나는 반년 동안 예측 변수의 수를 증가시키는 것을 포함하여 다른 예측 변수로 고생했습니다. 그리고 다른 모델을 사용했습니다. 그리고 RF, SVM, MLP... 그리고 더 오래된 반쪽은 고통스러워서 M1으로 내려갔습니다. 검증 세트에서 달성할 수 있는 최대값은 훈련 세트에서 53% 정확도(100.0%)였습니다. 이것은 거래에 충분하지 않습니다. 플러스에서 작업하려면 최소 57%의 정확도가 필요합니다. 손이 삐뚤어졌든 뭐든. 누구든지 훌륭한 결과를 얻었습니까? 그냥 궁금합니다.
음, 사실, 거래에 대한 정확한 예측의 50%는 매우 좋습니다. 예를 들어, 이익/손실 비율이 2/1인 경우. 일반적으로 계산 방법에 따라 다릅니다.)
따옴표로 변환할 수 있습니다. 여기서 요점은 회귀 문제의 경우 알몸 따옴표를 사용하지 않는다는 것입니다. 모델은 외삽할 수 없으며 예를 들어 인용되지 않은 오실레이터 판독값을 예측해야 합니다.
Momentum을 통해서만 아무 것도 예측할 수 없다는 것을 이해합니다. 새로운 데이터의 출현과 오래된 데이터의 출력은 동일한 가중치를 가지며 이것은 -50의 시차를 갖는다. 저것들. 우리는 무엇이 변경되었는지, 델타가 무엇에서 발생했는지, 꼬리가 실패했는지 또는 코가 올라왔는지 확실히 알지 못합니다.
러시아 연방의 위협은 강하지 않지만 국회는 따옴표를 완벽하게 먹고 정상화하는 것이 바람직합니다.
그것은 이미 여기에서 이미 논의되었습니다-정상화하는 방법이 매우 중요합니다 .. 샘플 값의 경계를 넘어서면 국회도 실패하고 기사에 대한 링크를 던졌습니다 .. 러시아 연방과 함께 본질적으로 동일하지만 더 나쁘게는 상수로 이동합니다. 이것은 회귀 문제에만 관련이 있습니다. 분류할 때 실제로는 상관하지 않습니다.
예를 들어 마지막 노이즈를 제거하기 위해 샘플을 일부 기호로 정규화하는 것도 매우 유용합니다. 즉시 학습하는 것이 훨씬 쉽습니다. 또는 의도적으로 높은 정규화 임계값 및 필터 범위를 설정할 수 있습니다. 여기에서 전략의 전체 분기가 별도의 것으로 판명될 수 있습니다.
그것은 이미 여기에서 이미 논의되었습니다-정상화하는 방법이 매우 중요합니다 .. 샘플 값의 경계를 넘어서면 국회도 실패하고 기사에 대한 링크를 던졌습니다 .. 러시아 연방과 함께 본질적으로 동일하지만 더 나쁘게는 상수로 이동합니다. 이것은 회귀 문제에만 관련이 있습니다. 분류할 때 실제로는 상관하지 않습니다.
즉, 모멘텀처럼. 그래서 그는 꼬리를 친다.
따옴표로 변환할 수 있습니다. 여기서 요점은 회귀 문제의 경우 알몸 따옴표를 사용하지 않는다는 것입니다. 모델은 외삽할 수 없으며 예를 들어 인용되지 않은 오실레이터 판독값을 예측해야 합니다. 또는 단지 증가합니다.
나는 반년 동안 예측 변수의 수를 증가시키는 것을 포함하여 다른 예측 변수로 고생했습니다. 그리고 다른 모델을 사용했습니다. 그리고 RF, SVM, MLP... 그리고 더 오래된 반쪽은 고통스러워서 M1으로 내려갔습니다. 검증 세트에서 달성할 수 있는 최대값은 훈련 세트에서 53% 정확도(100.0%)였습니다. 이것은 거래에 충분하지 않습니다. 플러스에서 작업하려면 최소 57%의 정확도가 필요합니다. 손이 삐뚤어졌든 뭐든. 누구든지 훌륭한 결과를 얻었습니까? 그냥 궁금합니다.
안녕하세요.
조언 부탁드립니다. 기성 모델을 메타 트레이더에 통합하는 방법(모델은 xgboost를 사용하여 파이썬에서 생성됨)?
내가 구글링할 수 있는 유일한 옵션은 모델을 파이썬의 텍스트 파일에 저장한 다음 R을 사용하여 mql에 로드하는 것입니다.
다른 옵션이 있습니까? 구현 사례가 있습니까?
미리 감사드립니다!
저는 가장 간단하고 다재다능한 솔루션으로 Named Pipes 를 선택했습니다. 저것들. 이제 mt와 python 스크립트는 클라이언트-서버로 서로 통신합니다. 요청/응답을 서로 보냅니다.
따옴표로 변환할 수 있습니다. 여기서 요점은 회귀 문제의 경우 알몸 따옴표를 사용하지 않는다는 것입니다. 모델은 외삽할 수 없으며 예를 들어 인용되지 않은 오실레이터 판독값을 예측해야 합니다.
따옴표로 변환할 수 있습니다. 여기서 요점은 회귀 문제의 경우 알몸 따옴표를 사용하지 않는다는 것입니다. 모델은 외삽할 수 없으며 예를 들어 인용되지 않은 오실레이터 판독값을 예측해야 합니다. 또는 단지 증가합니다.
+ 모델의 적합성을 방금 확인했습니다. 그렇지 않으면 SanSanych는 그녀를 딸랑이라고 부릅니다.
오차는 자연히 존재하지만 증분의 일반적인 형태는 유지됨을 알 수 있다. 게다가 이것은 모델 자체의 오류가 아니라 예측변수를 기반으로 하고 있으며 오류도 있기 때문입니다.
+ 모델의 적합성을 방금 확인했습니다. 그렇지 않으면 SanSanych는 그녀를 딸랑이라고 부릅니다.
오차는 자연히 존재하지만 증분의 일반적인 형태는 유지됨을 알 수 있다. 게다가 이것은 모델 자체의 오류가 아니라 예측변수를 기반으로 하고 있으며 오류도 있기 때문입니다.
그래서 이것은 이해할 수 있습니다.
러시아 연방의 위협은 강하지 않지만 국회는 따옴표를 완벽하게 먹고 정상화하는 것이 바람직합니다. 그리고 그건 그렇고, 덜 완벽하게 모든 것을 기억합니다.
내 말은, 러시아 연방에서 필요한 것 (전문가의 의견))))
그래서 이것은 이해할 수 있습니다.
러시아 연방의 위협은 강하지 않지만 국회는 따옴표를 완벽하게 먹고 정상화하는 것이 바람직합니다.
그것은 이미 여기에서 이미 논의되었습니다-정상화하는 방법이 매우 중요합니다 .. 샘플 값의 경계를 넘어서면 국회도 실패하고 기사에 대한 링크를 던졌습니다 .. 러시아 연방과 함께 본질적으로 동일하지만 더 나쁘게는 상수로 이동합니다. 이것은 회귀 문제에만 관련이 있습니다. 분류할 때 실제로는 상관하지 않습니다.
예를 들어 마지막 노이즈를 제거하기 위해 샘플을 일부 기호로 정규화하는 것도 매우 유용합니다. 즉시 학습하는 것이 훨씬 쉽습니다. 또는 의도적으로 높은 정규화 임계값 및 필터 범위를 설정할 수 있습니다. 여기에서 전략의 전체 분기가 별도의 것으로 판명될 수 있습니다.
그것은 이미 여기에서 이미 논의되었습니다-정상화하는 방법이 매우 중요합니다 .. 샘플 값의 경계를 넘어서면 국회도 실패하고 기사에 대한 링크를 던졌습니다 .. 러시아 연방과 함께 본질적으로 동일하지만 더 나쁘게는 상수로 이동합니다. 이것은 회귀 문제에만 관련이 있습니다. 분류할 때 실제로는 상관하지 않습니다.
바보가 아니라 올바르게 정규화되면 범위를 벗어나지 않습니다.)
그건 그렇고, 맥심, 당신은 일종의 안정적인 시장 예측 이 가능하다고 정말로 믿습니까?
바보가 아니라 올바르게 정규화되면 범위를 벗어나지 않습니다.)
그건 그렇고, 맥심, 당신은 정말로 일종의 안정적인 시장 예측 이 가능하다고 믿습니까?
특정 시장에서는 그렇습니다. 거의 확실합니다. 또는 특정 시장 단계에서는.. 아마도, 항상 그런 것은 아니지만 최소한 좋은 필터가 필요합니다
내 생각에, 당신이 선험적으로 존재하는 특정 장기 시장 사이클에 적응한다면. 그러나 자동으로 수행하는 방법은 문제입니다.
특정 시장에서는 그렇습니다. 거의 확실합니다. 또는 특정 시장 단계에서는.. 아마도, 항상 그런 것은 아니지만 최소한 좋은 필터가 필요합니다
다시 필터링합니다. 필터는 누가 만들까요? 그리고 이러한 특정 단계는 무엇입니까? 그들은 어때? -알고리즘으로 감지? 이것은 왕실 사업이 아닙니다.
나는 그렇게 생각합니다. 그들은 DM에 갔다 - 그가 모든 것을 스스로 공개하게하십시오.