전에 설명했습니다. 100개의 예측 변수가 있으므로 이 배열에 25개의 다른 종가, 25개의 다른 시가, 25개의 고가, 25개의 저가를 복사해야 합니다. 합계 100
또는 4개의 예측 변수를 배열로 만들고 1개 닫기, 1개 열기, ..... 또는 기타 다른 표시기 값을 복사합니다.
또는 포럼 커뮤니케이션에 시간이 너무 많이 걸리기 때문에 기사를 기다리십시오.
gdmh에 대해 - 다양한 구현 이 있으며 문제가 없습니다. 그러나 내 작업에는 추가 연구가 필요합니다.
네 이해했습니다.
또한 귀하의 소스 코드가 있으므로 주석이별로 없기 때문에 이해하고 변경하는 데 시간이 걸립니다. 또한 저는 전문가 수준의 프로그래머가 아닙니다. 그래서 나는 당신의 도움으로 프로세스를 빨리 진행하려고했습니다 :))
어쨌든 자세한 설명과 함께 기사를 기다리겠습니다.
예, 앞서 언급한 GMDH에 대해서는 여러 접근 방식과 여러 공식이 있으므로 RDF 구현에 적용할 수 있는 것을 선택해야 합니다. 위키피디아 링크에서 GMDH의 일반 공식을 이전에 제공한 MQL5 코드로 간단히 번역하거나 변환했습니다.
또한 코드 내부에서 충분히 이해할 수 있도록 설명했습니다. MQL5 코드를 작성하기 전에 이미 여러 python 코드를 살펴보려고 했지만 내 요구 사항을 충족하는 것이 없었습니다. 그래서 함수와 switch case 문을 사용하여 GMDH의 가장 간단한 방법을 작성했습니다.
또한 귀하의 소스 코드가 있으므로 주석이별로 없기 때문에 이해하고 변경하는 데 시간이 걸립니다. 또한 저는 전문가 수준의 프로그래머가 아닙니다. 그래서 나는 당신의 도움으로 프로세스를 빨리 진행하려고했습니다 :))
어쨌든 자세한 설명과 함께 기사를 기다리겠습니다.
예, 앞서 언급한 GMDH에 대해서는 여러 접근 방식과 여러 공식이 있으므로 RDF 구현에 적용할 수 있는 것을 선택해야 합니다. 위키피디아 링크에서 GMDH의 일반 공식을 이전에 제공한 MQL5 코드로 간단히 번역하거나 변환했습니다.
또한 코드 내부에서 충분히 이해할 수 있도록 설명했습니다. MQL5 코드를 작성하기 전에 이미 여러 python 코드를 살펴보려고 했지만 내 요구 사항을 충족하는 것이 없었습니다. 그래서 함수와 switch case 문을 사용하여 GMDH의 가장 간단한 방법을 작성했습니다.
선형 경우가 설명되어 있습니다. 예를 들어, 우리는 첫 번째 줄, 두 번째 줄 등에 대해 최상의 구성원을 찾고 있습니다. 그런 다음 공식에서 하나의 (새) 변수에 가장 좋은 구성원을 추가합니다. RDF의 경우 비선형 모델이기 때문에 그렇게 할 수 없으므로 모든 선택 랩에서 모든 라인을 입력에 독립 변수로 추가해야 합니다.
선형 경우가 설명되어 있습니다. 예를 들어, 우리는 첫 번째 줄, 두 번째 줄 등에 대해 최상의 구성원을 찾고 있습니다. 그런 다음 공식에서 하나의 (새) 변수에 가장 좋은 구성원을 추가합니다. RDF의 경우 비선형 모델이기 때문에 그렇게 할 수 없으므로 모든 선택 랩에서 모든 라인을 입력에 독립 변수로 추가해야 합니다.
더 나은 도움을 드릴 수 있도록 구현하려는 정확한 위치에 샘플 코드를 제공해 주시겠습니까?
w1,w2,w3....와 같은 가중치를 말씀하시는 건가요? x1.w1,x2.w2,x3.w3....을 개별 입력으로 제공할 때 훈련하는 동안 RDF 내부에 계산되고 저장되어야 하는 것들입니다.
실제로 함수 를 고려할 때 선형 및 비선형 함수 같은 것은 없다는 점에 유의하십시오. 비선형 함수를 무한 선형 함수로 항상 깰 수 있기 때문입니다. 그래서 나는 아무 이유 없이 복잡한 것을 고려하지 않습니다. 이것이 우리가 입력으로 선형 함수의 작은 조각을 사용하고 필요한 경우 원하는 수로 확장할 수 있는 이유입니다. 그러나 지금은 코딩 부분에 대해 많은 것을 말할 수 없습니다.
내가 더 잘 이해할 수 있도록 막힌 RDF의 코드를 알려주십시오.
또는 내 코드를 참조하여 다른 무엇을 찾고 있는지 설명할 수 있습니다.내 이해에서 GMDH 공식을 코드로 변환했기 때문입니다. 따라서 필요한 경우 무작위성을 가져오거나 기본 기능 구성 요소를 임의의 숫자로 확장하고 무작위로 선택할 수 있습니다.
더 나은 도움을 드릴 수 있도록 구현하려는 정확한 위치에 샘플 코드를 제공해 주시겠습니까?
w1,w2,w3....와 같은 가중치를 말씀하시는 건가요? x1.w1,x2.w2,x3.w3....을 개별 입력으로 제공할 때 훈련하는 동안 RDF 내부에 계산되고 저장되어야 하는 것들입니다.
실제로 함수 를 고려할 때 선형 및 비선형 함수 같은 것은 없다는 점에 유의하십시오. 비선형 함수를 무한 선형 함수로 항상 깰 수 있기 때문입니다. 그래서 나는 아무 이유 없이 복잡한 것을 고려하지 않습니다. 이것이 우리가 입력으로 선형 함수의 작은 조각을 사용하고 필요한 경우 원하는 수로 확장할 수 있는 이유입니다. 그러나 지금은 코딩 부분에 대해 많은 것을 말할 수 없습니다.
내가 더 잘 이해할 수 있도록 막힌 RDF의 코드를 알려주십시오.
또는 내 코드를 참조하여 다른 무엇을 찾고 있는지 설명할 수 있습니다.내 이해에서 GMDH 공식을 코드로 변환했기 때문입니다. 따라서 필요한 경우 무작위성을 가져오거나 기본 기능 구성 요소를 임의의 숫자로 확장하고 무작위로 선택할 수 있습니다.
선형 계수를 찾으려면 선형 회귀를 사용해야 하지만 RF로 직접 수행할 수도 있습니다. 나는 지금 그것에 관해 흥미로운 책을 읽었다
이 책은 대수 네트워크 다항식, 커널 네트워크 다항식, 직교 네트워크 다항식, 삼각 네트워크 다항식, 합리적 네트워크 다항식, 동적 네트워크 다항식을 포함하여 트리 구조 네트워크 형태의 다양한 다항식을 개발합니다.
선형 계수를 찾으려면 선형 회귀를 사용해야 하지만 RF로 직접 수행할 수도 있습니다. 나는 지금 그것에 관해 흥미로운 책을 읽었다
좋아, GMDH의 정확한 구현을 원하고 더 높은 m 값으로 내 코드를 더 확장해야 한다면 내가 할 수 있습니다. 하지만 제가 여러분이 하기를 바라는 것은 먼저 m 값을 3으로 구현하고 M1 기간에 테스트하는 것입니다. M1 기간의 양초 종가가 매우 작기 때문에 이를 3 부분으로 나누는 것만으로도 우리의 목표를 달성하기에 충분하기 때문입니다.
따라서 이러한 방식으로 GMDH를 구현할 수 있고 M1 시간 프레임에서 어떻게든 작동한다면 더 높은 시간 프레임의 경우 for 루프를 10 또는 15 등과 같은 더 큰 m 값으로 확장할 수 있습니다.
그건 그렇고, 현재 코드 구현에서 다음 코드를 사용할 때 커널 트릭을 사용한 적이 있습니까?
이 오해 의 제조사의 입에서 이것은 칭찬처럼 들립니다.
뭐, 친절할 때 이용하세요 :-) 미안하지 않아요..... 그리고 글을 이해하지 못하셨다는 점에서 저도 기쁩니다. 우리는 적을수록 더 많은 것입니다 :-)
안녕하세요 맥심입니다.
높은 가격과 낮은 가격을 추가하려면 calcsignal() 함수 만 변경하면 됩니다. 제가 맞습니까?
아래 코드가 맞습니까? 아니면 EA 코드나 라이브러리 코드를 변경해야 합니까?
또한 이 코드에서 하나의 표시기 코드를 제공할 수 있습니까?
무효 calcSignal()
{
시그1 = 0;
for(int i=0;i<ArraySize(ag1.agent);i++)
{
CopyClose(_Symbol, 0.0, 100, ag1.agent[i].inpVector);
normalizeArrays(ag1.agent[i].inpVector);
}
for(int i=0;i<ArraySize(ag1.agent);i++)
{
CopyHigh(_Symbol, 0.0, 100, ag1.agent[i].inpVector);
normalizeArrays(ag1.agent[i].inpVector);
}
for(int i=0;i<ArraySize(ag1.agent);i++)
{
CopyLow(_Symbol, 0.0, 100, ag1.agent[i].inpVector);
normalizeArrays(ag1.agent[i].inpVector);
}
시그1 = ag1.getTradeSignal();
}
mde .. 슬픈 프로그래밍
위의 코드가 정확하지 않거나 GMDH 코드 구현을 말하는 것입니까? GMGH 코드는 내가 빨리 찾은 대략적인 구현에 불과했습니다. 하지만 지금은 개선할 수 없습니다. 코드를 작성하는 더 좋은 방법이 있을 수 있다고 생각합니다.
현재 소스 코드에는 " ag1.agent [i] .inpVector "와 같이 이름이 비슷한 에이전트나 변수가 많고 점 연산자가 여러 개 있어서 전체 코드를 살펴보기 전까지 혼란스럽습니다...
위의 코드가 정확하지 않거나 GMDH 코드 구현을 말하는 것입니까? GMGH 코드는 내가 빨리 찾은 대략적인 구현에 불과했습니다. 하지만 더 나은 방법이 있을 수 있다고 생각합니다. 하지만 지금은 그렇지 않습니다.
현재 소스 코드에는 " ag1.agent [i] .inpVector "와 같이 이름이 비슷한 에이전트나 변수가 많고 점 연산자가 여러 개 있어서 전체 코드를 살펴보기 전까지 혼란스럽습니다...
전에 설명했습니다. 100개의 예측 변수가 있으므로 이 배열에 25개의 다른 종가, 25개의 다른 시가, 25개의 고가, 25개의 저가를 복사해야 합니다. 합계 100
또는 4개의 예측 변수를 배열로 만들고 1개 닫기, 1개 열기, ..... 또는 기타 다른 표시기 값을 복사합니다.
또는 포럼 커뮤니케이션에 시간이 너무 많이 걸리기 때문에 기사를 기다리십시오.
gdmh에 대해 - 다양한 구현 이 있으며 문제가 없습니다. 그러나 내 작업에는 추가 연구가 필요합니다.
전에 설명했습니다. 100개의 예측 변수가 있으므로 이 배열에 25개의 다른 종가, 25개의 다른 시가, 25개의 고가, 25개의 저가를 복사해야 합니다. 합계 100
또는 4개의 예측 변수를 배열로 만들고 1개 닫기, 1개 열기, ..... 또는 기타 다른 표시기 값을 복사합니다.
또는 포럼 커뮤니케이션에 시간이 너무 많이 걸리기 때문에 기사를 기다리십시오.
gdmh에 대해 - 다양한 구현 이 있으며 문제가 없습니다. 그러나 내 작업에는 추가 연구가 필요합니다.
네 이해했습니다.
또한 귀하의 소스 코드가 있으므로 주석이별로 없기 때문에 이해하고 변경하는 데 시간이 걸립니다. 또한 저는 전문가 수준의 프로그래머가 아닙니다. 그래서 나는 당신의 도움으로 프로세스를 빨리 진행하려고했습니다 :))
어쨌든 자세한 설명과 함께 기사를 기다리겠습니다.
예, 앞서 언급한 GMDH에 대해서는 여러 접근 방식과 여러 공식이 있으므로 RDF 구현에 적용할 수 있는 것을 선택해야 합니다. 위키피디아 링크에서 GMDH의 일반 공식을 이전에 제공한 MQL5 코드로 간단히 번역하거나 변환했습니다.
또한 코드 내부에서 충분히 이해할 수 있도록 설명했습니다. MQL5 코드를 작성하기 전에 이미 여러 python 코드를 살펴보려고 했지만 내 요구 사항을 충족하는 것이 없었습니다. 그래서 함수와 switch case 문을 사용하여 GMDH의 가장 간단한 방법을 작성했습니다.
네 이해했습니다.
또한 귀하의 소스 코드가 있으므로 주석이별로 없기 때문에 이해하고 변경하는 데 시간이 걸립니다. 또한 저는 전문가 수준의 프로그래머가 아닙니다. 그래서 나는 당신의 도움으로 프로세스를 빨리 진행하려고했습니다 :))
어쨌든 자세한 설명과 함께 기사를 기다리겠습니다.
예, 앞서 언급한 GMDH에 대해서는 여러 접근 방식과 여러 공식이 있으므로 RDF 구현에 적용할 수 있는 것을 선택해야 합니다. 위키피디아 링크에서 GMDH의 일반 공식을 이전에 제공한 MQL5 코드로 간단히 번역하거나 변환했습니다.
또한 코드 내부에서 충분히 이해할 수 있도록 설명했습니다. MQL5 코드를 작성하기 전에 이미 여러 python 코드를 살펴보려고 했지만 내 요구 사항을 충족하는 것이 없었습니다. 그래서 함수와 switch case 문을 사용하여 GMDH의 가장 간단한 방법을 작성했습니다.
선형 경우가 설명되어 있습니다. 예를 들어, 우리는 첫 번째 줄, 두 번째 줄 등에 대해 최상의 구성원을 찾고 있습니다. 그런 다음 공식에서 하나의 (새) 변수에 가장 좋은 구성원을 추가합니다. RDF의 경우 비선형 모델이기 때문에 그렇게 할 수 없으므로 모든 선택 랩에서 모든 라인을 입력에 독립 변수로 추가해야 합니다.
선형 경우가 설명되어 있습니다. 예를 들어, 우리는 첫 번째 줄, 두 번째 줄 등에 대해 최상의 구성원을 찾고 있습니다. 그런 다음 공식에서 하나의 (새) 변수에 가장 좋은 구성원을 추가합니다. RDF의 경우 비선형 모델이기 때문에 그렇게 할 수 없으므로 모든 선택 랩에서 모든 라인을 입력에 독립 변수로 추가해야 합니다.
더 나은 도움을 드릴 수 있도록 구현하려는 정확한 위치에 샘플 코드를 제공해 주시겠습니까?
w1,w2,w3....와 같은 가중치를 말씀하시는 건가요? x1.w1,x2.w2,x3.w3....을 개별 입력으로 제공할 때 훈련하는 동안 RDF 내부에 계산되고 저장되어야 하는 것들입니다.
실제로 함수 를 고려할 때 선형 및 비선형 함수 같은 것은 없다는 점에 유의하십시오. 비선형 함수를 무한 선형 함수로 항상 깰 수 있기 때문입니다. 그래서 나는 아무 이유 없이 복잡한 것을 고려하지 않습니다. 이것이 우리가 입력으로 선형 함수의 작은 조각을 사용하고 필요한 경우 원하는 수로 확장할 수 있는 이유입니다. 그러나 지금은 코딩 부분에 대해 많은 것을 말할 수 없습니다.
내가 더 잘 이해할 수 있도록 막힌 RDF의 코드를 알려주십시오.
또는 내 코드를 참조하여 다른 무엇을 찾고 있는지 설명할 수 있습니다.내 이해에서 GMDH 공식을 코드로 변환했기 때문입니다. 따라서 필요한 경우 무작위성을 가져오거나 기본 기능 구성 요소를 임의의 숫자로 확장하고 무작위로 선택할 수 있습니다.
더 나은 도움을 드릴 수 있도록 구현하려는 정확한 위치에 샘플 코드를 제공해 주시겠습니까?
w1,w2,w3....와 같은 가중치를 말씀하시는 건가요? x1.w1,x2.w2,x3.w3....을 개별 입력으로 제공할 때 훈련하는 동안 RDF 내부에 계산되고 저장되어야 하는 것들입니다.
실제로 함수 를 고려할 때 선형 및 비선형 함수 같은 것은 없다는 점에 유의하십시오. 비선형 함수를 무한 선형 함수로 항상 깰 수 있기 때문입니다. 그래서 나는 아무 이유 없이 복잡한 것을 고려하지 않습니다. 이것이 우리가 입력으로 선형 함수의 작은 조각을 사용하고 필요한 경우 원하는 수로 확장할 수 있는 이유입니다. 그러나 지금은 코딩 부분에 대해 많은 것을 말할 수 없습니다.
내가 더 잘 이해할 수 있도록 막힌 RDF의 코드를 알려주십시오.
또는 내 코드를 참조하여 다른 무엇을 찾고 있는지 설명할 수 있습니다.내 이해에서 GMDH 공식을 코드로 변환했기 때문입니다. 따라서 필요한 경우 무작위성을 가져오거나 기본 기능 구성 요소를 임의의 숫자로 확장하고 무작위로 선택할 수 있습니다.
선형 계수를 찾으려면 선형 회귀를 사용해야 하지만 RF로 직접 수행할 수도 있습니다. 나는 지금 그것에 관해 흥미로운 책을 읽었다
이 책은 대수 네트워크 다항식, 커널 네트워크 다항식, 직교 네트워크 다항식, 삼각 네트워크 다항식, 합리적 네트워크 다항식, 동적 네트워크 다항식을 포함하여 트리 구조 네트워크 형태의 다양한 다항식을 개발합니다.선형 계수를 찾으려면 선형 회귀를 사용해야 하지만 RF로 직접 수행할 수도 있습니다. 나는 지금 그것에 관해 흥미로운 책을 읽었다
좋아, GMDH의 정확한 구현을 원하고 더 높은 m 값으로 내 코드를 더 확장해야 한다면 내가 할 수 있습니다. 하지만 제가 여러분이 하기를 바라는 것은 먼저 m 값을 3으로 구현하고 M1 기간에 테스트하는 것입니다. M1 기간의 양초 종가가 매우 작기 때문에 이를 3 부분으로 나누는 것만으로도 우리의 목표를 달성하기에 충분하기 때문입니다.
따라서 이러한 방식으로 GMDH를 구현할 수 있고 M1 시간 프레임에서 어떻게든 작동한다면 더 높은 시간 프레임의 경우 for 루프를 10 또는 15 등과 같은 더 큰 m 값으로 확장할 수 있습니다.
그건 그렇고, 현재 코드 구현에서 다음 코드를 사용할 때 커널 트릭을 사용한 적이 있습니까?
#define _kernel(ker,degree) (cos(MathPow(ker,degree)))
나는 완전히 조사했지만 내 알고리즘을 구현하기 전에 다른 커널을 테스트하고 싶었기 때문에 코드에서 어떤 커널 기능 을 사용했는지 찾을 수 없었습니다.
http://crsouza.com/2010/03/17/kernel-functions-for-machine-learning-applications/
이것이 어떤 커널 기능인지 또는 이것이 단지 귀하의 공식인지에 대한 참조를 제공할 수 있습니까?
또한 현재 코드에 촛불 시뮬레이션 알고리즘을 성공적으로 구현했습니다. 그러나 일주일 간의 시뮬레이션 후에만 작동할 수 있습니다. 그래서 시뮬레이션을 시작하기 전에 몇 가지를 확인하고 싶었습니다.
1.사용하는 모델 수에 제한이 있습니까? 100만 모델을 사용할 수 있습니까?
2.사용하는 에이전트 수에 제한이 있습니까? 1000개의 에이전트를 사용할 수 있습니까?
3. 훈련된 데이터가 너무 크면 거래 결정을 내리는 동안 속도가 느려집니까? ".rl" 파일이 너무 크면 대략 어느 정도의 거래 실행 시간 지연을 예상할 수 있습니까? 초당 반복 횟수 또는 for 루프 등의 측면에서 이에 대한 계산을 수행했습니까?
4. 기본적으로, 저는 훈련 중에 라이브 거래를 위해 ".rl" 파일에 저장될 임의의 양초를 생성하기 위해 귀하의 모델과 에이전트를 사용하고 있습니다. 이 버전의 ".rl" 파일은 이전 버전의 "Mtrees" 파일과 유사합니다. 맞습니까?
나는 최적화의 약 280년에서 2800년에 해당하는 총 약 1천만에서 1억 촛불의 시뮬레이션을 실행할 계획입니다. 그러나 교육을 실행하기 전에 코드와 실행 속도 등에 대해 여러 가지를 확인하고 싶었습니다.
자유 시간이 있을 때 친절하게 위의 질문을 살펴보고 추가 계산에 도움이 되는 몇 가지 답변을 제공하십시오....