트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2052 1...204520462047204820492050205120522053205420552056205720582059...3399 새 코멘트 Rorschach 2020.10.27 14:11 #20511 막심 드미트리예프스키 : 네, 확실히 바보가 아니라는 것은 분명합니다) 테스트는 간단하고 분명히 구식입니다 이디오크라시 같으면 그것도 힘들겠지)) Maxim Dmitrievsky 2020.10.27 14:27 #20512 로르샤흐 : 이디오크라시 같으면 그것도 힘들겠지)) 꽤, 분명히 통과하지 않을 많은 지인이나 현지 참가자를 기억합니다. Maxim Dmitrievsky 2020.10.27 14:30 #20513 알렉세이 비아즈미킨 : 막대 또는 여러 개에 대한 예측을 제공하면 결정을 내리는 데 충분하지 않으며 MA보다 훨씬 낫지 않습니다. 동시에 수익에 대한 이 조건부 MA의 편차에 관심이 있습니다. 당신이 하는 한, 그렇게 될 것입니다. 테스터와 함께 아침 RNN에서 선택 - 증분으로 재교육됩니다. 기차에서 잘했고 시험에서 나쁘지 않았어 결과가 숲보다 좋지 않으면 무엇이 필요합니까? 그런데 catbust는 더 흥미로운 그림을 보여줄 수 있습니다. 일반적으로 멋진 것이지만 여전히 꺼내지 않습니다. Maxim Dmitrievsky 2020.10.27 17:11 #20514 신경망 포르노 .. 곧 RNN (GRU)에 대한 결론과 함께 두 번째 부분을 업로드 할 것입니다. 2 부. 영상 말미에 노멀 테스트. 그전에는 공부를 제대로 하기 싫어서 그리고 결과가 더 좋은 catboost와 동일한 작업이 어떻게 작동하는지 간단히 요약하면 다음과 같습니다. Rorschach 2020.10.27 17:50 #20515 막심 드미트리예프스키 : 신경망 포르노 .. 곧 RNN (GRU)에 대한 결론과 함께 두 번째 부분을 업로드 할 것입니다. 2 부. 영상 말미에 노멀 테스트. 그 전에는 평범하게 공부하고 싶지 않았어요. 그리고 결과가 더 좋은 catboost와 동일한 작업이 어떻게 작동하는지 간단히 요약하면 다음과 같습니다. Numboy를 사용하여 속도를 높이십니까? Maxim Dmitrievsky 2020.10.27 17:53 #20516 로르샤흐 : Numboy를 사용하여 속도를 높이십니까? 사이클 자체는 지금까지 불필요하게 없이 빠르게 작동합니다. 가능한 경우 모든 곳에서 벡터화, 모든 것이 빠릅니다. Z.Y. 명백한 결함 - 로그 손실 또는 교차 엔트로피에서 배울 수 없습니다. 최소한 정확도 메트릭을 고정해야 합니다. 이제 막 도착했습니다. 이 때문에 결과가 나올 가능성이 매우 낮습니다. ods에서 초대장을 받았습니까? Mb 다른 방법이 있습니다. Rorschach 2020.10.27 17:58 #20517 막심 드미트리예프스키 : 사이클 자체는 지금까지 불필요하게 없이 빠르게 작동합니다. 가능한 경우 모든 곳에서 벡터화, 모든 것이 빠릅니다. Z.Y. 명백한 결함 - 로그 손실 또는 교차 엔트로피에서 배울 수 없습니다. 최소한 정확도 메트릭을 고정해야 합니다. 이제 막 도착했습니다. 이 때문에 결과가 나올 가능성이 매우 낮습니다. ods에서 초대장을 받았습니까? Mb 다른 방법이 있습니다. 때로는 numpy 배열이 파이썬 목록보다 오래 걸립니다. 또한 코드를 함수로 래핑하면 가속도가 붙는다는 사실도 알게 되었습니다. 아직 오지 않았으니 아무리 서두르더라도 다음 국회 입성은 언제가 될지 모릅니다. Maxim Dmitrievsky 2020.10.27 18:06 #20518 로르샤흐 : ~에 때때로 numpy 배열은 python 목록보다 오래 걸립니다 . 또한 코드를 함수로 래핑하면 가속도가 붙는다는 사실도 알게 되었습니다. 아직 오지 않았으니 아무리 서두르더라도 다음 국회 입성은 언제가 될지 모릅니다. 이것은 이상하다. 벡터가 아니라 요소별로 계산하고 있을 것입니다. numpai는 약간의 오버 헤드가있는 플러스로 날아야합니다. Rorschach 2020.10.27 18:07 #20519 막심 드미트리예프스키 : 이것은 이상하다. 벡터가 아니라 요소별로 계산하고 있을 것입니다. numpai는 약간의 오버 헤드가있는 플러스로 날아야합니다. 예, 주기로 수행해야 하는 경우입니다. 마비의 경우 약 500번 정도 세었지만 정확하지 않습니다. 거기에서 코드를 함수에 푸시하고 @njit을 넣어야 합니다. @vectorize는 @njit의 속도로 작동하므로 gpu에 의존하는 경우에만 이를 어지럽힐 필요가 없습니다. 그러나 gpu를 사용하면 더 많은 소란이 발생합니다. 함수 내부의 배열은 선언할 수 없습니다. 코드는 순환이 없는 것이 좋습니다. 그렇지 않으면 매우 길어집니다. Maxim Dmitrievsky 2020.10.29 06:26 #20520 그래서 catbust는 동일한 데이터에 대해 훈련되었습니다(5초 이내). 52: 학습: 0.7964708 테스트: 0.7848837 최고: 0.7860866 (27) 총: 604ms 남음: 5.09초 소스 데이터세트: 훈련된 모델(거래의 후반부는 테스트 세트임): 물론 샘플링에 따라 항상 그런 것은 아닙니다(그리고 그것은 무작위입니다. 즉, 검색이 필요합니다). 때때로 다음과 같이: 34: 학습: 0.5985972 테스트: 0.5915832 최고: 0.5927856 (9) 총: 437ms 남음: 5.81초 Machine learning in trading: MetaTrader는 현실을 반영하지 않습니다! 시장 분석에서 질적 도약을 1...204520462047204820492050205120522053205420552056205720582059...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
네, 확실히 바보가 아니라는 것은 분명합니다) 테스트는 간단하고 분명히 구식입니다
이디오크라시 같으면 그것도 힘들겠지))
이디오크라시 같으면 그것도 힘들겠지))
꽤, 분명히 통과하지 않을 많은 지인이나 현지 참가자를 기억합니다.
막대 또는 여러 개에 대한 예측을 제공하면 결정을 내리는 데 충분하지 않으며 MA보다 훨씬 낫지 않습니다. 동시에 수익에 대한 이 조건부 MA의 편차에 관심이 있습니다.
당신이 하는 한, 그렇게 될 것입니다.
테스터와 함께 아침 RNN에서 선택 - 증분으로 재교육됩니다. 기차에서 잘했고 시험에서 나쁘지 않았어
결과가 숲보다 좋지 않으면 무엇이 필요합니까? 그런데 catbust는 더 흥미로운 그림을 보여줄 수 있습니다. 일반적으로 멋진 것이지만 여전히 꺼내지 않습니다.신경망 포르노 .. 곧 RNN (GRU)에 대한 결론과 함께 두 번째 부분을 업로드 할 것입니다.
2 부. 영상 말미에 노멀 테스트. 그전에는 공부를 제대로 하기 싫어서
그리고 결과가 더 좋은 catboost와 동일한 작업이 어떻게 작동하는지 간단히 요약하면 다음과 같습니다.
신경망 포르노 .. 곧 RNN (GRU)에 대한 결론과 함께 두 번째 부분을 업로드 할 것입니다.
2 부. 영상 말미에 노멀 테스트. 그 전에는 평범하게 공부하고 싶지 않았어요.
그리고 결과가 더 좋은 catboost와 동일한 작업이 어떻게 작동하는지 간단히 요약하면 다음과 같습니다.
Numboy를 사용하여 속도를 높이십니까?
Numboy를 사용하여 속도를 높이십니까?
사이클 자체는 지금까지 불필요하게 없이 빠르게 작동합니다.
가능한 경우 모든 곳에서 벡터화, 모든 것이 빠릅니다.
Z.Y. 명백한 결함 - 로그 손실 또는 교차 엔트로피에서 배울 수 없습니다. 최소한 정확도 메트릭을 고정해야 합니다. 이제 막 도착했습니다. 이 때문에 결과가 나올 가능성이 매우 낮습니다.
ods에서 초대장을 받았습니까? Mb 다른 방법이 있습니다.사이클 자체는 지금까지 불필요하게 없이 빠르게 작동합니다.
가능한 경우 모든 곳에서 벡터화, 모든 것이 빠릅니다.
Z.Y. 명백한 결함 - 로그 손실 또는 교차 엔트로피에서 배울 수 없습니다. 최소한 정확도 메트릭을 고정해야 합니다. 이제 막 도착했습니다. 이 때문에 결과가 나올 가능성이 매우 낮습니다.
ods에서 초대장을 받았습니까? Mb 다른 방법이 있습니다.때로는 numpy 배열이 파이썬 목록보다 오래 걸립니다. 또한 코드를 함수로 래핑하면 가속도가 붙는다는 사실도 알게 되었습니다.
아직 오지 않았으니 아무리 서두르더라도 다음 국회 입성은 언제가 될지 모릅니다.
~에 때때로 numpy 배열은 python 목록보다 오래 걸립니다 . 또한 코드를 함수로 래핑하면 가속도가 붙는다는 사실도 알게 되었습니다.
아직 오지 않았으니 아무리 서두르더라도 다음 국회 입성은 언제가 될지 모릅니다.
이것은 이상하다. 벡터가 아니라 요소별로 계산하고 있을 것입니다.
numpai는 약간의 오버 헤드가있는 플러스로 날아야합니다.이것은 이상하다. 벡터가 아니라 요소별로 계산하고 있을 것입니다.
numpai는 약간의 오버 헤드가있는 플러스로 날아야합니다.
예, 주기로 수행해야 하는 경우입니다.
마비의 경우 약 500번 정도 세었지만 정확하지 않습니다. 거기에서 코드를 함수에 푸시하고 @njit을 넣어야 합니다. @vectorize는 @njit의 속도로 작동하므로 gpu에 의존하는 경우에만 이를 어지럽힐 필요가 없습니다. 그러나 gpu를 사용하면 더 많은 소란이 발생합니다. 함수 내부의 배열은 선언할 수 없습니다. 코드는 순환이 없는 것이 좋습니다. 그렇지 않으면 매우 길어집니다.그래서 catbust는 동일한 데이터에 대해 훈련되었습니다(5초 이내).
52: 학습: 0.7964708 테스트: 0.7848837 최고: 0.7860866 (27) 총: 604ms 남음: 5.09초
소스 데이터세트:
훈련된 모델(거래의 후반부는 테스트 세트임):
물론 샘플링에 따라 항상 그런 것은 아닙니다(그리고 그것은 무작위입니다. 즉, 검색이 필요합니다). 때때로 다음과 같이:
34: 학습: 0.5985972 테스트: 0.5915832 최고: 0.5927856 (9) 총: 437ms 남음: 5.81초