트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1930

 
fxsaber :

A, B, C의 세 가지 변수가 있습니다. 일부 조건은 손으로 구성됩니다.

이 조건을 자동으로 재현하고 싶습니다. 찾을 필요가 없기 때문입니다. 나는 이미 그를 알고 있다. 그러나 예를 들어 몇 가지 가중치 계수가 필요하며 그 조합은 높은 확률로 이 조건에 빠질 수 있습니다.

조건이 알려지면 어리석은 GA는 조건이 충족되는 A, B, C 값을 선택할 수 있습니다.

그렇지 않은 경우 문제에 고유한 솔루션이 없으므로 다양한 변수 값에 대해 다양한 조건을 제시할 수 있습니다.

 

옵션 3 - 로지스틱 회귀 + 다항식 기능 생성기를 통해. 그러면 출력은 귀하와 같이 상당히 짧고 쉽게 해석할 수 있는 공식이 됩니다.

그러나 나는 MO를 통해 조건을 재현하는 요점이 무엇인지 말하지 않습니다.

 
막심 드미트리예프스키 :

옵션 3 - 로지스틱 회귀 + 다항식 기능 생성기를 통해. 그러면 출력은 귀하와 같이 상당히 짧고 쉽게 해석할 수 있는 공식이 됩니다.

그러나 나는 MO를 통해 조건을 재현하는 요점이 무엇인지 말하지 않습니다.

그렇다면 나는 "fershteyu"가 아닙니다))))

그러나 나도 마찬가지다.

 
fxsaber :

멍청이의 질문입니다.

A, B, C의 세 가지 변수가 있습니다. 일부 조건은 손으로 구성됩니다. 예를 들어.

이 조건을 자동으로 재현하고 싶습니다. 찾을 필요가 없기 때문입니다. 나는 이미 그를 알고 있다. 그러나 예를 들어, 몇 가지 가중치 계수가 필요합니다. 특정 조합이 있을 때 높은 확률로 이 조건에 빠질 수 있습니다(다항식 또는 NS - 잘 모르겠습니다. 0) A, B, C를 대입하면 실행 원래 조건을 얻습니다.

가중치를 통해 이러한 원래의 조건을 재현할 수 있도록 원하는 함수는 어떤 입력 가중치를 갖고 있는지, 몇 개까지 입력할 수 있는지 궁금합니다.

1개의 은닉 뉴런이 있는 그리드는 ma100과 가격의 교집합을 학습할 수 있습니다.

이들은 매개변수이며 총 103개이며 마지막 100개 막대의 증분이 입력으로 사용됩니다. 활성화 tanh가 있는 뉴런은 함수 tanh(x*W+b)이며 본질적으로 괄호 안의 선형 회귀이고 x는 뉴런의 입력, W는 가중치 행렬, b는 편향입니다. 숨겨진 뉴런: W의 100개 요소, b의 1. 그리고 출력: W - 1개의 요소, b - 1개의 요소.

" 또 다른 테스트 케이스, ma와 가격의 교차점. "

https://www.mql5.com/ru/forum/86386/page1879#comment_17365998

 
알렉세이 비아즈미킨 :

그래서, 클러스터에서 나무를 훈련시키는 것이 어떻게 밝혀 졌는지 말하고 보여줍니다.

클러스터링된 기능은 클러스터링되지 않은 기능보다 항상 성능이 떨어집니다! 클러스터링을 하면 필연적으로 일부 정보가 제거됩니다.

수백 가지의 예가 있으며 클러스터로 그룹화했습니다. 더 많은 정보는 어디에 있습니까? 백 가지 예 또는 한 자리(클러스터 번호) ??

알렉세이 비아즈미킨 :

예측자와 종가 가 있는 날짜 집합을 가져와서 종가가 있는 열로 로드하고 R에서 표시기 생성 옵션을 사용하지 않는 방법은 무엇입니까?

내가 이해하는 것처럼 대상은 ZZ 정점이므로 예측자가 있는 샘플의 일부를 필터링해야 합니다. 따라서 예측자를 제공하려면 예측자가 있는 테이블도 필터링해야 합니다.

글쎄, 당신은 데이터를 업로드하는 방법을 알고, 나는 당신에게 csv 파일을 읽는 예를 줬습니다. 정확히 문제가 무엇입니까?

바로 그 표적입니다. U턴이 아니라 ZZ 표시가 있습니다. 우리가 한때 강간했던 전형적인 표적입니다.

 
fxsaber :

멍청이의 질문입니다.


A, B, C의 세 가지 변수가 있습니다. 일부 조건은 손으로 구성됩니다. 예를 들어.


이 조건을 자동으로 재현하고 싶습니다. 찾을 필요가 없기 때문입니다. 나는 이미 그를 알고 있다. 그러나 예를 들어, 몇 가지 가중치 계수가 필요합니다. 특정 조합이 있을 때 높은 확률로 이 조건에 빠질 수 있습니다(다항식 또는 NS - 잘 모르겠습니다. 0) A, B, C를 대입하면 실행 원래 조건을 얻습니다.


원하는 함수가 가중치를 통해 이러한 원래 조건을 재현할 수 있도록 하는 입력 가중치 계수의 종류와 개수가 궁금합니다.

역시 멍청한 놈이지만 나는 그 일에 관심이 있었다.)

A, B, C를 동일한 유형의 특정 환경에서 무작위로 수정된 추상 객체 인스턴스로 상상해 보십시오. A, B, C를 관찰함으로써 우리는 일반적으로 중요한 (특별한) 속성을 골라냅니다. 그 값은 환경의 이벤트에 따라 세 가지 모두에 대해 변경되지만 다른 방식으로 변경됩니다(다양한 환경 상태에 따라 다름) . 우리는 패턴을 느끼지만 그것을 공식화할 수는 없습니다. 다만, 새로운 인스턴스가 등장하는 경우 일정 비율을 유지하면서 A, B, C 값이 가파르게 폭발하며 환경이 확장된다고 가정해보자. 우리는 이 패턴을 좋아하고 조건을 설명하고 싶지만, 환경은 또한 신비하고 예측할 수 없는 행동을 하는 다른 객체와 속성으로 가득합니다. 그런 다음 일련의 환경 이벤트에서 다양한 개체의 매개변수에서 다양한 규칙성을 표시하는 시스템을 만들기로 결정합니다. 시스템은 객체의 가장 중요한 연결(객체 유형, 속성, 값 + 이벤트 발생)의 최소 수를 수정하고 배열에 기록해야 합니다. 그러면 이러한 조건에서 더 나아가 합성적으로 조작된 매개변수 복합체의 행동 알고리즘을 인위적으로 구축할 수 있습니다. 환경에 도입되었습니다.

네트워크가 될 수 있습니까?

 
mytarmailS :

클러스터링된 기능은 클러스터링되지 않은 기능보다 항상 성능이 떨어집니다! 클러스터링을 하면 필연적으로 정보의 일부가 삭제됩니다.

수백 가지의 예가 있으며 클러스터로 그룹화했습니다. 더 많은 정보는 어디에 있습니까? 백 가지 예 또는 한 자리(클러스터 번호) ??

나는 당신에게 동의 할 수 없으며 정보가 삭제되지 않고 오히려 체계화되어 실제로 3 개의 원래 클래스 대신 3 * 4 = 12 개의 새 클래스가 수신되었습니다.

물론 샘플은 조건부로 4배 감소하여 훈련이 복잡하지만 샘플이 크면 이 효과가 덜 중요해야 합니다.

전체 샘플을 제거하지 않고 다른 클러스터와 관련된 부분에서 0으로 채울 수 있다고 생각합니다.

또 다른 선택지는 딥러닝인데, 표본이 적어서 결과가 좋지 않을 거라고 생각합니다.

클러스터링의 중간 결과는 Recall(완전성)이 34% 증가하고 정밀도(정확도)가 5% 감소합니다. 데이터가 더 일반화되어 일부 경우에 유용할 수 있습니다.

mytarmailS :

바로 그 표적입니다. U턴이 아니라 ZZ 표시가 있습니다. 우리가 한때 강간했던 전형적인 표적입니다.

그리고 반전이 있다고 생각했습니다!

그럼에도 불구하고, 당신은 이전에 질문에 대답하지 않았습니다. 건설된 공간의 사진 저장을 자동화할 수 있습니까? 예를 들어 동일한 ZZ 매개변수를 반복하여 그래픽 모델이 어떻게 변경되는지 확인하고 일반적으로 대상 모델의 반복을 자동화하고 싶습니다. 컴퓨터 앞에 앉을 시간이 없습니다.

 
알렉세이 비아즈미킨 :

그럼에도 불구하고, 당신은 이전에 질문에 대답하지 않았습니다. 건설된 공간의 사진 저장을 자동화할 수 있습니까? 예를 들어 동일한 ZZ 매개변수를 반복하여 그래픽 모델이 어떻게 변경되는지 확인하고 일반적으로 대상 모델의 반복을 자동화하고 싶습니다. 컴퓨터 앞에 앉을 시간이 없습니다.

3d에서는 그럴 가능성이 낮고 2d에서는 r-studio에서 저장할 수 있는 것 같지만 왜 이것이 필요하지 않은지 모르겠습니다!!! 훨씬 더 명확하고 간단하며 새 데이터의 오류를 보는 것이 더 좋습니다. 출력은 추상적인 그림이 아니라 작업, 비교, 정렬 등을 수행할 수 있는 특정 번호입니다.

 
mytarmailS :

3d에서는 그럴 가능성이 낮고 2d에서는 r-studio에서 저장할 수 있는 것 같지만 왜 이것이 필요하지 않은지 모르겠습니다!!! 훨씬 더 명확하고 간단하며 새 데이터의 오류를 보는 것이 더 좋습니다. 출력은 추상적인 그림이 아니라 작업, 비교, 정렬 등을 수행할 수 있는 특정 번호입니다.

어떤 숫자 - 이전에 눈치 채지 못했는지 - 표시기의 의미 론적로드는 무엇입니까?

그림은 항상 숫자보다 더 많은 정보를 제공합니다.

어제 버린 코드를 실행하려고 합니다.

구문을 이해하지 못함

d$X.CLOSE.
dt <- read.csv(file = way,header = T,sep = ";" ) # читаем файл
//Ранее так транслировали данные из столбца
target <- dt$Target_100 # целевую в отдельную переменную
//Теперь так - почему точка в конце - это название столбца такое у Вас? Почему d вместо dt? Что это? :)
clos <- d$X.CLOSE.
 
알렉세이 비아즈미킨 :

어떤 숫자 - 이전에 눈치 채지 못했는지 - 표시기의 의미 론적로드는 무엇입니까?

그림은 항상 숫자보다 더 많은 정보를 제공합니다.

어제 버린 코드를 실행하려고 합니다.

구문을 이해하지 못함

내 데이터가 "d"라고 불리기 때문에))

당신의

종가 <- dt$귀하의 종가

사유: