트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 803

 

누가 어떤 방법을 사용하는지 어떻게 가장 잘 균형을 잡을 수 있습니까?

네, 그리고 어떤 예측 변수가 흥미롭다고 생각하는지 묻고 싶습니다. PM해도 될까요?)

 
forexman77 :
누가 어떤 방법을 사용하는지 어떻게 가장 잘 균형을 잡을 수 있습니까?

기능이 있습니다

 caret:: downSample() - обрезает большой класс до меньшего

downSample은 모든 클래스가 동일한 빈도를 갖도록 데이터 세트를 무작위로 샘플링합니다.

소수계급. 클래스 분포를 l과 같게 만들기 위한 교체가 있는 upSample 샘플

 caret:: upSample() - добавляет меньший класс до большего


일반적으로 캐럿을 공부하는 것이 좋습니다. "무슨 일이 일어나는가" 교과서로 사용할 수 있습니다. 여기에는 전체 주기에 대한 도구가 포함되어 있습니다.

  • 초기 데이터 준비,
  • 예측 변수 선택 (매우 스마트한 도구),
  • 200개 모델(회귀 및 분류) 및
  • 모델 평가(테스터와 관련 없음).

당신은 꽤 산업 발전을 얻을 수 있습니다.



추신.

나는 누군가가 예측 변수를 공개할 것이라고 생각하지 않습니다. 이것이 가장 중요한 것이고 모델은 기술과 인내의 문제입니다.

 
산산이치 포멘코 :


나는 누군가가 예측 변수를 공개할 것이라고 생각하지 않습니다. 이것이 가장 중요한 것이고 모델은 기술과 인내의 문제입니다.

글쎄, 나는 "바보"라고 물었다. 결국 그들은 "예금을 3 배로 늘리는 방법", "수익성있는 고문을 알려주십시오"등 바보 같은 지점을 만듭니다.

그러나 지표에 대한 조언이 필요합니다. 물론 이것이 가장 먼저 떠오르는 것입니다. 그리고 여기에 사람들이 거의 파는 특이한 것이 있습니다.

 
forexman77 :

글쎄, 나는 "바보"라고 물었다. 결국 그들은 "예금을 3 배로 늘리는 방법", "수익성있는 고문을 알려주십시오"등 바보 같은 지점을 만듭니다.

그러나 지표에 대한 조언이 필요합니다. 물론 이것이 가장 먼저 떠오르는 것입니다. 그리고 여기에 사람들이 거의 파는 특이한 것이 있습니다.

기사 의 마지막 부분에서 디지털 필터를 가져옵니다. 이전 부분도 모두 읽는 것이 유용할 것이라고 생각합니다.

행운을 빕니다

 
산산이치 포멘코 :

기능이 있습니다

downSample은 모든 클래스가 동일한 빈도를 갖도록 데이터 세트를 무작위로 샘플링합니다.

소수계급. 클래스 분포를 l과 같게 만들기 위한 대체가 있는 upSample 샘플


일반적으로 캐럿을 공부하는 것이 좋습니다. "무슨 일이 일어나는가" 교과서로 사용할 수 있습니다. 여기에는 전체 주기에 대한 도구가 포함되어 있습니다.

  • 초기 데이터 준비,
  • 예측 변수 선택(매우 스마트한 도구),
  • 200개 모델(회귀 및 분류) 및
  • 모델 평가(테스터와 관련 없음).

당신은 꽤 산업 발전을 얻을 수 있습니다.



추신.

나는 누군가가 예측 변수를 공개할 것이라고 생각하지 않습니다. 이것이 가장 중요한 것이고 모델은 기술과 인내의 문제입니다.

모델은 기성품 개발로 생성되지만 여기서는 백지 상태에서 할 수 있습니다.

 
forexman77 :

글쎄, 나는 "바보"라고 물었다. 결국 그들은 "예금을 3 배로 늘리는 방법", "수익성있는 고문을 알려주십시오"등 바보 같은 지점을 만듭니다.

그러나 지표에 대한 조언이 필요합니다. 물론 이것이 가장 먼저 떠오르는 것입니다. 그리고 여기에 사람들이 거의 파는 특이한 것이 있습니다.

가장 간단한 버전에서 저는 일련의 막대를 예측 변수로 사용합니다. 주어진 공식에 따라 계산된 적분 값은 훈련 중에 초기 데이터로 지정됩니다.


나는 훈련 마크의 끝에서 히스토리 깊숙한 곳까지 샘플링 할 때 샘플 수가 지정된 수에 도달 할 때까지 루프에서 균형을 잡고 비교합니다.

 
이반 네그레쉬니 :
가장 간단한 버전에서 저는 일련의 막대를 예측 변수로 사용합니다. 주어진 공식에 따라 계산된 적분 값은 훈련 중에 초기 데이터로 지정됩니다.

사실, 가장 좋은 예측 변수는 가격대 자체입니다. 모든 처리 - 정보 손실 및 지연. 그리고 우리가 어떤 종류의 정보가 필요한지 특히 모른다는 점을 고려한다면 ...

추신 : 나는 1m에서 일하고 지연은 시스템에 30 초 사망에도 있습니다. 그리고 매우 간단한 표시기조차도 1-3m의 지연을 제공합니다.

시간 단위로 작업하더라도 표시기의 지연은 1-3시간입니다.)) 1-3개의 양초에 대해 무엇이든 말할 수 있습니다.

ZY2 시계열의 또 다른 장점 - 예측 변수를 선택할 필요가 없습니다. 이 용량에서 VR 자체를 사용하는 방법을 배우십시오.

 
유리 아사울렌코 :

사실, 가장 좋은 예측 변수는 가격대 자체입니다. 모든 처리 - 정보 손실 및 지연. 그리고 우리가 어떤 종류의 정보가 필요한지 특히 모른다는 점을 고려한다면 ...

추신 : 나는 1m에서 일하고 지연은 시스템에 30 초 사망에도 있습니다. 그리고 매우 간단한 표시기조차도 1-3m의 지연을 제공합니다.

시간 단위로 작업하더라도 표시기의 지연은 1-3시간입니다.)) 1-3개의 양초에 대해 무엇이든 말할 수 있습니다.

ZY2 시계열의 또 다른 장점 - 예측 변수를 선택할 필요가 없습니다. 이 용량으로 VR 자체를 사용하는 방법을 배우십시오.

그런 말에 어떻게 대답하지 않을 수 있겠습니까. 시간별 차트는 15m, 5m 1m 돋보기로 볼 수 있습니다. 슬픈 여러분.

 
울라지미르 이제르스키 :

그런 말에 어떻게 대답하지 않을 수 있겠습니까. 시간별 차트는 15m, 5m 1m 돋보기로 볼 수 있습니다. 슬픈 여러분.

슬퍼하지 마십시오. 알고 있습니다.)) 더 편안하다고 느끼면 계속할 수 있습니다.

 
초기 단계에서 데이터 선택을 위해 대상 데이터와의 상관 관계를 찾는 것으로 충분합니다. 그렇다면 어떤 상관 임계값을 사용해야 하나요?
사유: