회귀 y = f(x)의 경우, 숲은 훈련 포인트가 없는 곳 너머로 "외삽"하는 방법을 실제로 알지 못하지만 MLP 는 작동하지 않지만 다항식 회귀 스타일로 할 수 있습니다. 나무의 상수 차트에서 "더 예쁜"최대값.
그러나 Sansanych와 Lekha는 회귀 y = f (x)가 거래자에게 필요한 것이 아니기 때문에 무언가에서 옳습니다. x가 그리스도의 탄생으로부터의 시간이면 우리는 그러한 종속성에 관심이 없지만 다른 기능의 공간에서 미래의 포인트는 지표 기능의 훈련 샘플 외부에 반드시 있을 필요는 없습니다.
나무 숲이 상수를 제공하는 이유는 선형 회귀 도 분명하지만 MLP가 의사 다항식 회귀를 제공하는 이유는 투명하게 "볼 수 없습니다". 파악해야지...
음, 간단한 예입니다. 불완전한 가격 구간에서 가격을 예측하고 숲을 훈련하는 경우 훈련 간격을 벗어난 가격을 예측해야 하는 경우 그는 예측하지 않을 것입니다. 이것은 특정 상황이며 올바르게 훈련해야 대부분의 경우 이러한 문제를 피할 수 있다는 것이 분명합니다.
MLP가 의사 다항식 회귀를 제공하는 이유는 투명하게 "보이지 않는" 것입니다. 파악해야지...
1개의 뉴런이 선형 회귀 를 수행하는 이유를 이해하면 낮은 수준에서 발생하므로 다중 뉴런 및 다중 계층 설정에서 비선형 옵션을 얻는 방법을 쉽게 이해할 수 있습니다. 그리고 Random Forest는 Knn 및 기타 핵 도구와 같은 로컬 보간만 수행합니다. 이는 다른 프로젝션에서 외삽이 될 수 있습니다. 중요하지 않지만 RF는 광범위한 기능을 구축(구동)하지 않고 다층 퍼셉트론을 구축합니다.
당신은 내 게시물에서 아무것도 이해하지 못했습니다. 전혀.
귀하의 존재로 인해 죄송합니다.
네, 그러면 숲이 외삽할 수 있다고 주장하는 상점 동지들을 결정하게 될 것입니다 :))
사실 제기된 질문은 흥미로운 것입니다.
회귀 y = f(x)의 경우, 숲은 훈련 포인트가 없는 곳 너머로 "외삽"하는 방법을 실제로 알지 못하지만 MLP 는 작동하지 않지만 다항식 회귀 스타일로 할 수 있습니다. 나무의 상수 차트에서 "더 예쁜"최대값.
그러나 Sansanych와 Lekha는 회귀 y = f (x)가 거래자에게 필요한 것이 아니기 때문에 무언가에서 옳습니다. x가 그리스도의 탄생으로부터의 시간이면 우리는 그러한 종속성에 관심이 없지만 다른 기능의 공간에서 미래의 포인트는 지표 기능의 훈련 샘플 외부에 반드시 있을 필요는 없습니다.
나무 숲이 상수를 제공하는 이유는 선형 회귀 도 분명하지만 MLP가 의사 다항식 회귀를 제공하는 이유는 투명하게 "볼 수 없습니다". 파악해야지...
음, 간단한 예입니다. 불완전한 가격 구간에서 가격을 예측하고 숲을 훈련하는 경우 훈련 간격을 벗어난 가격을 예측해야 하는 경우 그는 예측하지 않을 것입니다. 이것은 특정 상황이며 올바르게 훈련해야 대부분의 경우 이러한 문제를 피할 수 있다는 것이 분명합니다.
여기 당신의 사진에서 내가 쓴 것입니다, 예
방법을 물어보세요???
페인트))
"훈련 간격 외부" 표시에 선형 시간이 없기 때문에 전혀 문제가 없습니다. 매우 드문 이상값만 있을 뿐이며, 절대 있어서는 안 됩니다. 빌어먹을 검은 백조 :)
아 목표구간에 따라 다르다고 생각했는데.. 무심코 생각하다가
거래, 자동 거래 시스템 및 거래 전략 테스트에 관한 포럼
가장 많이 거래된 1000개 주식에 대한 시세 표입니다. 작년 데이터입니다.
fxsaber , 2017.10.04 14:19
"당신의 포트폴리오를 정기적으로 재조정하면 모든 것이 잘 될 것입니다." - 많은 사람들이 원래 가격 시리즈 대신 SB(random walk)를 운율에 넣을 때까지 말합니다.
SB 이후의 대다수는 실제 데이터와 정확히 동일한 그림을 봅니다. 그러나 그들은 SB이기 때문에 더 이상 재조정에 대한 문구로 같은 결론을 내릴 수 없습니다. 그리고 "잘될거야"는 말할 것도 없습니다.
내가 볼 때 질문은 핵심입니다. 실질 가격 데이터가 SB와 얼마나 다른가요? 내가 올바르게 이해하면 차이가 클수록 이익을 짜낼 기회가 더 많아집니다. 그리고 그 반대의 경우도 "차이 없음 - 이익 없음"까지입니다.
MLP가 의사 다항식 회귀를 제공하는 이유는 투명하게 "보이지 않는" 것입니다. 파악해야지...
1개의 뉴런이 선형 회귀 를 수행하는 이유를 이해하면 낮은 수준에서 발생하므로 다중 뉴런 및 다중 계층 설정에서 비선형 옵션을 얻는 방법을 쉽게 이해할 수 있습니다. 그리고 Random Forest는 Knn 및 기타 핵 도구와 같은 로컬 보간만 수행합니다. 이는 다른 프로젝션에서 외삽이 될 수 있습니다. 중요하지 않지만 RF는 광범위한 기능을 구축(구동)하지 않고 다층 퍼셉트론을 구축합니다.
내가 볼 때 질문은 핵심입니다. 실질 가격 데이터가 SB와 얼마나 다른가요? 내가 올바르게 이해하면 차이가 클수록 이익을 짜낼 기회가 더 많아집니다. 그리고 그 반대의 경우도 "차이 없음 - 이익 없음"까지입니다.
그것들은 다르지만 눈으로 알아차릴 수 없을 정도로 아주 적습니다. 또한 대부분의 차이는 이미 거래 비용에 반영되어 있습니다.
이에 대해 지점의 존경하는 참가자들에게 묻고 싶습니다.
내가 볼 때 질문은 핵심입니다. 실질 가격 데이터가 SB와 얼마나 다른가요? 내가 올바르게 이해하면 차이가 클수록 이익을 짜낼 기회가 더 많아집니다. 그리고 그 반대의 경우도 "차이 없음 - 이익 없음"까지입니다.
차이점은 상대적으로 큰 배출량의 가격 범위에 존재하고 약하게 표현된 "계절성"(시간/거래 세션, 요일 등)의 존재입니다.
글쎄, 여전히 "두꺼운"꼬리.
차이점은 상대적으로 큰 배출량의 가격 범위에 존재하고 약하게 표현된 "계절성"(시간/거래 세션, 요일 등)의 존재입니다.
동일한 효과를 얻기 위해 여러 SB를 다른 간격으로 붙일 수 있습니다.
글쎄, 여전히 "두꺼운"꼬리.
"뚱뚱한 꼬리"SB를 가져 가라.
동일한 효과를 얻기 위해 여러 SB를 다른 간격으로 붙일 수 있습니다.
"뚱뚱한 꼬리"SB를 가져 가라.
SB를 가격대의 기호로 조정할 수 있지만 이러한 모든 변환 후에는 더 이상 SB가 아닙니다.
점은 무엇인가?