트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1329 1...132213231324132513261327132813291330133113321333133413351336...3399 새 코멘트 Maxim Dmitrievsky 2019.02.13 16:38 #13281 유리 아사울렌코 : 선생님 없이도 할 수 있습니다. 나는 이것에 어떤 차이도 보이지 않는다. 몇 개의 if 문으로 해결되는 문제를 학습하고 해결하는 뉴런 무리를 상상해 보십시오. 음, 이해합니다. 이것을 선험적 지식, 내장 피어 리뷰라고 하지만 100% 확신하기 때문에 모델과 함께 다시 확인하지 않습니다. 나는 무작위와 몇 가지 사소한 믿음 외에 무작위 프로세스에 대한 지식이 없습니다. Yuriy Asaulenko 2019.02.13 16:43 #13282 막심 드미트리예프스키 : 음, 이해합니다. 이것을 선험적 지식, 내장 피어 리뷰라고 하지만 100% 확신하기 때문에 모델과 함께 다시 확인하지 않습니다. 네 맞습니다. 이것은 실질적으로 공리입니다. 왜 확인하십시오. 우리는 해결책의 선험적인 부분을 알고 있습니다 - 우리는 시장에서 헛되이 명상하고 있습니다.) Yuriy Asaulenko 2019.02.13 17:00 #13283 막심 드미트리예프스키 : 다시 말하지만, 우리는 다른 접근 방식에 대해 이야기하고 있습니다. 당신은 교사와 함께 훈련을 받았기 때문에 당신은 처음에 먼저 누워, 나는 교사가 없습니다 기억해. 물론 다른 접근 방식이 있습니다. 다시 한 번, 나는 이것에 금기 사항이 없습니다(선생님과 함께). 원하는 경우 확실히 나타나면 모든 것이 실현 가능합니다. 선생님이 없는 RNN이 없는 한 여기에서는 모든 것이 더 복잡하고 저는 잘 모르겠고 사용하지 않았습니다. 그건 그렇고, 당신은 무엇을 사용하고 있습니까? 엠비. 그들은 말했지만 주제를 삽질하기 위해 ... Maxim Dmitrievsky 2019.02.13 17:10 #13284 유리 아사울렌코 : 기억해. 물론 다른 접근 방식이 있습니다. 다시 한 번, 나는 이것에 금기 사항이 없습니다(선생님과 함께). 원하는 경우 확실히 나타나면 모든 것이 실현 가능합니다. 선생님이 없는 RNN이 없는 한 여기에서는 모든 것이 더 복잡하고 저는 잘 모르겠고 사용하지 않았습니다. 그건 그렇고, 당신은 무엇을 사용하고 있습니까? 엠비. 그들은 말했지만 주제를 삽질하기 위해 ... 많은 것들, rn은 여전히 충분하지 않았습니다)) 그러면 할 것입니다. 기본에 대한 기사가 있지만 자연스럽게 그는 더 나아갔습니다. Yuriy Asaulenko 2019.02.13 17:44 #13285 막심 드미트리예프스키 : 많은 것들, rn은 여전히 충분하지 않았습니다)) 그러면 할 것입니다. 기본에 대한 기사가 있지만 자연스럽게 그는 더 나아갔습니다. 사거리에서 - 당신은 오른쪽으로 갈 것입니다 ... 등. Tensorflow는 아주 좋은 기능이지만 매우 무겁다고 합니다. 지금까지는 문서만 읽었습니다. 사용하지 않았다? Maxim Dmitrievsky 2019.02.13 17:47 #13286 유리 아사울렌코 : 사거리에서 - 당신은 오른쪽으로 갈 것입니다 ... 등. Tensorflow는 아주 좋은 기능이지만 매우 무겁다고 합니다. 지금까지는 문서만 읽었습니다. 사용하지 않았다? 면에서 부담? tf 저수준, ano 위에 올려 놓고 tf.theano를 사용하면 모든 것이 더 쉽습니다. 다양한 예제를 살펴보았지만 아직 개발을 해본 적이 없습니다. 두 번째 버전이 진행 중이며 이미 사이트에서 사용할 수 있으며 모델 생성이 단순화됩니다. Yuriy Asaulenko 2019.02.13 17:51 #13287 막심 드미트리예프스키 : 면에서 부담? tf 저수준, ano 위에 올려 놓고 tf.theano를 사용하면 모든 것이 더 쉽습니다. 다양한 예제를 살펴보았지만 아직 개발을 해본 적이 없습니다. 속도면에서. 아마도. 지금은 scikit-learn을 중지하십시오, CHAZ. MLP는 꽤 좋습니다. Maxim Dmitrievsky 2019.02.13 17:57 #13288 유리 아사울렌코 : 속도면에서. 아마도. 지금은 scikit-learn을 중지하십시오, CHAZ. MLP는 꽤 좋습니다. 모르겠어, 아닌 것 같아 dofiga 패키지, 나는 가장 인기 있고 개발중인 것만 연구하려고합니다. sklearn은 일종의 잡동사니입니다. tf 네이티브 아키텍처의 추가 생성자 Aleksey Vyazmikin 2019.02.13 22:19 #13289 유리 아사울렌코 : NN은 스케일링을 좋아하지 않습니다. 가격 범위 - 100-120에서 훈련, 가격은 그 이상입니다 - 그게 다야, 단락. 가격과 관련된 모든 것을 가격 자체로 나누고 1을 뺀 다음 계수를 사용하여 변수를 원하는 동적 범위로 이동합니다. 따라서 수용 가능한 메트릭에 대한 데이터 전처리가 필요합니다. 나는 상위 TF에서 내 ATR을 사용하고 그 안에 가격을 배치합니다. 나는 레벨별로 노치가 있는 도미노를 얻고 가격에는 피보나치 레벨 번호가 할당됩니다. Aleksey Vyazmikin 2019.02.14 01:42 #13290 완료된 처리 모델, 201에서 401까지의 시드 - 다른 모든 것은 변경되지 않습니다. 균형 평가 결과 표 측정항목이 있는 표 독립 표본에 대한 선택 기준을 충족하는 모델 수가 표시된 표 세 가지 샘플 모두에서 선택 기준과 일치하는 모델 수가 표시된 표 모델 차트(대부분 gif) 서른% 40% 오십% 60% 추세는 주로 모든 지표에 대해 유지되는 것 같습니다. 아래는 델타 표입니다. 변경 사항을 비교하기 위해되었습니다. 메트릭 측면에서 차이는 일반적으로 미미합니다. 수집된 자료를 보면 대체로 이러한 경향이 지속되고 있음을 알 수 있다. 나는 또 다른 질문에 가장 의아해합니다. 다른 샘플의 다른 모델에 대해 그래프가 매우 유사한 이유는 모델이 빈번한 주기성과 다른 샘플 크기(어쨌든, 이 조각은 지속적으로 창에 떨어집니다.) 모델이 활용하는 것은 바로 이 규칙성입니다. 나 자신의 경우, 흥미로운 모델을 찾기 위해 검증 사이트에 찬성하여 모든 데이터 샘플의 30%에서 70%까지 배포하는 것이 꽤 가능하다고 결론지었지만 여전히 30%가 최적인 것 같습니다. AutoGraf 시리즈 4 - "XO"-메소드....... 베이지안 회귀 - 이 1...132213231324132513261327132813291330133113321333133413351336...3399 새 코멘트 사유: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
선생님 없이도 할 수 있습니다. 나는 이것에 어떤 차이도 보이지 않는다.
몇 개의 if 문으로 해결되는 문제를 학습하고 해결하는 뉴런 무리를 상상해 보십시오.
음, 이해합니다. 이것을 선험적 지식, 내장 피어 리뷰라고 하지만 100% 확신하기 때문에 모델과 함께 다시 확인하지 않습니다.
나는 무작위와 몇 가지 사소한 믿음 외에 무작위 프로세스에 대한 지식이 없습니다.음, 이해합니다. 이것을 선험적 지식, 내장 피어 리뷰라고 하지만 100% 확신하기 때문에 모델과 함께 다시 확인하지 않습니다.
네 맞습니다. 이것은 실질적으로 공리입니다. 왜 확인하십시오. 우리는 해결책의 선험적인 부분을 알고 있습니다 - 우리는 시장에서 헛되이 명상하고 있습니다.)
다시 말하지만, 우리는 다른 접근 방식에 대해 이야기하고 있습니다.
당신은 교사와 함께 훈련을 받았기 때문에 당신은 처음에 먼저 누워, 나는 교사가 없습니다
기억해. 물론 다른 접근 방식이 있습니다. 다시 한 번, 나는 이것에 금기 사항이 없습니다(선생님과 함께). 원하는 경우 확실히 나타나면 모든 것이 실현 가능합니다.
선생님이 없는 RNN이 없는 한 여기에서는 모든 것이 더 복잡하고 저는 잘 모르겠고 사용하지 않았습니다. 그건 그렇고, 당신은 무엇을 사용하고 있습니까? 엠비. 그들은 말했지만 주제를 삽질하기 위해 ...
기억해. 물론 다른 접근 방식이 있습니다. 다시 한 번, 나는 이것에 금기 사항이 없습니다(선생님과 함께). 원하는 경우 확실히 나타나면 모든 것이 실현 가능합니다.
선생님이 없는 RNN이 없는 한 여기에서는 모든 것이 더 복잡하고 저는 잘 모르겠고 사용하지 않았습니다. 그건 그렇고, 당신은 무엇을 사용하고 있습니까? 엠비. 그들은 말했지만 주제를 삽질하기 위해 ...
많은 것들, rn은 여전히 충분하지 않았습니다)) 그러면 할 것입니다.
기본에 대한 기사가 있지만 자연스럽게 그는 더 나아갔습니다.
많은 것들, rn은 여전히 충분하지 않았습니다)) 그러면 할 것입니다.
기본에 대한 기사가 있지만 자연스럽게 그는 더 나아갔습니다.
사거리에서 - 당신은 오른쪽으로 갈 것입니다 ... 등. Tensorflow는 아주 좋은 기능이지만 매우 무겁다고 합니다. 지금까지는 문서만 읽었습니다. 사용하지 않았다?
사거리에서 - 당신은 오른쪽으로 갈 것입니다 ... 등. Tensorflow는 아주 좋은 기능이지만 매우 무겁다고 합니다. 지금까지는 문서만 읽었습니다. 사용하지 않았다?
면에서 부담? tf 저수준, ano 위에 올려 놓고 tf.theano를 사용하면 모든 것이 더 쉽습니다.
다양한 예제를 살펴보았지만 아직 개발을 해본 적이 없습니다.
두 번째 버전이 진행 중이며 이미 사이트에서 사용할 수 있으며 모델 생성이 단순화됩니다.면에서 부담? tf 저수준, ano 위에 올려 놓고 tf.theano를 사용하면 모든 것이 더 쉽습니다.
다양한 예제를 살펴보았지만 아직 개발을 해본 적이 없습니다.
속도면에서. 아마도. 지금은 scikit-learn을 중지하십시오, CHAZ. MLP는 꽤 좋습니다.
속도면에서. 아마도. 지금은 scikit-learn을 중지하십시오, CHAZ. MLP는 꽤 좋습니다.
모르겠어, 아닌 것 같아
dofiga 패키지, 나는 가장 인기 있고 개발중인 것만 연구하려고합니다.
sklearn은 일종의 잡동사니입니다.
tf 네이티브 아키텍처의 추가 생성자
NN은 스케일링을 좋아하지 않습니다. 가격 범위 - 100-120에서 훈련, 가격은 그 이상입니다 - 그게 다야, 단락. 가격과 관련된 모든 것을 가격 자체로 나누고 1을 뺀 다음 계수를 사용하여 변수를 원하는 동적 범위로 이동합니다.
따라서 수용 가능한 메트릭에 대한 데이터 전처리가 필요합니다. 나는 상위 TF에서 내 ATR을 사용하고 그 안에 가격을 배치합니다. 나는 레벨별로 노치가 있는 도미노를 얻고 가격에는 피보나치 레벨 번호가 할당됩니다.
완료된 처리 모델, 201에서 401까지의 시드 - 다른 모든 것은 변경되지 않습니다.
균형 평가 결과 표
측정항목이 있는 표
독립 표본에 대한 선택 기준을 충족하는 모델 수가 표시된 표
세 가지 샘플 모두에서 선택 기준과 일치하는 모델 수가 표시된 표
모델 차트(대부분 gif)
서른%
40%
오십%
60%
추세는 주로 모든 지표에 대해 유지되는 것 같습니다. 아래는 델타 표입니다. 변경 사항을 비교하기 위해되었습니다.
메트릭 측면에서 차이는 일반적으로 미미합니다.
수집된 자료를 보면 대체로 이러한 경향이 지속되고 있음을 알 수 있다.
나는 또 다른 질문에 가장 의아해합니다. 다른 샘플의 다른 모델에 대해 그래프가 매우 유사한 이유는 모델이 빈번한 주기성과 다른 샘플 크기(어쨌든, 이 조각은 지속적으로 창에 떨어집니다.) 모델이 활용하는 것은 바로 이 규칙성입니다.
나 자신의 경우, 흥미로운 모델을 찾기 위해 검증 사이트에 찬성하여 모든 데이터 샘플의 30%에서 70%까지 배포하는 것이 꽤 가능하다고 결론지었지만 여전히 30%가 최적인 것 같습니다.