เครื่อง เรียนรู้ forex ทำนาย

ฉันไม่ค่อยแน่ใจว่าคำถามนี้เหมาะกับที่นี่หรือไม่ ฉันเพิ่งเริ่มอ่านและเรียนรู้เกี่ยวกับการเรียนรู้ด้วยเครื่อง คนสามารถโยนแสงบางส่วนในการไปเกี่ยวกับเรื่องนี้หรือไม่ทุกคนสามารถแบ่งปันประสบการณ์และตัวชี้ไม่กี่ขั้นพื้นฐานเกี่ยวกับวิธีการไปเกี่ยวกับเรื่องนี้หรือ atleast เริ่มต้นใช้เพื่อดูผลบางอย่างจากชุดข้อมูลวิธีการที่มีความทะเยอทะยานไม่เสียงนี้ยังจะพูดถึงเกี่ยวกับ อัลกอริทึมมาตรฐานที่ควรจะลองหรือดูในขณะที่ทำเช่นนี้ ถาม 01 ก. พ. 11 ที่ 18:35 ดูเหมือนจะมีการเข้าใจผิดขั้นพื้นฐานว่าใครบางคนสามารถมาพร้อมและเรียนรู้การเรียนรู้เกี่ยวกับเครื่องหรืออัลกอริทึม AI ทำให้พวกเขากลายเป็นกล่องดำตีและนั่งขณะเกษียณ คำแนะนำของฉันสำหรับคุณ: เรียนรู้สถิติและการเรียนรู้ด้วยเครื่องครั้งแรกจากนั้นจึงต้องกังวลเกี่ยวกับวิธีนำไปใช้กับปัญหาที่กำหนด ไม่มีอาหารกลางวันฟรีที่นี่ การวิเคราะห์ข้อมูลเป็นงานที่ยาก อ่านองค์ประกอบของการเรียนรู้ทางสถิติ (ไฟล์ PDF สามารถใช้ได้ฟรีในเว็บไซต์) และอย่าพยายามสร้างแบบจำลองจนกว่าคุณจะเข้าใจอย่างน้อย 8 บทแรก เมื่อคุณเข้าใจสถิติและการเรียนรู้ด้วยเครื่องแล้วคุณจะต้องเรียนรู้วิธีทดสอบและสร้างแบบจำลองการค้าการบัญชีสำหรับค่าใช้จ่ายในการทำธุรกรรม ฯลฯ ซึ่งเป็นพื้นที่อื่น ๆ ทั้งหมด หลังจากที่คุณมีการจัดการทั้งด้านการวิเคราะห์และด้านการเงินแล้วจะเห็นได้ชัดว่าจะใช้วิธีนี้อย่างไร ประเด็นทั้งหมดของอัลกอริทึมเหล่านี้กำลังพยายามหาวิธีที่เหมาะสมกับรูปแบบข้อมูลและสร้างความลำเอียงและความแปรปรวนต่ำในการคาดการณ์ (เช่นข้อผิดพลาดในการคาดการณ์การฝึกอบรมและการทดสอบจะต่ำและใกล้เคียงกัน) ต่อไปนี้เป็นตัวอย่างของระบบการซื้อขายโดยใช้เครื่องเวกเตอร์สนับสนุนใน R. แต่เพียงจำไว้ว่าคุณจะต้องทำเองโดยไม่ต้องเสียค่าใช้จ่ายหากคุณไม่ได้ใช้เวลาเข้าใจพื้นฐานก่อนที่จะพยายามใช้สิ่งที่ลึกลับ เพียงเพื่อเพิ่มการปรับปรุงความบันเทิง: ฉันเพิ่งมาในวิทยานิพนธ์ปริญญาโทนี้: กรอบการค้า Algorithmic นวนิยายใช้วิวัฒนาการและการเรียนรู้เครื่องจักรสำหรับการเพิ่มประสิทธิภาพการลงทุน (2012) ความคิดเห็นที่กว้างขวางของวิธีการเรียนรู้เครื่องที่แตกต่างกันเมื่อเทียบกับการซื้อและถือ หลังจากเกือบ 200 หน้าพวกเขาได้ข้อสรุปเบื้องต้น: ระบบการซื้อขายไม่สามารถทำกำไรได้ดีกว่าเกณฑ์มาตรฐานเมื่อใช้ต้นทุนการทำธุรกรรม จำเป็นต้องพูดนี้ไม่ได้หมายความว่ามันไม่สามารถทำได้ (I havent ใช้เวลาตรวจสอบวิธีการของพวกเขาเพื่อดูความถูกต้องของวิธีการใด ๆ ) แต่แน่นอนให้หลักฐานเพิ่มเติมบางอย่างในความโปรดปรานของทฤษฎีบทอาหารกลางวันฟรี no. ตอบ 1 กุมภาพันธ์ที่ 18:48 Jase เป็นหนึ่งในผู้เขียนของวิทยานิพนธ์ปริญญาโทที่กล่าวถึงฉันสามารถพูดการทำงานของตัวเองและกล่าวว่า: ถ้าใครจริงประสบความสำเร็จผลกำไรที่มีแรงจูงใจในการแบ่งปันพวกเขาไม่เป็นมันจะลบล้างความได้เปรียบของพวกเขา. แม้ว่าผลลัพธ์ของเราอาจช่วยสนับสนุนสมมติฐานทางการตลาด แต่ก็ไม่สามารถป้องกันไม่ให้ระบบของระบบทำงานได้ มันอาจจะเป็นเหมือนทฤษฎีความน่าจะเป็น: quotIt เป็นสันนิษฐานว่านวัตกรรมในด้านทฤษฎีความน่าจะเกิดขึ้นหลายครั้ง แต่ไม่เคยใช้ร่วมกัน นี้อาจเป็นเพราะการประยุกต์ใช้ในทางปฏิบัติใน gambling. quot แล้วอีกครั้งนี้อาจจะเป็นความขลังทุกสมัย ndash Andr233 Christoffer Andersen Apr 30 13 at 10:01 คำแนะนำของฉัน: คุณมีสาขาวิชาการเรียนรู้ด้วยเครื่องประดิษฐ์ (MLAI) หลายสาขาอยู่ที่นั่น: www-formal. stanford. edujmcwhatisainode2.html ฉันได้ทดลองใช้โปรแกรมทางพันธุกรรมและเครือข่ายประสาทเทียมเพียงบางส่วนและ ผมเองคิดว่าการเรียนรู้จากสาขาประสบการณ์น่าจะมีศักยภาพมากที่สุด GPGA และตาข่ายประสาทดูเหมือนจะเป็นวิธีการสำรวจที่ใช้บ่อยที่สุดเพื่อวัตถุประสงค์ในการคาดการณ์ตลาดหุ้น แต่ถ้าคุณทำข้อมูลเหมืองแร่บางส่วนในการคาดการณ์ Wall Street คุณอาจจะสามารถทำการวิเคราะห์ความรู้สึกได้ด้วย ใช้เวลาเรียนรู้เกี่ยวกับเทคนิคต่างๆของ MLAI ค้นหาข้อมูลตลาดบางส่วนและลองใช้อัลกอริทึมบางส่วนเหล่านี้ แต่ละคนจะมีจุดแข็งและจุดอ่อนของตัวเอง แต่คุณอาจจะสามารถรวมการคาดคะเนของแต่ละอัลกอริทึมเข้ากับการคาดการณ์แบบคอมโพสิต (คล้ายกับสิ่งที่ผู้ชนะรางวัล NetFlix ได้ทำ) แหล่งข้อมูลบางส่วน: ต่อไปนี้เป็นแหล่งข้อมูลบางส่วนที่คุณอาจต้องการดู: การพูดคุย: ความเห็นร่วมกันโดยทั่วไปในหมู่ผู้ค้าคือ Artificial Intelligence เป็นวิทยาศาสตร์เกี่ยวกับวูดูคุณไม่สามารถคาดเดาราคาหุ้นได้และคาดว่าจะทำให้เงินของคุณหมดลงหากคุณลอง ทำมัน อย่างไรก็ตามคนเดียวกันจะบอกคุณว่าเพียงเกี่ยวกับวิธีเดียวที่จะทำให้เงินในตลาดหุ้นคือการสร้างและปรับปรุงกลยุทธ์การซื้อขายของคุณเองและปฏิบัติตามอย่างใกล้ชิด (ซึ่งไม่ใช่ความคิดที่ไม่ดี) แนวคิดของอัลกอริทึม AI ไม่ได้สร้างชิพและปล่อยให้เขาค้าขายให้กับคุณ แต่จะทำให้กระบวนการสร้างกลยุทธ์เป็นไปโดยอัตโนมัติ เป็นกระบวนการที่น่าเบื่อมากและไม่ง่ายเลยนะคะ :) การลดค่าใช้จ่าย: อย่างที่เคยได้ยินมาก่อนปัญหาพื้นฐานเกี่ยวกับอัลกอริทึม AI คือ overfitting (aka datamining bias): ให้ชุดข้อมูลอัลกอริทึม AI ของคุณอาจพบรูปแบบที่เกี่ยวข้องกับชุดฝึกอบรม แต่อาจไม่เกี่ยวข้องในชุดทดสอบ มีหลายวิธีในการลดการโอเวอร์: ใช้ชุดตรวจสอบ ไม่ให้ข้อเสนอแนะถึงอัลกอริทึม แต่จะช่วยให้คุณสามารถตรวจพบได้ว่าอัลกอริทึมของคุณอาจเริ่มต้นทำงานได้ดี (เช่นคุณสามารถหยุดการฝึกอบรมได้หากคุณกำลังใช้งานมากเกินไป) ใช้การเรียนรู้ด้วยเครื่องออนไลน์ ส่วนใหญ่จะช่วยลดความจำเป็นในการทดสอบย้อนกลับและเป็นไปได้สำหรับขั้นตอนวิธีที่พยายามทำให้การคาดการณ์ของตลาด Ensemble Learning ช่วยให้คุณสามารถใช้อัลกอริธึมการเรียนรู้ของเครื่องหลายเครื่องและรวมการคาดการณ์ได้ สมมติฐานก็คืออัลกอริทึมต่างๆอาจมีข้อมูลมากเกินไปในบางพื้นที่ แต่การรวมกันของการคาดคะเนที่ถูกต้องจะมีอำนาจในการคาดการณ์ที่ดีกว่า สองด้านของการเรียนรู้ทางสถิติมีประโยชน์สำหรับการค้า 1 ประการแรกที่กล่าวถึงก่อนหน้านี้: วิธีการทางสถิติบางอย่างที่เน้นการทำงานกับชุดข้อมูลที่ถ่ายทอดสด หมายความว่าคุณรู้ว่าคุณกำลังดูเฉพาะตัวอย่างข้อมูลและต้องการคาดการณ์ คุณจึงต้องจัดการกับตัวอย่างและออกจากปัญหาตัวอย่าง overfitting และอื่น ๆ จากมุมมองนี้การทำเหมืองข้อมูลมุ่งเน้นที่ชุดข้อมูลที่ตายแล้ว (เช่นคุณสามารถดูข้อมูลเกือบทั้งหมดได้จากตัวอย่างเท่านั้น) นอกเหนือจากการเรียนรู้ทางสถิติ เนื่องจากการเรียนรู้ทางสถิติเป็นเรื่องเกี่ยวกับการทำงานกับชุดข้อมูลที่ใช้งานอยู่คณิตศาสตร์ที่ใช้ต้องเกี่ยวข้องกับพวกเขาจึงต้องมุ่งเน้นไปที่ปัญหาสองเรื่องคือด้านซ้าย X ampamp Ftheta (Xn, xi) ampamp L (pi (Xn), n) ด้านขวาสุด ที่ X เป็นพื้นที่ของรัฐ (multidimentional) เพื่อการศึกษา (คุณมีตัวแปรอธิบายและตัวแปรที่จะทำนาย), F ประกอบด้วยการเปลี่ยนแปลงของ X ซึ่งจำเป็นต้องใช้ค่าพารามิเตอร์บางอย่าง theta การสุ่มตัวอย่างของ X มาจากนวัตกรรม xi ซึ่งคือ i. i.d เป้าหมายของการเรียนรู้ทางสถิติคือการสร้างวิธีการ L และเป็นปัจจัยการผลิตการสังเกตการณ์บางส่วนของ pi X และค่อยๆปรับการประมาณของ theta เพื่อที่เราจะรู้ทุกอย่างที่จำเป็นใน X ถ้าคุณคิดเกี่ยวกับการใช้การเรียนรู้ทางสถิติเพื่อค้นหา พารามิเตอร์ของการถดถอยเชิงเส้น เราสามารถจำลองพื้นที่รัฐเช่นนี้ underbrace yx ขวาสุด) ซ้ายเริ่มแอมป์แอมป์ 1 amp 1 amp 0 amp 0 ท้ายขวา cdot underbrace x 1 epsilon ท้ายขวา) ซึ่งจะช่วยให้สังเกต (y, x) n ที่ n ใด ๆ ที่นี่ theta (a, b) จากนั้นคุณจะต้องหาแนวทางในการสร้าง estimator of theta โดยใช้ข้อสังเกตของเรา ทำไมไม่ลาดลงบนระยะทาง L2 ระหว่าง y กับการถดถอย: C (หมวก a, หมวก b) n sum (yk - (หมวก a, xk หมวก b)) 2 แกมมาที่นี่เป็นรูปแบบการถ่วงน้ำหนัก มักจะเป็นวิธีที่ดีในการสร้าง estimator คือการเขียนอย่างถูกต้องเกณฑ์เพื่อลดและใช้การไล่ระดับสีไล่ระดับที่จะผลิตโครงการการเรียนรู้ L. จะกลับไปที่ปัญหาทั่วไปของเราเดิม เราจำเป็นต้องใช้คณิตศาสตร์บางอย่างที่จะรู้เมื่อสองระบบแบบไดนามิกใน (X, hattheta) บรรจบกันและเราจำเป็นต้องรู้วิธีการสร้างแผนการประมาณ L ที่บรรจบกันไป theta เดิม เพื่อให้คำแนะนำเกี่ยวกับผลลัพธ์ทางคณิตศาสตร์ดังกล่าว: ตอนนี้เราสามารถย้อนกลับไปยังด้านการเรียนรู้ทางสถิติที่สองซึ่งน่าสนใจมากสำหรับผู้ค้าปลีกในเชิงปริมาณ: 2. ผลลัพธ์ที่ใช้เพื่อพิสูจน์ประสิทธิภาพของวิธีการเรียนรู้ทางสถิติสามารถนำมาใช้เพื่อพิสูจน์ประสิทธิภาพของ ขั้นตอนการซื้อขาย เพื่อดูว่ามันเพียงพอที่จะอ่านอีกครั้งในระบบไดนามิกคู่ที่ช่วยในการเขียนการเรียนรู้ทางสถิติ: ซ้าย M ampamp Frho (Mn, xi) ampamp L (pi (Mn), n) ขวาสุด ตอนนี้ M เป็นตัวแปรตลาด rho อยู่ภายใต้ PnL, L เป็นกลยุทธ์การซื้อขาย เพียงแทนที่การลดเกณฑ์โดยการเพิ่ม PnL ดูตัวอย่างเช่นการแบ่งคำสั่งซื้อที่เหมาะสมที่สุดในสระว่ายน้ำสภาพคล่อง: ขั้นตอนวิธีแบบสุ่มโดย: Gilles Pags, Sophie Laruelle, Charles-Albert Lehalle ในบทความนี้ผู้เขียนแสดงว่าใครจะใช้แนวทางนี้ในการแยกคำสั่งซื้อในสระว่ายน้ำที่มืดออกไปพร้อม ๆ กันเพื่อเรียนรู้ความสามารถของสระว่ายน้ำเพื่อให้เกิดสภาพคล่องและใช้ผลลัพธ์เพื่อการค้า เครื่องมือการเรียนรู้ทางสถิติสามารถนำมาใช้ในการสร้างกลยุทธ์การซื้อขายซ้ำ (ซ้ำ ๆ ) และพิสูจน์ประสิทธิภาพ คำตอบที่สั้นและโหดร้ายคือ: คุณไม่ได้ ประการแรกเนื่องจาก ML และสถิติไม่ใช่สิ่งที่คุณสามารถสั่งได้ดีในหนึ่งหรือสองปี ช่วงเวลาที่แนะนำเพื่อเรียนรู้สิ่งที่ไม่เป็นสาระสำคัญคือ 10 ปี ML ไม่ใช่สูตรที่จะทำเงิน แต่ก็เป็นอีกวิธีหนึ่งที่จะสังเกตความเป็นจริง ประการที่สองเนื่องจากสถิติที่ดีใด ๆ ที่รู้ว่าการทำความเข้าใจข้อมูลและโดเมนปัญหาคือ 80 ของงาน Thats ทำไมคุณมีสถิติการฟิสิกส์การวิเคราะห์ข้อมูลเกี่ยวกับจีโนมบน sabermetrics ฯลฯ สำหรับบันทึก Jerome Friedman, ผู้เขียนร่วมของ ESL ยกมาเป็นนักฟิสิกส์และยังคงถือตำแหน่งสุภาพที่ SLAC ดังนั้นการศึกษาสถิติและการเงินไม่กี่ปี อดทน ไปแบบของคุณเอง ไมล์สะสมอาจแตกต่างกันไป ตอบ 9 ก. พ. 11 เวลา 4:41 ฉันเห็นด้วยอย่างยิ่ง เพียงเพราะคุณรู้ว่าการเรียนรู้ด้วยเครื่องและสถิติก็ไม่ได้หมายความว่าคุณรู้วิธีนำไปใช้กับการเงิน ndash ดร. ไมค์ 10 ส. ค. 54 ที่ 20:25 นอกจากนี้สิ่งสำคัญที่ต้องจดจำก็คือคุณจะไม่สามารถซื้อขายกับคนอื่นได้คุณจะต้องซื้อขายกับอัลกอริธึมปัญญาประดิษฐ์อื่น ๆ ที่กำลังเฝ้าดูธุรกิจการค้าของคุณและมีการคำนวณอัตราเดิมพันที่คึกคัก กลุ่ม yous จะ spooked ออกโดยการลดลงผลิตและการสูญเสียที่เล็กน้อยในการสร้าง spikedip และหลอกทุก AI เหล่านั้นเข้าหยุดออกและจากนั้นกลิ้งจุ่มกลับเข้าไปในนั้นและนั่งคลื่นหารายได้ของคุณขาดทุน ตลาดสต็อกเป็นเกมรวมศูนย์รักษามันเช่นการเข้าร่วมการแข่งขันมวยถ้าคุณ aren39t ทหารผ่านศึก 20 ปีคุณจะสูญเสีย ndash เอริค Leschinski 13 กุมภาพันธ์ 16 ที่ 1:56 หนึ่งโปรแกรมพื้นฐานคือการคาดการณ์ความทุกข์ทรมานทางการเงิน รับข้อมูลกับ บริษัท บางแห่งที่ผิดนัดและข้อมูลอื่น ๆ ที่ไม่มีข้อมูลทางการเงินและอัตราส่วนที่หลากหลาย ใช้วิธีการเรียนรู้ด้วยเครื่องเช่น SVM เพื่อดูว่าคุณสามารถคาดเดาได้ว่า บริษัท ใดจะเริ่มต้นและจะไม่ทำอะไร ใช้ SVM นี้ในอนาคตกับ บริษัท ที่เป็นค่าเริ่มต้นที่มีความเป็นไปได้สูงในระยะสั้นและ บริษัท เริ่มต้นที่มีความเป็นไปได้น่าจะต่ำซึ่งมียอดขายสั้น ๆ มีคำพูดว่า quotPicking pennies ขึ้นหน้า rollers อบไอน้ำ คุณทำยอดขายเทียบเท่ากับการวางจำหน่ายที่ไม่แพง ในกรณีนี้คุณจะทำผลกำไรเล็ก ๆ น้อย ๆ เป็นเวลาหลายปีแล้วทำความสะอาดโดยสิ้นเชิงเมื่อตลาดละลายทุกๆ 10 ปีหรือมากกว่านั้น นอกจากนี้ยังมีกลยุทธ์ที่เทียบเท่ากับการซื้อเงินที่ไม่ต้องเสียเงิน: พวกเขาสูญเสียเงินเป็นเวลาหลายปีแล้วจึงทำการฆ่าเมื่อตลาดละลายลง ดูหงส์ดำของ Talab โปรดจำไว้ว่า บริษัท ต่างชาติใช้เวลาหลายร้อยพันล้านดอลลาร์และชั่วโมงในการทำงานของมนุษย์ในหน่วยปัญญาประดิษฐ์ที่ดีและฉลาดที่สุดในช่วง 40 ปีที่ผ่านมา ฉันได้พูดคุยกับบางส่วนของหอคอยแห่งจิตที่รับผิดชอบต่ออัลฟามากกว่าที่ Citadel และ Goldman Sachs และความโอหังจากสามเณรที่จะคิดว่าพวกเขาสามารถใส่กันอัลกอริทึมที่จะไปจรดปลายนิ้วเท้ากับพวกเขาและชนะเกือบเป็นโง่เป็น เด็กบอกคุณว่าเขาจะกระโดดไปยังดวงจันทร์ โชคดีเด็กและระวังสำหรับ martians พื้นที่ ไม่ได้หมายความว่าแชมป์ใหม่จะสามารถทำได้ แต่อัตราเดิมพันต่างกับคุณ ndash Eric Leschinski 13 ก. พ. ที่ 16:00 เวลา 2:00 ความเป็นไปได้ที่คุ้มค่าในการสำรวจคือการใช้เครื่องมือการเรียนรู้เครื่องเวกเตอร์สนับสนุนบนแพลตฟอร์ม Metatrader 5 ประการแรกถ้าคุณไม่คุ้นเคยกับมัน Metatrader 5 เป็นแพลตฟอร์มที่พัฒนาขึ้นสำหรับผู้ใช้เพื่อดำเนินการซื้อขายแบบอัลกอริทึมในตลาด forex และ CFD (Im ไม่แน่ใจว่าแพลตฟอร์มนี้สามารถขยายไปยังหุ้นหรือตลาดอื่น ๆ ได้หรือไม่) โดยปกติจะใช้กลยุทธ์การวิเคราะห์ทางเทคนิค (ใช้ตัวชี้วัดที่อิงจากข้อมูลในอดีต) และใช้โดยผู้ที่ต้องการทำการซื้อขายโดยอัตโนมัติ เครื่องมือการเรียนรู้เวคเตอร์แบบเวกเตอร์สนับสนุนได้รับการพัฒนาโดยชุมชนผู้ใช้รายหนึ่งเพื่อให้สามารถใช้เวกเตอร์เวกเตอร์สนับสนุนกับตัวชี้วัดทางเทคนิคและให้คำแนะนำเกี่ยวกับธุรกิจการค้า คุณสามารถดาวน์โหลดเครื่องมือสาธิตฟรีได้ที่นี่หากต้องการตรวจสอบเพิ่มเติม ตามที่ฉันเข้าใจเครื่องมือนี้ใช้ข้อมูลราคาย้อนหลังเพื่อประเมินว่าธุรกิจการค้าสมมุติในอดีตจะประสบความสำเร็จหรือไม่ จากนั้นจะใช้ข้อมูลนี้พร้อมกับค่าทางประวัติศาสตร์จากตัวบ่งชี้ที่ปรับแต่งเอง (MACD, เครื่องกำเนิดไฟฟ้า ฯลฯ ) และใช้ข้อมูลนี้ในการฝึกอบรมเครื่องเวกเตอร์สนับสนุน จากนั้นจะใช้เครื่องเวิร์กชีตเวิร์กที่ได้รับการฝึกอบรมเพื่อส่งสัญญาณให้ธุรกิจการค้าของ buysell ในอนาคต คุณสามารถดู desciption ได้ที่ลิงค์ ฉันได้เล่นรอบกับมันเล็กน้อยที่มีผลที่น่าสนใจมากบางอย่าง แต่เช่นเดียวกับกลยุทธ์การซื้อขาย algorithmic ทั้งหมดผมขอแนะนำให้การทดสอบย้อนกลับที่มั่นคงก่อนที่จะนำไปสู่ตลาดสด แต่แม้จะมีการใช้เป็นตัวอย่างที่ได้รับความนิยมในการเรียนรู้ด้วยเครื่อง แต่ก็ไม่มีใครเคยทำนายการคาดการณ์ในตลาดหุ้นมาก่อน ไม่ทำงานด้วยเหตุผลหลายประการ (ตรวจสอบการเดินแบบสุ่มโดย Fama และคนอื่น ๆ ไม่มากนักการตัดสินใจที่มีเหตุผลทำให้เข้าใจผิดสมมติฐานที่ไม่ถูกต้อง) แต่สิ่งที่น่าสนใจที่สุดก็คือถ้ามันจะทำงานได้ใครบางคนก็สามารถที่จะกลายเป็นคนรวยที่เต็มไปด้วยมึนเมาได้ ภายในไม่กี่เดือนโดยทั่วไปเป็นเจ้าของโลกทั้งหมด เช่นนี้ไม่ได้เกิดขึ้น (และคุณสามารถมั่นใจได้ว่าธนาคารทั้งหมดได้พยายามใช้งาน) เรามีหลักฐานที่ดีว่าไม่เป็นผล นอกจากนี้: คุณคิดว่าคุณจะประสบความสำเร็จเท่าที่ผู้เชี่ยวชาญหลายหมื่นคนล้มเหลวโดยใช้วิธีการเดียวกันกับที่พวกเขามีรวมทั้งทรัพยากรที่ จำกัด และวิธีการขั้นพื้นฐานของพวกเขาเท่านั้นตอบ Jan 4 15 at 7:47 น. เหตุผลที่น่าสนใจที่สุด: กลยุทธ์มีขีด จำกัด ขีด จำกัด ได้แก่ ระดับที่เกินกว่าที่ผลกระทบของตลาดจะมากกว่าอัลฟาที่มีอยู่แม้ว่าสมมติว่าคุณมีเงินทุนไม่ จำกัด I39m ไม่แน่ใจว่าคุณหมายถึงอะไรโดยการคาดการณ์ตลาด quotstock (ดัชนี futures ETF39s) แต่แน่นอนมีคนมากมายที่คาดการณ์ในระยะสั้นและรับประโยชน์จากพวกเขาทุกวันในตลาด ndash afekz พ. ย. 23 15 เวลา 13:19 ฉันสะท้อนถึงสิ่งที่เชนเขียนไว้ นอกเหนือจากการอ่าน ESL แล้วฉันยังอยากแนะนำการศึกษาสถิติพื้นฐานก่อนหน้านี้อีก นอกจากนั้นปัญหาที่ฉันได้ระบุไว้ในคำถามอื่นเกี่ยวกับการแลกเปลี่ยนนี้มีความเกี่ยวข้องสูง โดยเฉพาะอย่างยิ่งปัญหาของความลำเอียง datamining เป็นสิ่งกีดขวางบนถนนอย่างหนักเพื่อใด ๆ กลไกการเรียนรู้ด้วยเครื่องจักรสำหรับเทคนิคการซื้อขายคุณต้องมีรายการพิเศษบางอย่างที่จะเพิ่มการค้าของคุณที่นี่เป็นบางส่วนที่สำคัญสำหรับเทคนิค Forex มีความต้องการของ หยุดเล็กเพื่อให้การซื้อขายสามารถเริ่มต้นด้วยแนวโน้ม สิ่งสำคัญคือต้องป้อน 100 pips เพื่อเพิ่มสองเท่าของบัญชีที่จัดสรรไว้สำหรับการวิเคราะห์ที่ยอดเยี่ยมและชัดเจนควรสนับสนุนการสนับสนุนและเทคนิคที่ทนต่อ ได้แก่ แชแนลการสนับสนุนและความต้านทานแนวนอนการสนับสนุนและความต้านทานแบบไม่สนับสนุนแนวนอน Dynamic Envelope 29 Views middot Not for Reproduction More คำตอบด้านล่าง คำถามที่เกี่ยวข้องฉันจะใช้การเรียนรู้ของเครื่องเพื่อให้ประสบความสำเร็จในการเทรดได้อย่างไรการเรียนรู้ของเครื่องใดบ้างที่มีอยู่ภายใน Forex การเรียนรู้กลไกการเรียนรู้ของเครื่องหรือเทคนิคใดสามารถใช้เพื่อค้นหารูปแบบการเคลื่อนไหวของราคาใน Forex หรือตลาดหุ้นฉันจะเรียนรู้ได้อย่างไร Forex trading for free in London ฉันสามารถเรียนรู้การค้า Forex ได้ที่ไหนและฉันสามารถทำเงินได้เท่าไรฉันจะเรียนรู้วิธีการค้า forex ได้อย่างไร ฉันได้รับการซื้อขายเป็นเวลา 3 ปีและฉันยังไม่ประสบความสำเร็จฉันต้องการเรียนรู้เกี่ยวกับตัวชี้วัดสำหรับการซื้อขายแลกเปลี่ยน ฉันควรจะเรียนรู้อะไรก่อนขออภัยการตอบกลับของฉันไม่ได้ขึ้นอยู่กับการสนทนา อย่างไรก็ตามไม่ได้ดูเหมือนกับคุณว่าก่อนที่จะเริ่มต้นของบัญชีและการเลือกของการแลกเปลี่ยนที่คุณต้องให้ความสนใจกับข้อมูลสำคัญเกี่ยวกับฉันหมายถึงการฝึกทักษะการซื้อขายและแม้กระทั่งความก้าวหน้าของขั้นตอนการซื้อขายหนึ่งที่มีประสบการณ์มากสามารถสร้างเฉพาะของเขา ตัวชี้วัดหรือแม้กระทั่งการค้าอัตโนมัติอย่างไรก็ตามฐานเหล่านี้ทั้งหมดในสิ่งที่สำคัญอย่างหนึ่งที่เราทุกคนโดยไม่มีข้อยกเว้นต้องใช้ประโยชน์: บนแพลตฟอร์มการเทรดคุณสามารถสังเกตความคิดเห็นหรือให้ความเห็นชอบแพลตฟอร์มที่เป็นที่นิยมมากที่สุดได้ด้วยตัวเอง ฉันอยากจะแนะนำให้ตรวจสอบพวกเขาฟรีและทดสอบในเว็บไซต์: 399 Views middot ไม่ได้สำหรับการทำซ้ำตัวเลือก Sigma เป็นแพลตฟอร์มที่ดีที่สุดเพื่อการค้า Forex trading ตัวเลือกไบนารีหุ้นและตัวเลือกการซื้อขายที่เชื่อถือได้ 556 Views middot ดูคำคมขึ้นไม่ได้สำหรับการทำซ้ำ - บริษัท การค้าจำนวนมากใช้เทคนิคการเรียนรู้ของเครื่องในฟีดข้อมูลสำหรับธุรกิจการค้าอัตโนมัติ บริษัท ค้าเหล่านี้มักค้าขายกับความสัมพันธ์ที่อ่อนแอมากซึ่งค้นพบเนื่องจากการวิจัยจากนักวิเคราะห์เชิงปริมาณ (บางครั้งก็รู้จักกันในนาม quant) ซึ่งเชื่อมั่นในความถูกต้องของความสัมพันธ์ แม้ว่าความสัมพันธ์เหล่านี้จะอ่อนแอ แต่ขนาดที่ บริษัท การค้าแบบ Quant สามารถดำเนินการได้ทำให้แต่ละกลยุทธ์แต่ละตัวมีมูลค่านับร้อยนับพันล้านหรือมากยิ่งขึ้น อย่างไรก็ตามมีเพียงห้องเดียวสำหรับ บริษัท ที่เร็วที่สุดที่จะทำให้การค้าใช้ประโยชน์จากความสัมพันธ์นี้ได้ ดังนั้น บริษัท จำนวนมากจึงเพิ่มประสิทธิภาพกลยุทธ์ของพวกเขาสำหรับความเร็ว มีเวลาแฝงต่ำพวกเขาสามารถเอาชนะคนอื่นเพื่อการค้าที่ถูกต้องเนื่องจากเฉพาะผู้เล่นที่เร็วที่สุดเท่านั้นที่จะได้รับผลกำไร เนื่องจากกลยุทธ์ของพวกเขาได้รับการปรับให้เหมาะสมกับความเร็วและความเชื่อถือได้เทคนิคการเรียนรู้ด้วยเครื่องจักรที่ใช้โดยปกติจะง่ายมาก นอกจากนี้เนื่องจากการแข่งขันที่ไร้ความปรานีนี้เพื่อการค้าที่มีกำไร บริษัท จำนวนมากมีความลับและปกป้องทรัพย์สินทางปัญญาของตนอย่างไม่น่าเชื่อ ตัวอย่างของ บริษัท ที่มีชื่อเสียงระดับโลกที่ทำเช่นนี้ ได้แก่ Two Sigma Investments D. อีชอว์ (บริษัท ) Renaissance Technologies (กองทุนเฮดจ์ฟันด์) และแม่น้ำฮัดสันเทรดดิ้ง บริษัท เหล่านี้ประสบความสำเร็จอย่างต่อเนื่องในกลยุทธ์การซื้อขายอัตโนมัติเหล่านี้สร้างผลตอบแทนที่สูงมากสำหรับลูกค้าของตน ดังนั้นพวกเขาจึงเสนอแพคเกจค่าตอบแทนสูงสุดที่มีอยู่ในตลาด (โดยส่วนใหญ่เป็นโบนัส) แก่บุคคลที่มีทักษะในการระบุและดำเนินการในธุรกิจการค้าที่มีกำไรเหล่านี้ เป็นตัวอย่างของกลยุทธ์หากคุณต้องการดูหลักฐานเรื่องนี้เกิดขึ้น Huffington Post blogger พบหลักฐานการเปิดเผยมูลค่าหุ้น Berkshire Hathaway เพิ่มขึ้นเมื่อใดก็ตามที่ Anne Hathaway ถูกกล่าวถึงในข่าว. นี่อาจเป็นตัวอย่างของโปรแกรมบางอย่างจาก บริษัท การค้าที่กำลังดำเนินอยู่ การค้าอัตโนมัติเมื่อใดก็ตามที่พวกเขาค้นพบ (บวก) กล่าวถึง Hathaway ในข่าว ในขณะที่ตัวอย่างที่เฉพาะเจาะจงนี้เป็นเรื่องตลกตั้งแต่เป็นบวกเท็จซึ่งเป็นตัวอย่างที่ดีของโปรแกรมที่ใช้การซื้อขายอัตโนมัติในฟีดข้อมูลที่กำลังทำงานอยู่อย่างต่อเนื่อง เทคนิคที่น่าจะเกี่ยวข้องกับการบริโภคข้อมูล (ต้องอ่านข่าวประชาสัมพันธ์ในหลาย ๆ แหล่งข้อมูลการตรวจหาเอ็นทิตี้ (ต้องตรวจสอบเมื่อเอ่ยถึง Hathaway) และการวิเคราะห์ความเชื่อมั่น (ต้องพิจารณาว่าบทความนั้นเป็นบวกหรือไม่) ลบ) ถ้าอัลกอริทึมสามารถตอบสนองต่อบทความข่าวที่เป็นบวกได้เร็วกว่าคนอื่นในตลาดพวกเขาสามารถทำกำไรได้ซึ่งเป็นราคาที่กระโดด (หรือลดลง) ฉันสามารถทำเช่นนี้ได้ด้วยตัวเองอาจไม่ใช่ บริษัท การค้าแบบค่อยเป็นค่อยไป ทำเช่นนี้ประสบความสำเร็จได้ใช้เวลาหลายปีที่สมบูรณ์แบบแหล่งข้อมูลของพวกเขาโครงสร้างพื้นฐานความสามารถการบริหารความเสี่ยงการปฏิบัติตามการระดมทุนและทุกความต้องการในทางปฏิบัติอื่น ๆ เพื่อสร้างการดำเนินการซื้อขายมีกำไรโดยเฉพาะอย่างยิ่งใน latencies รวดเร็วมากที่ บริษัท เหล่านี้ quant ค้นพบและดำเนินการเกี่ยวกับสัญญาณเกือบเป็นไปไม่ได้สำหรับบุคคลใดบุคคลหนึ่ง (หรือกลุ่มบุคคล) ที่จะทำเช่นนี้ด้วยตัวเองโดยไม่ต้องทุ่มเททรัพยากรในการสร้าง บริษัท รอบนี้นี่คือ Extr (ซึ่งเป็นเหตุผลที่ผู้ก่อตั้งกองทุนควอนตั้มเหล่านี้มักจะได้เรียนรู้จากการเป็นส่วนหนึ่งของกองทุน Quant อื่น) 57.4k Views middot ดูคำ Upvotes middot ไม่ได้สำหรับการสืบพันธุ์ Heres link ของคู่ของบทความสำหรับการประยุกต์ใช้ ML ในตลาด forex ในทำนองเดียวกันหนึ่งสามารถใช้ ML สำหรับการคาดการณ์ราคาหุ้น การเรียนรูเครื่องและการประยุกต์ใช้งานในตลาด Forex การทำงานของเครื่องและการประยุกต์ใช้งานในตลาด Forex ส่วนที่ 2 รูปแบบการทำงานสิ่งที่จำเป็นต้องมีคือความเข้าใจในกระบวนการที่จะปฏิบัติตามเมื่อสร้างโมเดล ML สำหรับการซื้อขาย จากนั้นความเข้าใจเกี่ยวกับอัลกอริทึม ML ที่เป็นที่นิยมใช้ในการซื้อขาย การทำนายแบบคาดการณ์ใน R สำหรับการค้าอัลกอริทึมหนึ่งเพิ่มเติมเกี่ยวกับการวิเคราะห์ความเชื่อมั่นในการซื้อขาย การวิเคราะห์ความเชื่อมั่นในการซื้อขายโดยใช้รูปแบบการทำงาน R หวังว่านี่จะช่วยให้ 2k Views middot ดูคำ UpVotes middot Not for Reproduction Victor Huang ผู้ค้า Ex, ผู้จัดการกองทุนป้องกันความเสี่ยง คุณไม่ได้ระบุกรอบเวลา ผู้ชาย HFT เป็นหลักการใช้เครื่องเรียนรู้ที่จะคาดการณ์ราคาหุ้นในแยกที่สอง นานกว่าอัตราความสำเร็จที่ลดลงอย่างมาก 12.4k Views middot ดูคำ Upvotes middot Not for Reproduction เนื่องจาก William Chen ตอบหัวข้อนี้ในปีพ. ศ. 2558 มีบางอย่างที่มีการเปลี่ยนแปลงเกี่ยวกับกลยุทธ์ Machine Learning ในฟีดข้อมูล โดยเฉพาะตอนนี้มีแพลตฟอร์มที่สามารถทำสิ่งนี้ได้โดยที่ผู้ค้ารายย่อยเฉลี่ยสามารถใช้งานได้ การพัฒนา EOTPRO ได้เปิดตัวแพลตฟอร์ม DeepStreet EDGE ซึ่งเข้าถึงฟีดข่าว 43 ฉบับก่อนที่เว็บจะได้รับข่าว อัลกอริทึมที่เป็นกรรมสิทธิ์ของพวกเขาสามารถคาดการณ์การเคลื่อนไหวของราคาหุ้นในตลาดหลักทรัพย์ก่อนที่ข่าวจะมีราคาเข้าหุ้น จากนั้นพวกเขาจะรวบรวมการคาดการณ์ทั้งหมดเหล่านี้และคาดการณ์ทิศทางของดัชนีสหรัฐฯ 4 แห่งและเตือนเมื่อไม่ค้าขายเมื่อการกลับรายการกำลังจะเกิดขึ้นและการย้อนกลับ การคาดการณ์จะถูกส่งไปพร้อมกับระดับความเชื่อมั่น ยิ่งเครื่องได้เรียนรู้เกี่ยวกับอัตราความสำเร็จจากการคาดการณ์ที่ผ่านมาในสต็อกเฉพาะแล้วความแม่นยำก็ยิ่งดีขึ้นเท่านั้น ง่ายต่อการเรียนรู้และใช้งาน คุณไม่จำเป็นต้องเป็นนักวิทยาศาสตร์ข้อมูล แต่คุณต้องเป็นนักลงทุนที่มีประสบการณ์ ดังนั้นผมจึงพบว่ามันน่าสนใจที่ซีอีโอของ บริษัท นี้ต้องการที่จะให้อำนาจนี้แก่ผู้ค้าแต่ละรายเท่าเทียมกับสนามเด็กเล่น ราคาไม่แพงและมาพร้อมกับการวิเคราะห์เพื่อพิสูจน์ความถูกต้องของหุ้นและการค้าฟิวเจอร์ส 4.6k Views middot ดูคำ UpVotes middot ไม่สำหรับการสืบพันธุ์ตัวแปรชนิดใดที่ใช้ในการคาดการณ์ราคาหุ้นเราสามารถคาดการณ์ผลการแข่งขันโดยการเรียนรู้ด้วยเครื่องได้อะไรคือแรงจูงใจในการทำนายราคาตลาดโดยใช้เทคนิคการทำเหมืองข้อมูลฉันจะใช้เครือข่ายประสาทเทียมใน R ที่จะคาดการณ์ราคาหุ้นฉันสามารถหาชุดข้อมูลสำหรับการคาดการณ์ราคาก๊าซของฉันในการทดลองเรียนรู้ด้วยเครื่องได้ทฤษฎีการคำนวณความน่าจะเป็นขั้นสูงมีค่าสำหรับการคาดการณ์การเคลื่อนไหวของสต็อคการวิเคราะห์ทางเทคนิคมักเรียกกันว่าคล้ายกับโหราศาสตร์ การคาดการณ์ราคาหุ้นของ Eicher Motors ในปีที่ผ่านมาด้วยการวิเคราะห์อัตราส่วนคุณคิดอย่างไรเกี่ยวกับเรื่องนี้? พยายามที่จะคาดการณ์ราคาหุ้นโดยใช้ ARIMA modelmachine การเรียนรู้การทำนายอัตราแลกเปลี่ยน gtgt เครื่องที่ดีที่สุดการเรียนรู้ forex ทำนาย Forex Trading เราเทรด Forex เครื่องอาชญากรรมเรียนรู้เครื่องทำนาย forex เรียนรู้การทำนาย forex gtgt เครื่องที่ดีที่สุดเรียนรู้ forex ทำนาย Forex Trading เรา Forex Trading เครื่องจักรทางอาญาการเรียนรู้ forex ทำนายเครื่องเรียนรู้ forex การทำนาย gtgt เครื่องที่ดีที่สุดการเรียนรู้การทำนาย forex เทรดดิ้งเราเทรด Forex เครื่องอาชญากรรมการเรียนรู้เครื่องทำนาย forex เรียนรู้การทำนาย forex gtgt เครื่องที่ดีที่สุดเรียนรู้ forex ทำนาย Forex trading เรา Forex trading เครื่องอาญาการเรียนรู้เครื่องทำนาย forex เรียนรู้อัตราแลกเปลี่ยน gtgt เครื่องที่ดีที่สุดเรียน forex pred iction เทรดดิ้งเราเรียนรู้เครื่อง forex gtgt เครื่องที่ดีที่สุดเรียนรู้การทำนาย forex เทรดเราเทรด Forex เครื่องอาชญากรรมเรียนรู้เครื่องทำนาย forex เรียนรู้ forex ทำนาย gtgt เครื่องที่ดีที่สุดเรียน forex ทำนาย Forex trading เราเทรด Forex เครื่องอาชญากรเรียนรู้ forex ทำนายเครื่องเรียนรู้ forex prediction gtgt Best การเรียนรู้เครื่อง forex การทำนาย forex Forex trading เรา Forex trading เครื่องอาชญากรรมการเรียนรู้ forex ทำนายเครื่อง artical เรียนรู้การทำนาย forex Forex Trader มอนสเตอร์เป็น MT4 เครื่องจักรกลที่น่าสนใจโดยอัตโนมัติตลาดทั่วไป. มันมีการจัดการที่จะเสาะแสวงหาในตันของกว่า 500K ขึ้นของผลกำไรในเก้าปีตามเวลาที่ได้รับการยืนยันในสัปดาห์นี้ซึ่งเป็นผลหวาน อย่างไรก็ตามไม่มีการค้าหลายอย่างในช่วงเวลานั้นเพียง 690 ธุรกิจการค้าที่อาจแสดงให้เห็นว่าสหรัฐมีเครื่องจักรที่ทำหน้าที่เป็นตัวเลือกมากในสัปดาห์นี้การค้าของเขาและเข้าสู่เพียงอย่างเดียวที่ถูกต้องและเชื่อถือได้มากที่สุดสัญญาณ ซอฟต์แวร์ Forex Monster ให้ผู้ค้ารายย่อยตรวจสอบการดำเนินการของการดำเนินการที่อาจทำให้เกิดผลกำไรมหาศาล ปัจจุบันวิธีการมอนสเตอร์ forex ทำหน้าที่เป็นใหม่ล่าสุดในตลาดซื้อขาย forex และทำงาน autopilot สัปดาห์นี้. เติบโตขึ้นโดย Nick Simmons ผู้เชี่ยวชาญด้านการซื้อขาย forex รู้สึก เครื่องมือการเทรด Forex มีระบบการซื้อขายทั้งหมด เมื่อเลือกโบรกเกอร์แล้วแพลตฟอร์มปัจจุบันจะช่วยให้กระบวนการซื้อขายเปลี่ยนแปลงได้อย่างราบรื่นและมีการเข้าถึงการซื้อขายเพื่อเปลี่ยนแปลงการซื้อขายได้ทันที อุตสาหกรรมตรวจพบสภาพคล่องสร้างขึ้นจากการกำหนดราคาและการใช้ประโยชน์จากการเข้าถึงได้เป็นเพียงแค่ตัวเลขจากรูปแบบทั่วไปเท่านั้น มีไม่จำเป็นต้องถือเกี่ยวกับแม้แต่ th