트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 817

[Yuriy Asaulenko]

막심 드미트리예프스키 :

흥미로운 순간이 있기 때문에 오랫동안 던졌습니다. 이제 돌아왔습니다. (베이지안 NN 자체에 따르면이 아니라 원칙적으로)

2부도 있습니다. 저자로 검색합니다.

[Maxim Dmitrievsky]

유리 아사울렌코 :

2부도 있습니다. 저자로 검색합니다.

네, 압니다

[Andrey Dik]

막심 드미트리예프스키 :

왜, 아무도 아이디어가 없다면 확률의 주제를 파헤 치자

이게 정말 마지막 남은 일이라고 생각하고, 이것이 차량을 개선하지 않으면 원칙적으로 재교육을 극복 할 수 없습니다

"동조자"의 마음을 방해하지 않기 위해 지금은 보류할 몇 가지 흥미로운 아이디어가 있습니다.

이것은 단지 흥미로운 기사입니다

https://habrahabr.ru/post/276355/

즐거움. 모든 것이 오래전부터 알려진 것 같지만 ... 신선한 생각에 기여했습니다.

아마도 자료에 정확히 무엇이 있는지가 아니라 자료가 어떻게 제시되는지가 매우 중요할 것입니다.

[СанСаныч Фоменко]

알료샤 :

예, martin, ML on python 또는 R이 있는 자동차가 어떤 종류의 경비원이나 점원이 "직관"에 따라 생크를 비틀면 결과는 동일합니다. Fa는 적어도 분명히 bezpontovy GARCH가 제공합니다. 과거 가격이 미래의 가장 좋은 예측인 법은 사람들을 안심시키기 위해 헛된 노력을 기울이지 않고 더 정직합니다.

100번째:

1. 데이터 관리가 필요합니다. 목표 변수에 영향을 미치는 예측 변수만 선택하여 시작하는 것이 필수입니다. 그런 다음 모든 데이터 마이닝

2. 두 가지 모델이 있습니다.

• 자동으로 패턴을 찾아야 하는 분류
• 시계열의 통계적 특성 을 고려해야 하는 GARCH

3. 가능할 때마다 교차 검증을 통해 모델 학습

4. 훈련 파일 외부의 모델 평가

5. 테스터에서 실행

그리고 100번째: 모든 단계는 필수입니다!

이 모든 작업을 수행하면 저장소가 즉시 병합되지 않을 것이라고 가정할 수 있습니다!

가자, 얘들아! 포럼에서 어슬렁거리지 말고 조용한 기쁨으로 우리는 R에 지정된 계획을 구현하고 있습니다.

트리플 만세!

[Alexander_K2]

그리고 성배 가 만연한 마이클은 어디에 있습니까?

[Dr. Trader]

섬에서 :)

[Alexander_K2]

알료샤 :

예, martin, ML on python 또는 R이 있는 자동차가 어떤 종류의 경비원이나 점원이 "직관"에 따라 생크를 비틀면 결과는 동일합니다. Fa는 적어도 분명히 bezpontovy GARCH가 제공합니다. 과거 가격이 미래의 가장 좋은 예측인 법은 사람들을 안심시키기 위해 헛된 노력을 기울이지 않고 더 정직합니다.

여기 한 명의 똑똑한 사람과 그 Alyosha ...

[Aleksey Vyazmikin]

"Calc" 열의 논리(뉴런)를 식별하는 데 사용할 수 있는 신경망 알고리즘은 무엇입니까?

델타<200	델타<350	델타>350	ZZ_D	계산
0	하나	0	하나	하나
0	하나	0	하나	하나
하나	0	0	하나	0
하나	0	0	-하나	0
하나	0	0	하나	0
하나	0	0	-하나	0
0	0	하나	하나	하나
0	하나	0	하나	하나
0	0	하나	하나	하나
0	0	하나	하나	하나
하나	0	0	-하나	0
하나	0	0	하나	0
0	하나	0	하나	하나
0	하나	0	하나	하나
0	하나	0	하나	하나
0	0	하나	하나	하나
0	하나	0	하나	하나
0	하나	0	하나	하나
하나	0	0	-하나	0
0	0	하나	하나	하나
0	하나	0	-하나	0
0	하나	0	하나	하나
하나	0	0	-하나	0
0	하나	0	하나	하나
0	하나	0	-하나	0
0	0	하나	하나	하나
0	하나	0	하나	하나
하나	0	0	-하나	0
0	하나	0	하나	하나
하나	0	0	-하나	0
하나	0	0	하나	0

[Maxim Dmitrievsky]

안드레이 딕 :

즐거움. 모든 것이 오래전부터 알려진 것 같지만 ... 신선한 생각에 기여했습니다.

아마도 자료에 정확히 무엇이 있는지가 아니라 자료가 어떻게 제시되는지가 매우 중요할 것입니다.

네, 그리고 RBM은 오랫동안 알려져 왔지만 지금은 아직 읽지 못한 이 분야에 대한 많은 새로운 연구가 있습니다.

그러나 주요 농담은 기능 전처리에 사용할 수 있다는 것입니다. 필요합니다.

... 젠장, 나는 바보입니다. 그래서 diplring에서 그들은 이미 사용되었습니다 .. lol .. 방금 이유를 알아 냈습니다 :) 다시, 우리 이전의 모든 것은 이미 발명되었습니다.

[Dr. Trader]

알렉세이 비아즈미킨 :

"Calc" 열의 논리(뉴런)를 식별하는 데 사용할 수 있는 신경망 알고리즘은 무엇입니까?

이렇게 하려면 트리를 사용하는 것이 좋습니다. 이 모델은 다음과 같은 규칙 세트를 생성합니다.

 if ( [Delta< 200 ] >= 0.5 )
{
   return 0 ;
}
else if (ZZ_D < 0 )
{
   return 0 ;
}
else
{
   return 1 ;
}

나는 코드를 빠르게 작성했고 모델은 결과를 텍스트나 그림으로 제공합니다.

이 기사에는 R에서 이 작업을 수행하는 방법에 대한 설명이 있습니다.
https://www.mql5.com/ru/articles/1165

"모델" 탭에서 트리를 선택합니다. "min split"과 "min bucket"이 1로 설정되어 있습니다. 모델을 생성한 다음 그리기 버튼을 클릭하면 이러한 그림이 표시됩니다. 규칙 - 텍스트 형식으로 규칙 표시