글쎄, 멀리서 보면)) 자세히 살펴보면 모든 것이 그렇게 간단하지 않다는 것을 알 수 있습니다. 일단 가르치면 이것이 첫 번째 시험입니다. 약 2월 1일까지 훈련 영역, 2월 24일까지 테스트 데이터 세트. 일반적으로 이 뉴로는 무릎에 조립되어 있는데, 전혀 뭔가를 보여주는 것이 놀랍습니다. 다음에 어디로 가야 하는지에 대한 이해가 있습니다.
예브게니 듀카 : 글쎄, 멀리서 보면)) 자세히 살펴보면 모든 것이 그렇게 간단하지 않다는 것을 알 수 있습니다. 일단 가르치면 이것이 첫 번째 시험입니다. 약 2월 1일까지 훈련 영역, 2월 24일까지 테스트 데이터 세트. 일반적으로 이 뉴로는 무릎에 조립되어 있는데, 전혀 뭔가를 보여주는 것이 놀랍습니다. 다음에 어디로 가야 하는지에 대한 이해가 있습니다.
저것들. 사실 그에 따른 시스템(거래)을 아직 개발하지 않은 상태에서 비교적 수용 가능한 예측 결과만 보고 있는데 거래를 시도한 적이 있고 어떤 규칙을 적용합니까?
현실은 우리가 상상하는 것과 다를 수 있습니다. CatBoost에서 분리 알고리즘을 재생산하고 실제로 어떤 일이 일어나고 얼마나 정확하게 발생하는지 확인해야 합니다.
임의성에 관해서 - 내가 올바르게 이해한다면 가장 좋은 것이 아니라 임의의 것과 같이 예측자 그리드를 분할하기 위한 섹션을 선택하기 위한 임의성이 있습니다. 그리고 스택을 범위별로 불균일하게 나누는 알고리즘이 있습니다.
나는 다르게 생각한다. 각 예측자는 임의의 지점에서 분할되지만 최상의 결과 분할이 여전히 선택됩니다.
좋다고는 하지만 답답하다.
실제로 과매수/과매도 영역에서 일반 지표처럼 작동합니다.
어떨 땐 그런 것 같기도 하고 어떨 땐 아닌 것 같기도 하고..
거래를 위해 이 네트워크를 테스트해 보셨습니까? 내 경험에 따르면 작동하지 않을 것입니다.
네트워크의 "신뢰"에 필터를 적용할 수 있습니까?
테스트를 위해 가까운 미래에 숙녀.
상단의 주황색 영역은 하향 이동을 예측하고 하단의 녹색 영역은 상향 이동을 예측하며 두께는 신경망의 신뢰도입니다. BTCUSD M1에서만 작동합니다(현재로서는...).
시원한? ))
일반적인 추세 표시기 처럼 보입니다. ))). 얼마나 자주 그녀를 재교육합니까?
이 그림을 기반으로 하면 훈련은 매우 드물게 발생하거나 충분히 정확하지 않습니다. 그렇지 않으면 훈련된 시스템이 적용될 당시 그러한 영역이 존재하지 않았기 때문입니다.
MT의 전략 테스터 가 실제로 동일한 훈련된 신경 시스템이라는 것은 아마도 누구에게도 발견되지 않을 것입니다.일반적인 추세 표시기 처럼 보입니다. ))). 얼마나 자주 그녀를 재교육합니까?
일단 가르치면 이것이 첫 번째 시험입니다. 약 2월 1일까지 훈련 영역, 2월 24일까지 테스트 데이터 세트.
일반적으로 이 뉴로는 무릎에 조립되어 있는데, 전혀 뭔가를 보여주는 것이 놀랍습니다. 다음에 어디로 가야 하는지에 대한 이해가 있습니다.
이 그림을 기반으로 하면 훈련은 매우 드물게 발생하거나 충분히 정확하지 않습니다. 그렇지 않으면 훈련된 시스템이 적용될 당시 그러한 영역이 존재하지 않았기 때문입니다.
MT의 전략 테스터 가 실제로 동일한 훈련된 신경 시스템이라는 것은 아마도 누구에게도 발견되지 않을 것입니다.글쎄, 멀리서 보면)) 자세히 살펴보면 모든 것이 그렇게 간단하지 않다는 것을 알 수 있습니다.
일단 가르치면 이것이 첫 번째 시험입니다. 약 2월 1일까지 훈련 영역, 2월 24일까지 테스트 데이터 세트.
일반적으로 이 뉴로는 무릎에 조립되어 있는데, 전혀 뭔가를 보여주는 것이 놀랍습니다. 다음에 어디로 가야 하는지에 대한 이해가 있습니다.
저것들. 사실 그에 따른 시스템(거래)을 아직 개발하지 않은 상태에서 비교적 수용 가능한 예측 결과만 보고 있는데 거래를 시도한 적이 있고 어떤 규칙을 적용합니까?
저것들. 사실 그에 따른 시스템(거래)을 아직 개발하지 않은 상태에서 비교적 수용 가능한 예측 결과만 보고 있는데 거래를 시도한 적이 있고 어떤 규칙을 적용합니까?
기본적으로 거래로 전환할 생각은 하지 않습니다. 테이크/스톱/백테스트를 다루기 시작하자마자 뇌가 즉시 줄어들고 풍차와 싸우기 시작합니다. 내가 지표를 만들면 나머지는 저절로 성장할 것입니다.
적절한 교육을 받은 실제 사례가 있습니까? 수백만의 이익을 내는 비밀 신경망이 아니라 모든 사람이 그것을 가지고 있음을 의미합니다.) 그러나 공개된 것입니다.
나는 .... 테스터의 백테스트에서 결론을 얻었습니다. 시스템이 올바르게 훈련되면 무엇을 얻을 것이라고 생각합니까? 정확한 입력 결과의 거의 90%. 이전에는 동일한 백테스트에서 그러한 결과가 나오지 않았으므로 이 경우의 훈련이 옳았다고 결론지었습니다.
당신을 위해 같은 것을 시도합니다.
나는 다르게 생각한다. 각 예측자는 임의의 지점에서 분할되지만 최상의 결과 분할이 여전히 선택됩니다.
나는 그들의 도움을 보러 갔지만 정말로 이해하지 못했습니다. 쓰기에는 너무 혼란스럽습니다. 나중에 비디오에서 이 순간을 찾으려고 노력할 것입니다. 그들은 더 명확하게 설명합니다.
그러나 대칭 트리 옵션만 있기 전에 CB가 나무를 만들기 위한 새로운 기능을 추가한 것을 보았습니다.
나무 성장 정책. 욕심 많은 트리 구성을 수행하는 방법을 정의합니다.
Depthwise - 트리는 지정된 깊이에 도달할 때까지 레벨별로 빌드됩니다. 각 반복에서 마지막 트리 수준의 모든 비터미널 리프가 분할됩니다. 각 잎은 손실 개선이 가장 좋은 상태로 분할됩니다.
Lossguide - 지정된 최대 리프 수에 도달할 때까지 트리를 리프별로 빌드합니다. 각 반복에서 손실 개선이 가장 좋은 비단말 리프가 분할됩니다.