆的神经网络可能会起到作用。另外，它还会有选择预测因素的遗传学。遗传学制作预测器组并选择神经网络参数，神经网络被训练。交叉验证以检查模型的质量。不知何故，它将发挥作用。外汇的情况更复杂，在它上面，滞后依赖性在测试文件中根本不存在。

不幸的是，网络也无法应对内存，网络如何应对它没有看到的数据，这些数据在另一条还没有被送入的记录中，而这另一条记录需要与当前记录完全送入，才能抓住这种依赖性......

[mytarmailS]

桑桑尼茨-弗门科。
我从文章中对这个包的理解是，预测因素本身是被预测的，而不是目标变量。

是的，但这是不对的，一个好的预测器是一个能很好地解释目标的预测器，而不是一个能解释自己的预测器，我不明白如果不把它和目标进行比较，你怎么能知道一个预测器的质量，我不明白....

档案里有什么？

[СанСаныч Фоменко]

mytarmailS:

是的，但这是不对的，一个好的预测器是一个能很好地解释目标的预测器，而不是一个能解释自己的预测器，我不明白如果不把它和目标进行比较，你怎么能知道一个预测器的质量，我不明白....

档案里有什么？

一篇解释这一切的文章

[Mihail Marchukajtes]

如果你在excel中准确地打开一个文本文件，我不会折磨eesel的公式=C3*C4/F3。正如你所注意到的，你需要用变量v2乘以你的滞后期，再除以v3。它不起作用，因为网络没有看到滞后性。另一件事是，如果你对一行内的数据进行操作而不使用滞后，你将得到一个模型，无论公式多么复杂。顺便说一下，你应该试着在一行内做一个巨型公式，看看网络是否能处理。我现在就去试试....

[Vizard_]

Mihail Marchukajtes:

"Gopher "我找不到了，搞砸了）））。所有这些练习都是为了什么？那些 "嬉皮士 "会理解。