트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 940

 
알렉세이 비아즈미킨 :

저것들. 역사에 관계없이 변경, 즉. 2016년 1분기는 2017년 1분기와 같지 않습니까?

그리고 프랙탈, 그래서 나는 1시간, 4시간, 1일, 1주, 1개월 범위의 가격 변동을 측정하기 위한 거의 프랙탈 시스템을 가지고 있습니다. 계획된 변동 규모를 계산하고 가격이 현재 어디에 있는지(어떤 수준에서) 봅니다.

그것은 프랙탈이 아니다

새 분기마다 패턴이 바뀌고 때로는 급격하게

저것들. 교차로에서 시스템이 고장날 가능성이 높습니다.
 
막심 드미트리예프스키 :

그것은 프랙탈이 아니다

새 분기마다 패턴이 바뀌고 때로는 극적으로

아무리 프랙탈이어도 내 시스템의 작은 TF는 큰 TF와 비슷하거나 그 반대도 마찬가지입니다. 원하는 대로 이것은 프랙탈입니다. 그러나 유사도의 빈도는 함수에 의해 결정되기 때문에 알 수 없습니다.

 
막심 드미트리예프스키 :


저것들. 교차로에서 시스템이 고장날 가능성이 높습니다.

이해할 수 있지만 기본적으로는 작동해야 합니다 :) 아마도 1/4은 하나의 추세 움직임이고 이 움직임이 변경되면 시스템이 고장납니다...

 
알렉세이 비아즈미킨 :

이해할 수 있지만 기본적으로는 작동해야 합니다 :) 아마도 1/4은 하나의 추세 움직임이고 이 움직임이 변경되면 시스템이 고장납니다...

근본적인 이유 - 모든 종류의 만료 등 연간 보고는 일반적입니다.

보블의 재배치가 있는 곳에서는 항상 정세가 변한다.

사이클 검색과 함께 재생하려면 Google. 언제부터 언제부터 언제까지 올바르게 가르칠지 알기 위해

고정 규칙성이 없는 주된 이유는 자본화 및 자본 흐름의 지속적인 변화입니다. 큰 자본은 드물게 천천히 흐릅니다.

 
막심 드미트리예프스키 :

누구든지 oos 당 0.2 또는 0.3 오류를 달성 했습니까? 얻은 최소값은 약 0.45입니다. 또한 종종 OOS에서 작동합니다.

하지만 그 차이는 2~2.5배 차이가 난다.

개발을 끝내고 연습을 시작할 때를 이해할 수 없습니다))


블라디미르의 기사에서
 
도서관 :
블라디미르의 기사에서

어떤 아키텍처에? 당신은 망명 할 수 있습니다

 
막심 드미트리예프스키 :

어떤 아키텍처에? 당신은 망명 할 수 있습니다

Darch와 Elm 모두 - https://www.mql5.com/ru/users/vlad1949/publications - 4번째 기사부터 Acc를 사용한 결과는 약 70% 이상입니다.
글쎄, 당신은 이것을 모두 읽었습니다 ...
Vladimir Perervenko
Vladimir Perervenko
  • www.mql5.com
Мы продолжаем строить ансамбли. Теперь к bagging-ансамблю, созданному ранее, добавим обучаемый объединитель — глубокую нейросеть. Одна нейросеть объединяет 7 лучших выходов ансамбля после обрезки. Вторая принимает на вход все 500 выходов ансамбля, обрезает и объединяет их. Нейросети будем строить с... Глубокие нейросети (Часть VI). Ансамбль...
 
막심 드미트리예프스키 :

근본적인 이유 - 모든 종류의 만료 등 연간 보고는 일반적입니다.

보블의 재배치가 있는 곳에서는 항상 정세가 변한다.

사이클 검색과 함께 재생하려면 Google. 언제부터 언제부터 언제까지 올바르게 가르칠지 알기 위해

고정 규칙성이 없는 주된 이유는 자본화 및 자본 흐름의 지속적인 변화입니다. 큰 자본은 드물게 천천히 흐릅니다.

그런 다음 이러한주기를 검색하기 위해 데이터 양을 늘리고 1 년이 아니라 2-3 년 동안 개월 수를 추가해야한다는 것이 밝혀졌습니다 ...

 
도서관 :
Darch와 Elm 모두 - https://www.mql5.com/ru/users/vlad1949/publications - 4번째 기사부터 Acc의 결과는 약 70% 이상입니다.
글쎄, 당신은 이것을 모두 읽었습니다 ...

나쁘지 않다:

예, 나는 그것을 대각선으로 읽었습니다. 왜냐하면 나는 스포츠에 관심이 없기 때문에 R을 사용하고 싶지 않습니다)

 
알렉세이 비아즈미킨 :

그런 다음 이러한주기를 검색하기 위해 데이터 양을 늘리고 1 년이 아니라 2-3 년 동안 개월 수를 추가해야한다는 것이 밝혀졌습니다 ...

잘 모르겠습니다. 이에 대한 정보가 거의 없습니다.

그러나 예를 들어, 내가 그 해의 마지막 분기에 모델을 이기면 일년 내내 잘 작동하고 고장납니다.

그런 것...

단기라면 약 3개월 정도 일하다 고장난다.. 즉.. 다시 우리는 주기에 빠지지만 분기별로

사유: