무엇을 공유합니까? 그리고 증분이 당신에게 적합하지 않았습니다. 실제로, 그들은 시간을 고려하여 속도를 제공합니다. 하지만 평균을 내지 않고는 할 수 없습니다. 그러나 평균 값을 고려하기 시작하면 야생이 빨리 나타납니다. 어딘가에는 작동하는 중간이 있어야 합니다. 마지막 틱, 바, 이것은 충분하지 않지만 조금 더 거칠습니다.
서로 다른 클러스터 수에 대해 서로 다른 지연이 있는 2개 이상의 첨부 파일
한 쌍의 증분 간에 기능적 종속성이 없기 때문에 클라우드는 어리석게도 반으로 나뉘는 식입니다. 우리는 증분보다 더 똑똑한 것이 필요합니다. 어쩌면 그들은 어떻게 든 변형되어야합니다.
시차가 다른 2개의 시계열 . 무엇이든 클러스터링할 수 있지만 모든 것이 다시 주제 영역과 클러스터링된 대상 및 이유에 대한 오해에 빠지게 됩니다. 인터넷에서 좋은 예를 본 적이 없습니다. 그건 그렇고, 계절 성분 대신 클러스터를 강조하고 싶었고 그것을 잊고 MO ... Yy .. 그러면 또 다른 연구가 될 것입니다.
글쎄, 시간은 변동성의 간접적인 신호이며, 시간에 따라 계절적이며, 능동적인 거래 시간이 있고, 수동적인 시간이 있습니다.
동의합니다.
mytarmailS :
저장할 수 있지만 모델을 훈련하려면 환경에서 이 행렬을 로드해야 합니다. 그게 전부입니다. 끝)) 또는 오히려 더 일찍, 술어로 행렬 자체를 형성하는 단계에서
캣부스트를 사용해 보세요. 어쨌든 나는 훈련하고 결과를 볼 수 있습니다.
mytarmailS :
와~ 공연이 작지 않은데 사인이 몇 개인지 궁금하다.
이 샘플에서는 566입니다.
mytarmailS :
유전 나무 란 무엇입니까?
1) 단순)
2) 어때요? 그리고 3Z에 대한 예측 변수를 어떻게 설정합니까?
3) 글쎄요, 양초가 열리거나 그런 게 있는데, 이건 이미 왜곡이거든요. 왜냐하면 그것들은 종가에 따라야 하기 때문이고, 그러면 곧바로 많은 오해가 생기고, 어떻게, 어떻게 목표를 세워야 할 징조가 생깁니다. 등 (불필요한 목표 고통), 당신이 당신 아래에서 무언가를 변경하면 항상 자신과 다른 사람을 위해 원본을 남겨 두어야합니다)
분할을 선택하는 유전 알고리즘 을 사용하여 트리를 구축하는 R 스크립트. 나는 거기에서 정말로 이해하지 못한다 - Doc의 작업.
2. 나는 ZZ를 기반으로 예측변수를 사용하는데, 예측변수와 대상이 동일한 ZZ에서 계산되면 더 효과적임이 분명합니다.
3. 바의 시작 부분에서 OHLC를 알지 못하므로 실생활에서 일어나는 대로 적어두었습니다.
Catbust는 도움이되지 않습니다. 문제는 데이터 크기에 있습니다. 표지판을 만들 수도 없으며 훈련을받을 수도 없습니다.
50k 샘플을 만들고, 작게, 심각하게하지 말고, 재교육을 더 가능하게하십시오, ... ..., ... 작업은 즉시 생산용 로봇을 만드는 것이지만 단순히 오류를 줄이는 것입니다. 공동 창의성에 의해 얻은 지식은 모든 도구와 시장으로 이전될 수 있습니다. 50k는 기호가 무엇을 의미하는지 보기에 충분합니다.
알렉세이 비아즈미킨 :
3. 바의 시작 부분에서 OHLC를 알지 못하므로 실생활에서 일어나는 대로 적어두었습니다.
글쎄요, OHLK를 모르면 쓸 필요가 없는데 왜 OHLK 전체를 빼야 합니까? 아무도 안 하고, 33을 한 칸씩 옮기면 마치 미래를 내다보는 것처럼 학습을 위해 1보씩 움직이면 됩니다. 사슴 학습에 대한 Vladimir Perervenko의 기사를 적어도 한 번 읽어 보셨습니까? 읽어주세요. 데이터에 대해 이미 잘 정립된 최적의 조치가 있고 모든 사람이 이에 익숙해지고 누군가가 같은 일을 하려고 하지만 각자의 방식으로 다른 방식으로 무의미하고 성가신 것처럼 보일 때 이것은 매우 불편합니다. 그러한 저자의 데이터로 작업하려는 사람들에게 많은 오류의 원인.
이 모든 후에도 여전히 무언가를하고 싶다면 그러한 요구 사항이 있습니다.
1) 데이터 50-60k 더 이상, 더 나은 하나의 파일, 마지막 n 촛불이 테스트가 될 것이라는 데 동의하십시오.
2) 최신 가격뿐만 아니라 지원 및 저항도 고려할 수 있으므로 접착하지 않고 데이터를 접착하는 것이 바람직합니다. 접착하는 것은 불가능합니다
막심 드미트리예프스키 : 시차가 다른 2개의 시계열. 무엇이든 클러스터링할 수 있지만 모든 것이 다시 주제 영역과 클러스터링된 대상 및 이유에 대한 오해에 빠지게 됩니다. 인터넷에서 좋은 예를 본 적이 없습니다. 그건 그렇고, 계절 성분 대신 클러스터를 강조하고 싶었고 그것을 잊고 MO ... Yy .. 그러면 또 다른 연구가 될 것입니다.
논리가 무화과 또는 무관심을 용납하지 않는 경우가 발생합니다)))) .... 여전히 이해에 문제가 있습니다. 상당히 짧은 데이터에 대한 교육을 통해 평균화, 희석화 및 GA만 있으면 됩니다. 시리즈의 특성을 구분하는 작업도 보지 못했다. 한편, 다른 TF에 대한 시리즈 분석은 동일해야 합니다. 주니어 TF를 떠나기 위한 기준이 있어야 합니다. 예를 들어, 확장 및 충분한 속도가 있는 추세가 더 젊은 기간에 결정되면 이전 기간의 추세에 대해 전환할 수 있습니다. 그러나 이것은 논리입니다. 어떻게든 특성을 그룹화하고 시리즈의 다양한 동작을 살펴볼 필요가 있습니다. 반대가 결정된 경우.
원자력 발전소에서 그들은 19개의 매개변수를 보았고 영역이 빨간색일 때 막대를 제거해야 할 때 3~7개의 매개변수 조합의 표를 가졌습니다. 거기에도 하나의 매개변수가 없었고 서로 연결되지 않았습니다. 물론 우리는 다르게 가지고 있지만 시간 규모가 너무 크고 틱과 월간 행동 사이에 연관성이 없거나 항상 그런 것은 아닙니다. 일반적으로 매개변수 간의 관계와 이 관계가 지속되는 기간을 살펴봅니다.
논리가 무화과 또는 무관심을 용납하지 않는 경우가 발생합니다)))) .... 여전히 이해에 문제가 있습니다. 상당히 짧은 데이터에 대한 교육을 통해 평균화, 희석화 및 GA만 있으면 됩니다. 시리즈의 특성을 구분하는 작업도 보지 못했다. 한편, 다른 TF에 대한 시리즈 분석은 동일해야 합니다. 주니어 TF를 떠나기 위한 기준이 있어야 합니다. 예를 들어, 확장 및 충분한 속도가 있는 추세가 더 젊은 기간에 결정되면 이전 기간의 추세에 대해 전환할 수 있습니다. 그러나 이것은 논리입니다. 어떻게든 특성을 그룹화하고 시리즈의 다양한 동작을 살펴볼 필요가 있습니다. 반대가 결정된 경우.
원자력 발전소에서 그들은 19개의 매개변수를 보았고 영역이 빨간색일 때 막대를 제거해야 할 때 3~7개의 매개변수 조합의 표를 가졌습니다. 거기에도 하나의 매개변수가 없었고 서로 연결되지 않았습니다. 물론 우리는 다르게 가지고 있지만 시간 규모가 너무 크고 틱과 월간 행동 사이에 연관성이 없거나 항상 그런 것은 아닙니다. 일반적으로 매개변수 간의 관계와 이 관계가 지속되는 기간을 살펴봅니다.
무엇을 공유합니까? 그리고 증분이 당신에게 적합하지 않았습니다. 실제로, 그들은 시간을 고려하여 속도를 제공합니다. 하지만 평균을 내지 않고는 할 수 없습니다. 그러나 평균 값을 고려하기 시작하면 야생이 빨리 나타납니다. 어딘가에는 작동하는 중간이 있어야 합니다. 마지막 틱, 바, 이것은 충분하지 않지만 조금 더 거칠습니다.
서로 다른 클러스터 수에 대해 서로 다른 지연이 있는 2개 이상의 첨부 파일
한 쌍의 증분 간에 기능적 종속성이 없기 때문에 클라우드는 어리석게도 반으로 나뉘는 식입니다. 우리는 증분보다 더 똑똑한 것이 필요합니다. 어쩌면 그들은 어떻게 든 변형되어야합니다.
예
서로 다른 클러스터 수에 대해 서로 다른 지연이 있는 2개 이상의 첨부 파일
한 쌍의 증분 간에 기능적 종속성이 없기 때문에 클라우드는 어리석게도 반으로 나뉘는 식입니다. 우리는 증분보다 더 똑똑한 것이 필요합니다. 어쩌면 그들은 어떻게 든 변형되어야합니다.
예
몇 증분 정도는 이해하지 못했습니다. 마지막 2개의 막대 또는 다른 것에서?
나는 속도와 평균의 방향에서도 모두 같은 생각을 했다. 좋은 점을 위해 시스템은 서로 다른 시간대, 서로 다른 시간대의 상호 작용에 대해 교육을 받아야 하며 틱 크랩이 되어야 합니다. 저것들. TS가 결정을 내릴 때 틱 동작도 강조 표시되어야 합니다.
다른 TF는 현재 상태에서 기능의 가중치가 감소한 것일 뿐입니다. Semko에는 자체 시스템이 있지만 저는 TF를 훨씬 더 좋아합니다. 획일 성과 극단성에 대한 약간의 고려가 있습니다.
나는 생각했다. 우리는 가격 클라우드에 주문을 하고, 따라서 99%의 경우 마이너스 하락이 있을 것입니다. 그러나 그들이 실수하지 않았는지 평가하는 방법. 가장 가까운 극값에 따르면 마이너스 극값을 넘어서면 엘크 없이 닫을 수 있습니다.
마지막 몇 개 막대와 120개 막대의 역사에서 무엇을 측정할 수 있습니까? 한달이면 10년입니다. 충분히 좋아.
Mush 속도 2, 14, 30, 120, 480 및 최대값과 꼬임 찾기
인접한 확인란 사이에 분산 및 최대값 및 굴절 찾기
Mashki와의 최대 가격 차이이지만 일반적으로 가격면에서 극한입니다.
최대값과 최소값을 강조하는 추세의 평균 시간
추세의 평균 스프레드, ala Donchian.
트렌드와 플랫 및 기간을 구분할 수 있습니다.
아파트에서 추세의 평균 시간. 시니어 타임프레임의 주니어 타임프레임 동향.
평균 추세 시간.
그리고 다른 매개변수에 따라 다양한 매개변수가 중요해지는 것 같습니다. 그리고 연결이 명확하지 않습니다. 주니어 TF를 선배에게 편직하는 것이 가장 먼저 떠오르는 것이지만 이것으로 충분하지 않다는 것은 분명합니다. 그리고 나는 아직 연결에서 논리를 찾을 수 없습니다.
몇 증분 정도는 이해하지 못했습니다. 마지막 2개의 막대 또는 다른 것에서?
글쎄, 시간은 변동성의 간접적인 신호이며, 시간에 따라 계절적이며, 능동적인 거래 시간이 있고, 수동적인 시간이 있습니다.
동의합니다.
저장할 수 있지만 모델을 훈련하려면 환경에서 이 행렬을 로드해야 합니다. 그게 전부입니다. 끝)) 또는 오히려 더 일찍, 술어로 행렬 자체를 형성하는 단계에서
캣부스트를 사용해 보세요. 어쨌든 나는 훈련하고 결과를 볼 수 있습니다.
와~ 공연이 작지 않은데 사인이 몇 개인지 궁금하다.
이 샘플에서는 566입니다.
유전 나무 란 무엇입니까?
1) 단순)
2) 어때요? 그리고 3Z에 대한 예측 변수를 어떻게 설정합니까?
3) 글쎄요, 양초가 열리거나 그런 게 있는데, 이건 이미 왜곡이거든요. 왜냐하면 그것들은 종가에 따라야 하기 때문이고, 그러면 곧바로 많은 오해가 생기고, 어떻게, 어떻게 목표를 세워야 할 징조가 생깁니다. 등 (불필요한 목표 고통), 당신이 당신 아래에서 무언가를 변경하면 항상 자신과 다른 사람을 위해 원본을 남겨 두어야합니다)
분할을 선택하는 유전 알고리즘 을 사용하여 트리를 구축하는 R 스크립트. 나는 거기에서 정말로 이해하지 못한다 - Doc의 작업.
2. 나는 ZZ를 기반으로 예측변수를 사용하는데, 예측변수와 대상이 동일한 ZZ에서 계산되면 더 효과적임이 분명합니다.
3. 바의 시작 부분에서 OHLC를 알지 못하므로 실생활에서 일어나는 대로 적어두었습니다.
결국, 다시 할 것인가 말 것인가?
결국, 다시 할 것인가 말 것인가?
Catbust는 도움이되지 않습니다. 문제는 데이터 크기에 있습니다. 표지판을 만들 수도 없으며 훈련을받을 수도 없습니다.
50k 샘플을 만들고, 작게, 심각하게하지 말고, 재교육을 더 가능하게하십시오, ... ..., ... 작업은 즉시 생산용 로봇을 만드는 것이지만 단순히 오류를 줄이는 것입니다. 공동 창의성에 의해 얻은 지식은 모든 도구와 시장으로 이전될 수 있습니다. 50k는 기호가 무엇을 의미하는지 보기에 충분합니다.
3. 바의 시작 부분에서 OHLC를 알지 못하므로 실생활에서 일어나는 대로 적어두었습니다.
글쎄요, OHLK를 모르면 쓸 필요가 없는데 왜 OHLK 전체를 빼야 합니까? 아무도 안 하고, 33을 한 칸씩 옮기면 마치 미래를 내다보는 것처럼 학습을 위해 1보씩 움직이면 됩니다. 사슴 학습에 대한 Vladimir Perervenko의 기사를 적어도 한 번 읽어 보셨습니까? 읽어주세요. 데이터에 대해 이미 잘 정립된 최적의 조치가 있고 모든 사람이 이에 익숙해지고 누군가가 같은 일을 하려고 하지만 각자의 방식으로 다른 방식으로 무의미하고 성가신 것처럼 보일 때 이것은 매우 불편합니다. 그러한 저자의 데이터로 작업하려는 사람들에게 많은 오류의 원인.
이 모든 후에도 여전히 무언가를하고 싶다면 그러한 요구 사항이 있습니다.
1) 데이터 50-60k 더 이상, 더 나은 하나의 파일, 마지막 n 촛불이 테스트가 될 것이라는 데 동의하십시오.
2) 최신 가격뿐만 아니라 지원 및 저항도 고려할 수 있으므로 접착하지 않고 데이터를 접착하는 것이 바람직합니다. 접착하는 것은 불가능합니다
3) 대상이 이미 데이터에 포함되어 있어야 합니다.
4) 날짜, 시간, o, h, l, c, 대상 형식의 데이터
아니면 데이터세트를 만들어야 하나요?
시차가 다른 2개의 시계열. 무엇이든 클러스터링할 수 있지만 모든 것이 다시 주제 영역과 클러스터링된 대상 및 이유에 대한 오해에 빠지게 됩니다. 인터넷에서 좋은 예를 본 적이 없습니다. 그건 그렇고, 계절 성분 대신 클러스터를 강조하고 싶었고 그것을 잊고 MO ... Yy .. 그러면 또 다른 연구가 될 것입니다.
논리가 무화과 또는 무관심을 용납하지 않는 경우가 발생합니다)))) .... 여전히 이해에 문제가 있습니다. 상당히 짧은 데이터에 대한 교육을 통해 평균화, 희석화 및 GA만 있으면 됩니다. 시리즈의 특성을 구분하는 작업도 보지 못했다. 한편, 다른 TF에 대한 시리즈 분석은 동일해야 합니다. 주니어 TF를 떠나기 위한 기준이 있어야 합니다. 예를 들어, 확장 및 충분한 속도가 있는 추세가 더 젊은 기간에 결정되면 이전 기간의 추세에 대해 전환할 수 있습니다. 그러나 이것은 논리입니다. 어떻게든 특성을 그룹화하고 시리즈의 다양한 동작을 살펴볼 필요가 있습니다. 반대가 결정된 경우.
원자력 발전소에서 그들은 19개의 매개변수를 보았고 영역이 빨간색일 때 막대를 제거해야 할 때 3~7개의 매개변수 조합의 표를 가졌습니다. 거기에도 하나의 매개변수가 없었고 서로 연결되지 않았습니다. 물론 우리는 다르게 가지고 있지만 시간 규모가 너무 크고 틱과 월간 행동 사이에 연관성이 없거나 항상 그런 것은 아닙니다. 일반적으로 매개변수 간의 관계와 이 관계가 지속되는 기간을 살펴봅니다.
하지만 여기까지는 어렵습니다.
논리가 무화과 또는 무관심을 용납하지 않는 경우가 발생합니다)))) .... 여전히 이해에 문제가 있습니다. 상당히 짧은 데이터에 대한 교육을 통해 평균화, 희석화 및 GA만 있으면 됩니다. 시리즈의 특성을 구분하는 작업도 보지 못했다. 한편, 다른 TF에 대한 시리즈 분석은 동일해야 합니다. 주니어 TF를 떠나기 위한 기준이 있어야 합니다. 예를 들어, 확장 및 충분한 속도가 있는 추세가 더 젊은 기간에 결정되면 이전 기간의 추세에 대해 전환할 수 있습니다. 그러나 이것은 논리입니다. 어떻게든 특성을 그룹화하고 시리즈의 다양한 동작을 살펴볼 필요가 있습니다. 반대가 결정된 경우.
원자력 발전소에서 그들은 19개의 매개변수를 보았고 영역이 빨간색일 때 막대를 제거해야 할 때 3~7개의 매개변수 조합의 표를 가졌습니다. 거기에도 하나의 매개변수가 없었고 서로 연결되지 않았습니다. 물론 우리는 다르게 가지고 있지만 시간 규모가 너무 크고 틱과 월간 행동 사이에 연관성이 없거나 항상 그런 것은 아닙니다. 일반적으로 매개변수 간의 관계와 이 관계가 지속되는 기간을 살펴봅니다.
하지만 여기까지는 어렵습니다.
나는 결코 핵탄두를 가진 폭격기를 지나치지 않는다 :)
그런 야생에서))))) 모든 것이 핵 쓰레기로 시작되었습니다. 평균화, 피드백 및 베이즈가 있는 확률론적 계산 운율, 신뢰 기준은 뭔가요))) 분명히 매개변수도 먼저 수동으로 선택해야 합니다. 너무 많습니다.
일반적으로 아이디어는 일련의 120개 막대를 보고 다른 옵션에서 일부 쓰레기를 뽑아야 한다는 것입니다. 현재 상태를 측정하고 훈련하는 것은 좋지 않습니다.
그런 야생에서))))) 모든 것이 핵 쓰레기로 시작되었습니다. 평균화, 피드백 및 베이즈가 있는 확률론적 계산 운율, 신뢰 기준은 뭔가요))) 분명히 매개변수도 먼저 수동으로 선택해야 합니다. 너무 많습니다.
일반적으로 아이디어는 일련의 120개 막대를 보고 다른 방식으로 일부 쓰레기를 뽑아야 한다는 것입니다. 현재 상태를 측정하고 훈련하는 것은 좋지 않습니다.
현재 상태는 무엇입니까? 클러스터에 대한 경우 새 데이터에 대한 통계를 확인하기만 하면 됩니다. 같은 경우 차량을 만들 수 있습니다.