모델의 성능에 대한 예측 변수와 특정 모델의 적용 가능성을 결정하는 예측 변수를 혼합하는 것은 의미가 없습니다. 한 모델이 호감도를 결정하고 두 번째 모델은 TS 자체를 결정해야 한다고 생각합니다. 그렇다면 이러한 유리한 조건을 학습하기 위한 라벨링의 문제가 남아 있으며, 이를 위해서는 TS가 효과적으로 작동할 때 임계값을 결정할 필요가 있습니다. 예를 들어 오류의 균형과 이익 증가, 그리고 다른 지표와 같은 지표가 될 수 있습니다. 따라서 분류는 분명히 일주일 동안 몇 분 또는 적어도 하루 동안이어야 합니다.
물론 상대적 지표가 있어야 합니다. 맨 형태에서 척도를 고려해야 합니다.))) 상대성 이론이 차이보다 더 사실입니다.)))
시리즈의 중요한 특성의 작업과 TS의 설정은 물론 다르며 간섭할 수 없습니다. 그러나 그것들은 서로 연결되어 있습니다. 이 행에 대한 잘못된 또는 양호한 TS 설정입니다. 사이클과 기회. 필요한 상태와 최적의 TS를 찾습니다. 그러나 이것이 최고의 조합을 의미하지는 않습니다. 그리고 최적의 시리즈에 대한 추가 검색은 이전 시리즈와 일치하지 않을 수 있습니다))))
반대의 지표에 대한 질문을하는 것이 좋습니다. 최대 평균 및 합류에서) 상대 단위. 우리는 효율성의 임계값을 찾는 것이 아니라 작업 및 배수 영역을 찾고 있습니다.
분류는 모든 데이터에 있어야 합니다. 분 단위로 일하거나 시간 단위로 일한다는 개념은 본질적으로 잘못된 것입니다. 현재 작업. 이것은 몇 분 또는 한 시간 단위로 분석한 것입니다. 저에게는 결정을 내리기 위한 대략적인 가정이자 오류의 원인입니다.
물론 상대적 지표가 있어야 합니다. 맨 형태에서 척도를 고려해야 합니다.))) 상대성 이론이 차이보다 더 사실입니다.)))
시리즈의 중요한 특성의 작업과 TS의 설정은 물론 다르며 간섭할 수 없습니다. 그러나 그들은 서로 연결되어 있습니다. 이 행에 대한 잘못된 또는 양호한 TS 설정입니다. 사이클과 기회. 필요한 상태와 최적의 TS를 찾습니다. 그러나 이것이 최고의 조합을 의미하지는 않습니다. 그리고 최적의 시리즈에 대한 추가 검색은 이전 시리즈와 일치하지 않을 수 있습니다))))
반대의 지표에 대한 질문을하는 것이 좋습니다. 최대 평균 및 합류에서) 상대 단위. 우리는 효율성의 임계값을 찾는 것이 아니라 작업 및 배수 영역을 찾고 있습니다.
분류는 모든 데이터에 있어야 합니다. 분 단위로 일하거나 시간 단위로 일한다는 개념은 본질적으로 잘못된 것입니다. 현재 작업. 이것은 몇 분 또는 한 시간 단위로 분석한 것입니다. 저에게는 결정을 내리기 위한 대략적인 가정이자 오류의 원인입니다.
몇 분이라도 분석할 수 있습니다. 예측이 오래 지속되기를 원하거나 이벤트/상황이 발생/변경될 때까지입니다. 예를 들어, 오늘은 평평한 날이 있을 가능성이 가장 높을 것으로 예측되었으며, 그 안에 하나의 미시적 추세를 포착하고 반전에 대한 중지를 수집하는 것은 이치에 맞지 않습니다.
그러나 Y를 계산하는 방법? 그냥 이익을 위한 최선의 선택이 아닐 수도 있고 진입점이 중요하다.. 결국 이익은 진입과 퇴출의 범위가 아니라 좋은 진입점에서 나온 것이다.
현재로서는 시스템 및 시장 매개변수의 진입점만 필요하다는 것이 밝혀졌습니다.
AMO는 TS에서 신호를 입력으로 받아 포즈를 열지 여부를 결정합니다.
생각하기 무섭지만 이것이 바로 우리 Mikha가 지속적으로 유행하는 것입니다))
이것은 질문입니다. 진입점이 필요한지 아니면 여전히 범위인지 ... 모든 TS가 진입점을 쉽게 결정할 수 없고 많은 출구점이 있을 수 있기 때문에 진입점에 묶이고 싶지 않습니다. 모든 유리한 영역에서 효과적이라고 가정하고 uchatski에 대한 TS를 결정할 필요가 있습니다.
몇 분이라도 분석할 수 있습니다. 예측이 오래 지속되기를 원하거나 이벤트/상황이 발생/변경될 때까지입니다. 예를 들어, 오늘은 평평한 날이 있을 가능성이 가장 높을 것으로 예측되었으며, 그 안에 하나의 미시적 추세를 포착하고 반전에 대한 중지를 수집하는 것은 이치에 맞지 않습니다.
분석은 매 틱마다 이루어져야 합니다. 그것 없이는 단순히 할 수 없습니다. 게피와 다른 이단. 예측은 과거 데이터만을 기반으로 할 수 있으므로 시스템이 현재 상황(과거 데이터와 수신 데이터 비교)을 인식하지 못하고 시스템이 암기하지 않는 훈련된 상황이 아닌 경우 중요합니다.
알렉세이 비아즈미킨 :
이것은 질문입니다. 진입점이 필요한지 아니면 여전히 범위인지 ... 모든 TS가 진입점을 쉽게 결정할 수 없고 많은 출구점이 있을 수 있기 때문에 진입점에 묶이고 싶지 않습니다. 모든 유리한 영역에서 효과적이라고 가정하고 uchatski에 대한 TS를 결정할 필요가 있습니다.
1) TS에 유리한 기간과 그렇지 않은 기간을 결정해야 합니다. 즉, 동일한 일반적인 이진 형식 Y = 0000111100000으로 대상 "Y"를 생성해야 합니다.
2) 공정하고 편향되지 않은 "시장의 특성"을 반영하는 변수를 만듭니다. DSP는 여기서 특히 스펙트럼 분석에 도움이 될 것입니다.
아 네 죄송합니다 제 말을 잘못했네요 기간에 따른 변동이나 그런거 말씀드린게 아니라 구간만 유리한 구간 이 있었어야 했는데
발레리 야스트렘스키 :
주파수 응답이 항상 객관적인 특성은 아닙니다.
사실 항상.)
발레리 야스트렘스키 :
분해하는 것이 문제가 아니라 연결을 찾는 것이 문제입니다.
실험없이 가사
알렉세이 비아즈미킨 :
이것은 질문입니다. 진입점이 필요한지 아니면 여전히 범위인지 ... 모든 TS가 진입점을 쉽게 결정할 수 없고 많은 출구점이 있을 수 있기 때문에 진입점에 묶이고 싶지 않습니다. 모든 유리한 영역에서 효과적이라고 가정하고 uchatski에 대한 TS를 결정할 필요가 있습니다.
글쎄, 나는 몰라, 생각하고, 시도한다. 나는 진입 점이 더 간단하고 더 객관적이지만 이것은 IMHO
나는 증분을 순수한 형태로 사용하지 않습니다. 사실 상대적인 정규화 지표만 사용합니다.
모델의 성능에 대한 예측 변수와 특정 모델의 적용 가능성을 결정하는 예측 변수를 혼합하는 것은 의미가 없습니다. 한 모델이 호감도를 결정하고 두 번째 모델은 TS 자체를 결정해야 한다고 생각합니다. 그렇다면 이러한 유리한 조건을 학습하기 위한 라벨링의 문제가 남아 있으며, 이를 위해서는 TS가 효과적으로 작동할 때 임계값을 결정할 필요가 있습니다. 예를 들어 오류의 균형과 이익 증가, 그리고 다른 지표와 같은 지표가 될 수 있습니다. 따라서 분류는 분명히 일주일 동안 몇 분 또는 적어도 하루 동안이어야 합니다.
물론 상대적 지표가 있어야 합니다. 맨 형태에서 척도를 고려해야 합니다.))) 상대성 이론이 차이보다 더 사실입니다.)))
시리즈의 중요한 특성의 작업과 TS의 설정은 물론 다르며 간섭할 수 없습니다. 그러나 그것들은 서로 연결되어 있습니다. 이 행에 대한 잘못된 또는 양호한 TS 설정입니다. 사이클과 기회. 필요한 상태와 최적의 TS를 찾습니다. 그러나 이것이 최고의 조합을 의미하지는 않습니다. 그리고 최적의 시리즈에 대한 추가 검색은 이전 시리즈와 일치하지 않을 수 있습니다))))
반대의 지표에 대한 질문을하는 것이 좋습니다. 최대 평균 및 합류에서) 상대 단위. 우리는 효율성의 임계값을 찾는 것이 아니라 작업 및 배수 영역을 찾고 있습니다.
분류는 모든 데이터에 있어야 합니다. 분 단위로 일하거나 시간 단위로 일한다는 개념은 본질적으로 잘못된 것입니다. 현재 작업. 이것은 몇 분 또는 한 시간 단위로 분석한 것입니다. 저에게는 결정을 내리기 위한 대략적인 가정이자 오류의 원인입니다.
여기에는 미스터리가 없다
1) TS에 유리한 기간과 그렇지 않은 기간을 결정해야 합니다. 즉, 동일한 일반적인 이진 형식 Y = 0000111100000으로 대상 "Y"를 생성해야 합니다.
2) 공정하고 편향되지 않은 "시장의 특성"을 반영하는 변수를 만듭니다. DSP는 여기서 특히 스펙트럼 분석에 도움이 될 것입니다.
DSP에서 우리는 복잡한 신호가 사인 곡선의 합으로 설명될 수 있다는 것을 알고 있습니다. 사인 곡선에는 진폭, 주파수 및 위상의 세 가지 매개변수만 있습니다. 객관적으로 그렇게 될 것입니다.
이것이 어렵다면 분류를 위해 나를 위해 데이터, 가격 및 "Y"를 준비 할 수 있으며 이미 코드를 컴파일하고 거래에 유리한 조건을 인식 할 수 있는지 여부를 확인할 것입니다. 왜냐하면이 주제이기 때문에 나에게도 흥미롭다
기간 자체는 아무 것도 하지 않습니다. 분류할 수 있는 이 기간의 중요한 특성을 결정할 필요가 있습니다.
변수에는 논리가 있어야 합니다. 그렇지 않은 경우 오류를 찾을 수 없습니다. 논리가 없으면 경험적으로만 가능하며 확률은 물론 적습니다. 정현파는 의미를 이해할 때 유용합니다.
현재 데이터에 대한 교육 문제는 데이터를 이력으로 분류할 수 있는지 여부를 기준으로 해야 합니다. 시리즈의 중요한 특성에 대한 학습 결과를 역사와 현재의 것과 비교할 필요가 있으며, 조합이 새로운 경우 오류의 위험이 증가합니다.
기간 자체는 아무 것도 하지 않습니다. 분류할 수 있는 이 기간의 중요한 특성을 결정할 필요가 있습니다.
변수에는 논리가 있어야 합니다. 그렇지 않으면 오류를 감지할 수 없습니다. 논리가 없으면 경험적으로만 가능하며 확률은 물론 적습니다. 정현파는 의미를 이해할 때 유용합니다.
현재 데이터에 대한 교육 문제는 데이터를 이력으로 분류할 수 있는지 여부를 기준으로 해야 합니다. 시리즈의 중요한 특성에 대한 학습 결과를 역사와 현재의 것과 비교할 필요가 있으며, 조합이 새로운 경우 오류의 위험이 증가합니다.
기간이 그것과 무슨 관련이 있습니까? 제가 말한 것입니까? , 당신은 아무것도 이해하지 못했습니다 AFC (진폭 주파수 응답) 이것은 기능의 객관적인 특성입니다, 이 경우 시장
여기에는 미스터리가 없다
1) TS에 유리한 기간과 그렇지 않은 기간을 결정해야 합니다. 즉, 동일한 일반적인 이진 형식 Y = 0000111100000으로 대상 "Y"를 생성해야 합니다.
2) 공정하고 편향되지 않은 "시장의 특성"을 반영하는 변수를 만듭니다. DSP는 여기서 특히 스펙트럼 분석에 도움이 될 것입니다.
DSP에서 우리는 복잡한 신호가 사인 곡선의 합으로 설명될 수 있다는 것을 알고 있습니다. 사인 곡선에는 진폭, 주파수 및 위상의 세 가지 매개변수만 있습니다. 객관적으로 그렇게 될 것입니다.
이것이 어렵다면 분류를 위해 나를 위해 데이터, 가격 및 "Y"를 준비 할 수 있으며 이미 코드를 컴파일하고 거래에 유리한 조건을 인식 할 수 있는지 여부를 확인할 것입니다. 왜냐하면이 주제이기 때문에 나에게도 흥미롭다
기꺼이 퍼즐을 푸는 데 도움을 주셔서 감사합니다!
이전에 나에게 질문한 지표는 어떻습니까? 특정 TOR가 있습니까? 분명히 모든 계산을 할 수 있습니다. 그는 라이브러리에 대한 링크를 제공했습니다.
영역 분류 아이디어의 구현과 관련하여 예측이 제공되는 일종의 고정 시간 범위를 상상합니다. 이는 재교육 및 피팅이 없도록 필요합니다. 그렇지 않으면 예측이 매분마다 주어집니다. 바를 선택하면 불필요한 노이즈가 많이 나타납니다.
마크업과 관련하여(아직 명확하지 않음) 기준을 이해하거나 품질 평가를 위한 다른 기준으로 실험해야 합니다.
나는 ATS의 개발 측면에서 이 아이디어를 구현하기 위해 나 자신에게 메모를 남겼습니다. 17번 아래에 있습니다 :) 따라서 우리가 문제를 신속하게 해결할 수 있을지 확신할 수 없습니다. 문제를 해결하는 방법을 결정해야 합니다. 그리고 결과를 확인하는 방법.
MT5에서 사용할 DSP 기반 도구를 만들고 이미 여기에 무엇이 나오는지 볼 수 있습니까?
기간이 그것과 무슨 관련이 있습니까? 제가 말한 것입니까? , 당신은 아무것도 이해하지 못했습니다 AFC (진폭 주파수 응답) 이것은 기능의 객관적인 특성입니다, 이 경우 시장
1) TS에 유리한 기간과 그렇지 않은 기간을 결정해야 합니다. 즉, 동일한 일반적인 이진 형식 Y = 0000111100000으로 대상 "Y"를 생성해야 합니다.
2) 공정하고 편향되지 않은 "시장의 특성"을 반영하는 변수를 만듭니다. DSP는 여기서 특히 스펙트럼 분석에 도움이 될 것입니다.
일반적으로 나는 시리즈의 주파수 응답에 반대하지 않습니다. 그것이 좋은시기와 나쁜시기와 연결될 수 있다면. 주파수 응답이 항상 우리가 필요로 하는 다른 특성과 관련하여 시리즈의 객관적인 특성인 것은 아닙니다. 분해하는 것이 문제가 아니라 연결을 찾는 것이 문제입니다.
물론 상대적 지표가 있어야 합니다. 맨 형태에서 척도를 고려해야 합니다.))) 상대성 이론이 차이보다 더 사실입니다.)))
시리즈의 중요한 특성의 작업과 TS의 설정은 물론 다르며 간섭할 수 없습니다. 그러나 그들은 서로 연결되어 있습니다. 이 행에 대한 잘못된 또는 양호한 TS 설정입니다. 사이클과 기회. 필요한 상태와 최적의 TS를 찾습니다. 그러나 이것이 최고의 조합을 의미하지는 않습니다. 그리고 최적의 시리즈에 대한 추가 검색은 이전 시리즈와 일치하지 않을 수 있습니다))))
반대의 지표에 대한 질문을하는 것이 좋습니다. 최대 평균 및 합류에서) 상대 단위. 우리는 효율성의 임계값을 찾는 것이 아니라 작업 및 배수 영역을 찾고 있습니다.
분류는 모든 데이터에 있어야 합니다. 분 단위로 일하거나 시간 단위로 일한다는 개념은 본질적으로 잘못된 것입니다. 현재 작업. 이것은 몇 분 또는 한 시간 단위로 분석한 것입니다. 저에게는 결정을 내리기 위한 대략적인 가정이자 오류의 원인입니다.
몇 분이라도 분석할 수 있습니다. 예측이 오래 지속되기를 원하거나 이벤트/상황이 발생/변경될 때까지입니다. 예를 들어, 오늘은 평평한 날이 있을 가능성이 가장 높을 것으로 예측되었으며, 그 안에 하나의 미시적 추세를 포착하고 반전에 대한 중지를 수집하는 것은 이치에 맞지 않습니다.
그러나 Y를 계산하는 방법? 그냥 이익을 위한 최선의 선택이 아닐 수도 있고 진입점이 중요하다.. 결국 이익은 진입과 퇴출의 범위가 아니라 좋은 진입점에서 나온 것이다.
현재로서는 시스템 및 시장 매개변수의 진입점만 필요하다는 것이 밝혀졌습니다.
AMO는 TS에서 신호를 입력으로 받아 포즈를 열지 여부를 결정합니다.
생각하기 무섭지만 이것이 바로 우리 Mikha가 지속적으로 유행하는 것입니다))
이것은 질문입니다. 진입점이 필요한지 아니면 여전히 범위인지 ... 모든 TS가 진입점을 쉽게 결정할 수 없고 많은 출구점이 있을 수 있기 때문에 진입점에 묶이고 싶지 않습니다. 모든 유리한 영역에서 효과적이라고 가정하고 uchatski에 대한 TS를 결정할 필요가 있습니다.
몇 분이라도 분석할 수 있습니다. 예측이 오래 지속되기를 원하거나 이벤트/상황이 발생/변경될 때까지입니다. 예를 들어, 오늘은 평평한 날이 있을 가능성이 가장 높을 것으로 예측되었으며, 그 안에 하나의 미시적 추세를 포착하고 반전에 대한 중지를 수집하는 것은 이치에 맞지 않습니다.
분석은 매 틱마다 이루어져야 합니다. 그것 없이는 단순히 할 수 없습니다. 게피와 다른 이단. 예측은 과거 데이터만을 기반으로 할 수 있으므로 시스템이 현재 상황(과거 데이터와 수신 데이터 비교)을 인식하지 못하고 시스템이 암기하지 않는 훈련된 상황이 아닌 경우 중요합니다.
이것은 질문입니다. 진입점이 필요한지 아니면 여전히 범위인지 ... 모든 TS가 진입점을 쉽게 결정할 수 없고 많은 출구점이 있을 수 있기 때문에 진입점에 묶이고 싶지 않습니다. 모든 유리한 영역에서 효과적이라고 가정하고 uchatski에 대한 TS를 결정할 필요가 있습니다.
범위와 진입점 모두. 별도로 기대치가 떨어집니다.))))
1) TS에 유리한 기간과 그렇지 않은 기간을 결정해야 합니다. 즉, 동일한 일반적인 이진 형식 Y = 0000111100000으로 대상 "Y"를 생성해야 합니다.
2) 공정하고 편향되지 않은 "시장의 특성"을 반영하는 변수를 만듭니다. DSP는 여기서 특히 스펙트럼 분석에 도움이 될 것입니다.
아 네 죄송합니다 제 말을 잘못했네요 기간에 따른 변동이나 그런거 말씀드린게 아니라 구간만 유리한 구간 이 있었어야 했는데
주파수 응답이 항상 객관적인 특성은 아닙니다.
사실 항상.)
분해하는 것이 문제가 아니라 연결을 찾는 것이 문제입니다.
실험없이 가사
이것은 질문입니다. 진입점이 필요한지 아니면 여전히 범위인지 ... 모든 TS가 진입점을 쉽게 결정할 수 없고 많은 출구점이 있을 수 있기 때문에 진입점에 묶이고 싶지 않습니다. 모든 유리한 영역에서 효과적이라고 가정하고 uchatski에 대한 TS를 결정할 필요가 있습니다.
글쎄, 나는 몰라, 생각하고, 시도한다. 나는 진입 점이 더 간단하고 더 객관적이지만 이것은 IMHO
아 네 죄송합니다 제 말을 잘못했네요 기간에 따른 변동이나 그런거 말씀드린게 아니라 구간만 유리한 구간 이 있었어야 했는데
사실 항상.)
실험없이 가사
보기 쉽습니다. 섹션을 선택하고 이러한 섹션의 주파수 응답이 모든 TF에서 어떻게 다른지 확인하고 차이점을 파악해야 합니다.