어쨌든 전면 테스트가 결과를 훨씬 더 잘 보여줍니다. 파일을 2개의 부분으로 나누었습니다(순서대로 섞지 않고). 첫 번째 부분에는 50개의 줄이 있고 두 번째 부분에는 19개가 있습니다. 따라서 jPrediction은 두 번째 파일의 예제에 액세스할 수 없으며 이것은 정말 새롭습니다. 모델에 대한 데이터.
결과적으로 두 번째 파일에서 JPrediction은 9개의 경우에만 답변을 제공했습니다. 5개의 경우가 맞고 4개의 경우가 틀립니다. 정확도는 약 50%이며 이 결과에는 좋은 것이 없습니다.
그리고 두 번째 부분에서 왜 19를 남겼습니까? 3개의 예시로 충분할 것입니다. 그러면 높은 확률로 jPrediction이 하나의 정답을 전혀 제공하지 않는 적합을 찾는 것이 가능할 것입니다.
Randomforest, Ada 및 SVM은 이진 분류기이고 jPrediction은 삼항입니다.
이진 분류기와 삼항 분류기를 비교하기 위한 경험과 적절한 기준이 있습니까?
당신이 그것을 느낀다면, jPrediction은 소스 코드를 포함하여 공개 도메인에 있습니다. 나는 이미 그것에 대한 지침을 게시했습니다. 모델은 진부한 방식으로 생성됩니다(아무에게도 말하지 마십시오): F8 키 하나만 누르면 됩니다. 얼굴에 똑똑한 얼굴로 여가 시간에 tsifiri를 재생할 수 있습니다. 그러나 내 참여 없이만. 결국, 하나의 키를 누르기 위해 내 도움이 필요하지 않을 것입니다. 부모님이 이미 컴퓨터를 스스로 사용할 수 있기를 정말로 희망하기 때문입니다.
Randomforest, Ada 및 SVM은 이진 분류기이고 jPrediction은 삼항입니다.
이진 분류기와 삼항 분류기를 비교하기 위한 경험과 적절한 기준이 있습니까?
너무 가렵다면 jPrediction은 소스 코드를 포함하여 공개 도메인에 있습니다. 나는 이미 그것에 대한 지침을 게시했습니다. 모델은 진부한 방식으로 생성됩니다(아무에게도 말하지 마십시오): F8 키 하나만 누르면 됩니다. 얼굴에 똑똑한 얼굴로 여가 시간에 tsifiri를 재생할 수 있습니다. 그러나 내 참여 없이만. 결국, 하나의 키를 누르기 위해 내 도움이 필요하지 않을 것입니다. 부모님이 이미 컴퓨터를 스스로 사용할 수 있기를 정말로 희망하기 때문입니다.
그래서 저도 이야기하고 있습니다. NS 교육이 예술이라는 것을 모두 이해할 수는 없으며 올바른 모델을 선택하는 것은 다년간의 경험과 이것이야말로 확실한 느낌으로 구성됩니다. 그러나 아니요, 우리 corefey에 명확한 결과를 제공하십시오. 그건 그렇고, 모호성에 대해. 모델이 명확하고 범주적으로 훈련할 때 꽤 흥미로운 점입니다. 그리고 여기 내가 가진 아이디어가 있습니다. PM에게 글을 쓰겠습니다....
마이클 마르쿠카이테스 : 그래서 저도 이야기하고 있습니다. NS 교육이 예술이라는 것을 모두 이해할 수는 없으며 올바른 모델을 선택하는 것은 다년간의 경험과 이것이야말로 확실한 느낌으로 구성됩니다. 그러나 아니요, 우리 corefey에 명확한 결과를 제공하십시오. 그건 그렇고, 모호성에 대해. 모델이 명확하고 범주적으로 훈련할 때 꽤 흥미로운 점입니다. 그리고 여기 내가 가진 아이디어가 있습니다. PM에게 편지를 쓰겠습니다...
우리는 유명인이 아닙니다. 우리는 구성원들이 오늘날과 같은 결과를 미래에도 받고 싶어하는 대다수에 합류했습니다. 이것이 이 스레드에 관한 것입니다.
스크립트는 두 부분으로 나뉩니다. 첫 번째 부분에서는 목표 기간이 있는 시트와 데이터 자체가 생성되고, 두 번째 스크립트에서는 이 생성된 시트가 열리고 모델이 이미 학습되고 있습니다.
스크립트가 서투르고 유익하지 않습니다. 이에 대해 사과드립니다. 저는 프로그래머가 아닙니다. 관심 있는 사람이 있으면 질문에 답하겠습니다.
1) 스크립트의 모든 경로는 자연스럽게 자신의 경로로 대체되어야 합니다...
2) 예측을 사용하여 대상을 새 데이터와 비교하여 일반적인 방식으로 모델을 확인하려고 하지 마십시오. 이 접근 방식은 작동하지 않습니다. 데이터를 기술 분석 프로그램에 넣고 스톱으로 거래를 시뮬레이션해야 합니다. 지금까지는 이것이 모델을 확인하는 유일한 객관적인 방법이라고 깊이 확신합니다.
3) 나는 밑에서부터 약 15번 정도 모델을 훈련시켰고, 단지 3-4번 모델이 새로운 데이터에 대해 약간의 손실을 보였다. 나는 이것을 인용 부호로 묶은 "안정된" 결과라고 생각하고 관심과 추가 개발의 가치가 있습니다.
총 데이터 50,000개 훈련은 20,000개, 30,000개는 새로운 데이터에 대한 테스트
На finam.ru вы можете ознакомиться с котировками RTS (SPFB.RTS) на рынке 'МосБиржа фьючерсы' в режиме реального времени - котировки онлайн, стоимость, графики, новости.
나는 마이클의 예가 효과가 있는 이유를 어느 정도 이해합니다. jPrediction의 강점은 분류에 있는 것이 아니라(새 데이터에 대한 50% 정확도는 동전 던지기와 같습니다), 위원회의 모델이 다른 답변을 제공하면 이 프로그램이 전혀 예측을 제공하지 않는다는 사실입니다. Michael의 전략은 시장에서 두 모델이 명확한 답을 얻을 수 없는 불확실한 순간에 거래하지 않기 때문에 효과가 있습니다. jPrediction이 제공할 예측의 종류는 중요하지 않습니다. 오류는 여전히 50%입니다. jPrediction이 예측을 거부할 때 가장 중요한 것은 거래를 하지 않는 것입니다. 그런 다음 그는 순서에 따라 거래(매수/매도)의 방향 을 선택합니다. jPredictor는 거래하지 않는 것이 더 나을 때 너무 혼란스러운 시장 상황을 감지하는 역할을 하며 매우 흥미로운 응용 프로그램입니다.
내 데이터와 비슷한 접근 방식을 시도했습니다. 나는 위원회에 2개의 모델이 없지만 더 많습니다. 만장일치로 답변을 드릴 수는 없지만, 80% 이상의 모델이 답변에 동의할 때 매매하면 매매 결과가 더 좋으므로 시도해 보시길 권합니다.
나는 마이클의 예가 효과가 있는 이유를 어느 정도 이해합니다. jPrediction의 강점은 분류에 있는 것이 아니라(새 데이터에 대한 50% 정확도는 동전 던지기와 같습니다), 위원회의 모델이 다른 답변을 제공하면 이 프로그램이 전혀 예측을 제공하지 않는다는 사실입니다. Michael의 전략은 시장에서 두 모델이 명확한 답을 얻을 수 없는 불확실한 순간에 거래하지 않기 때문에 효과가 있습니다. jPrediction이 제공할 예측의 종류는 중요하지 않습니다. 오류는 여전히 50%입니다. jPrediction이 예측을 거부할 때 가장 중요한 것은 거래를 하지 않는 것입니다. 그런 다음 그는 순서에 따라 거래(매수/매도)의 방향 을 선택합니다. jPredictor는 거래하지 않는 것이 더 나을 때 너무 혼란스러운 시장 상황을 감지하는 역할을 하며 매우 흥미로운 응용 프로그램입니다.
내 데이터와 비슷한 접근 방식을 시도했습니다. 나는 위원회에 2개의 모델이 없지만 더 많습니다. 만장일치로 답변을 드릴 수는 없지만, 80% 이상의 모델이 답변에 동의할 때 매매하면 매매 결과가 더 좋으므로 시도해 보시길 권합니다.
이런식인데 시그널이 있을때 매매합니다. 네트워크에 "모릅니다"라고 표시되면 거래하지 않고 여전히 볼륨의 확인을 기다리고 있습니다. 즉, 이것은 TS 및 Voila의 성능에 대한 추가 확인입니다 ... .. 이익이 증가하고 있습니다 ...
그렇다면 다행입니다. 훨씬 낫습니다.
어쨌든 전면 테스트가 결과를 훨씬 더 잘 보여줍니다. 파일을 2개의 부분으로 나누었습니다(순서대로 섞지 않고). 첫 번째 부분에는 50개의 줄이 있고 두 번째 부분에는 19개가 있습니다. 따라서 jPrediction은 두 번째 파일의 예제에 액세스할 수 없으며 이것은 정말 새롭습니다. 모델에 대한 데이터.
결과적으로 두 번째 파일에서 JPrediction은 9개의 경우에만 답변을 제공했습니다. 5개의 경우가 맞고 4개의 경우가 틀립니다. 정확도는 약 50%이며 이 결과에는 좋은 것이 없습니다.
사소한 것 빼고는 모든 것이 좋습니다. 다른 모델과 비교할 수 없습니다.
나는 내 서비스를 비교하여 제공합니다
1. 예측 변수와 대상 변수가 포함된 입력 Excel 파일을 준비합니다.
2. 계산하기
3. 입력 파일을 나에게 보내기
4. randomforest, ada, SVM을 사용하여 계산합니다.
비교하다.
무엇을 비교할 것인가?
Randomforest, Ada 및 SVM은 이진 분류기이고 jPrediction은 삼항입니다.
이진 분류기와 삼항 분류기를 비교하기 위한 경험과 적절한 기준이 있습니까?
당신이 그것을 느낀다면, jPrediction은 소스 코드를 포함하여 공개 도메인에 있습니다. 나는 이미 그것에 대한 지침을 게시했습니다. 모델은 진부한 방식으로 생성됩니다(아무에게도 말하지 마십시오): F8 키 하나만 누르면 됩니다. 얼굴에 똑똑한 얼굴로 여가 시간에 tsifiri를 재생할 수 있습니다. 그러나 내 참여 없이만. 결국, 하나의 키를 누르기 위해 내 도움이 필요하지 않을 것입니다. 부모님이 이미 컴퓨터를 스스로 사용할 수 있기를 정말로 희망하기 때문입니다.
그러나 내 참여 없이만.
불쌍해.
행운을 빕니다
무엇을 비교할 것인가?
Randomforest, Ada 및 SVM은 이진 분류기이고 jPrediction은 삼항입니다.
이진 분류기와 삼항 분류기를 비교하기 위한 경험과 적절한 기준이 있습니까?
너무 가렵다면 jPrediction은 소스 코드를 포함하여 공개 도메인에 있습니다. 나는 이미 그것에 대한 지침을 게시했습니다. 모델은 진부한 방식으로 생성됩니다(아무에게도 말하지 마십시오): F8 키 하나만 누르면 됩니다. 얼굴에 똑똑한 얼굴로 여가 시간에 tsifiri를 재생할 수 있습니다. 그러나 내 참여 없이만. 결국, 하나의 키를 누르기 위해 내 도움이 필요하지 않을 것입니다. 부모님이 이미 컴퓨터를 스스로 사용할 수 있기를 정말로 희망하기 때문입니다.
데이터와 알고리즘을 보지 않고 명쾌한 답을 얻고 싶다면....
상세하고 명쾌한 답변 감사합니다.
그래서 저도 이야기하고 있습니다. NS 교육이 예술이라는 것을 모두 이해할 수는 없으며 올바른 모델을 선택하는 것은 다년간의 경험과 이것이야말로 확실한 느낌으로 구성됩니다. 그러나 아니요, 우리 corefey에 명확한 결과를 제공하십시오. 그건 그렇고, 모호성에 대해. 모델이 명확하고 범주적으로 훈련할 때 꽤 흥미로운 점입니다. 그리고 여기 내가 가진 아이디어가 있습니다. PM에게 편지를 쓰겠습니다...
우리는 유명인이 아닙니다. 우리는 구성원들이 오늘날과 같은 결과를 미래에도 받고 싶어하는 대다수에 합류했습니다. 이것이 이 스레드에 관한 것입니다.
그리고 예술가, 예술의 성직자들은 가면과 함께합니다.
우리는 유명인이 아닙니다. 우리는 구성원들이 오늘날과 같은 결과를 미래에도 받고 싶어하는 대다수에 합류했습니다. 이것이 바로 이 스레드에 관한 것입니다.
그리고 예술가, 예술의 성직자들은 가면과 함께 합니다.
자체 튜닝 기간으로 지표를 만들고 모델을 훈련시킨 스크립트를 게시하고,
스크립트는 두 부분으로 나뉩니다. 첫 번째 부분에서는 목표 기간이 있는 시트와 데이터 자체가 생성되고, 두 번째 스크립트에서는 이 생성된 시트가 열리고 모델이 이미 학습되고 있습니다.
스크립트가 서투르고 유익하지 않습니다. 이에 대해 사과드립니다. 저는 프로그래머가 아닙니다. 관심 있는 사람이 있으면 질문에 답하겠습니다.
1) 스크립트의 모든 경로는 자연스럽게 자신의 경로로 대체되어야 합니다...
2) 예측을 사용하여 대상을 새 데이터와 비교하여 일반적인 방식으로 모델을 확인하려고 하지 마십시오. 이 접근 방식은 작동하지 않습니다. 데이터를 기술 분석 프로그램에 넣고 스톱으로 거래를 시뮬레이션해야 합니다. 지금까지는 이것이 모델을 확인하는 유일한 객관적인 방법이라고 깊이 확신합니다.
3) 나는 밑에서부터 약 15번 정도 모델을 훈련시켰고, 단지 3-4번 모델이 새로운 데이터에 대해 약간의 손실을 보였다. 나는 이것을 인용 부호로 묶은 "안정된" 결과라고 생각하고 관심과 추가 개발의 가치가 있습니다.
총 데이터 50,000개 훈련은 20,000개, 30,000개는 새로운 데이터에 대한 테스트
4) 견적은 내 것과 동일합니다. Finam 웹사이트 https://www.finam.ru/profile/mosbirzha-fyuchersy/rts/export/?market=14&em=17455&code=SPFB.RTS&apply=0&df=18&mf 에서 다운로드할 수 있습니다. = 7 & yf = 2016 = 2016 = 18.08.208.2016 = 18.08.208.2016 = 18.08.208.2016 및 p = 7 & f = spfb.rts_160818_160818 & e = .txt & cn = spfb.rts & dtft & cn = spfb.rts & dtft & cn = spfb.rts & dtf = 1 & tmf = 1 & msor = 1 & mstime = on & mstimever = 1 & sep = 1 & tmf = 1 & msor = 1 & mstime = on & mstimever = 1 1&sep=1&sep=1&mstime=on&mstimever=1&sep=1&sep
이 포럼의 훌륭함 때문에 인용문을 첨부할 수 없습니다.
어떻게 생겼는지 http://prntscr.com/c776d3
글쎄, 또는 코드를 약간 수정하여 메타 트레이더에서 자신의 코드를 삽입할 수 있습니다
111에서는 날짜가 생성됩니다.
222에서 모델은 이미 이 날짜에 학습 중입니다.
나는 마이클의 예가 효과가 있는 이유를 어느 정도 이해합니다. jPrediction의 강점은 분류에 있는 것이 아니라(새 데이터에 대한 50% 정확도는 동전 던지기와 같습니다), 위원회의 모델이 다른 답변을 제공하면 이 프로그램이 전혀 예측을 제공하지 않는다는 사실입니다. Michael의 전략은 시장에서 두 모델이 명확한 답을 얻을 수 없는 불확실한 순간에 거래하지 않기 때문에 효과가 있습니다. jPrediction이 제공할 예측의 종류는 중요하지 않습니다. 오류는 여전히 50%입니다. jPrediction이 예측을 거부할 때 가장 중요한 것은 거래를 하지 않는 것입니다. 그런 다음 그는 순서에 따라 거래(매수/매도)의 방향 을 선택합니다. jPredictor는 거래하지 않는 것이 더 나을 때 너무 혼란스러운 시장 상황을 감지하는 역할을 하며 매우 흥미로운 응용 프로그램입니다.
내 데이터와 비슷한 접근 방식을 시도했습니다. 나는 위원회에 2개의 모델이 없지만 더 많습니다. 만장일치로 답변을 드릴 수는 없지만, 80% 이상의 모델이 답변에 동의할 때 매매하면 매매 결과가 더 좋으므로 시도해 보시길 권합니다.
나는 마이클의 예가 효과가 있는 이유를 어느 정도 이해합니다. jPrediction의 강점은 분류에 있는 것이 아니라(새 데이터에 대한 50% 정확도는 동전 던지기와 같습니다), 위원회의 모델이 다른 답변을 제공하면 이 프로그램이 전혀 예측을 제공하지 않는다는 사실입니다. Michael의 전략은 시장에서 두 모델이 명확한 답을 얻을 수 없는 불확실한 순간에 거래하지 않기 때문에 효과가 있습니다. jPrediction이 제공할 예측의 종류는 중요하지 않습니다. 오류는 여전히 50%입니다. jPrediction이 예측을 거부할 때 가장 중요한 것은 거래를 하지 않는 것입니다. 그런 다음 그는 순서에 따라 거래(매수/매도)의 방향 을 선택합니다. jPredictor는 거래하지 않는 것이 더 나을 때 너무 혼란스러운 시장 상황을 감지하는 역할을 하며 매우 흥미로운 응용 프로그램입니다.
내 데이터와 비슷한 접근 방식을 시도했습니다. 나는 위원회에 2개의 모델이 없지만 더 많습니다. 만장일치로 답변을 드릴 수는 없지만, 80% 이상의 모델이 답변에 동의할 때 매매하면 매매 결과가 더 좋으므로 시도해 보시길 권합니다.