물론 막대를 추측하지는 않지만 유효성 검사에서 훈련 결과가 80 이상인지 확인하려고 노력합니다. 그건 그렇고, 나는 Reshetov 's에서 많은 일을했습니다. minimax 검색 알고리즘 자체는 손대지 않았지만 조직이 변경되었습니다. 예를 들어 컨트롤 부분을 추가하고 컨트롤 부분에서 좋은 결과를 제공하는 모델만 고려하고 최대 예측 변수 수를 점차 줄여가며 검색을 시작하고 첫 번째 실행의 특징은 무작위로 입력의 선택, 그래서 그것에 대해 생각하십시오, 나는 그런 여러 발음을 하고 가장 좋은 것을 선택하고 이것이 주요 최적화의 시작점입니다. 일반적으로 정리정돈으로 끝냈으니 괜찮은데.... 자바 룰
이제 우리는 data1과 data2의 두 데이터 세트를 형성할 것입니다. 첫 번째 세트에서 예측자는 디지털 필터와 첫 번째 차이 가 될 것이며 목표는 ZigZag의 첫 번째 차이의 변화의 부호가 될 것입니다. 두 번째 세트에서 예측 변수는 고가/저가/종가 호가 간의 첫 번째 차이와 CO/HO/LO/HL 호가 간의 차이 가 될 것이며 목표는 지그재그의 첫 번째 차이가 될 것입니다 . 스크립트는 아래에 나와 있으며 Prepare.R 파일에 있습니다.
"
술집은 아닌거같은데..
그리고 FX는 MO에 그다지 편리하지 않다고 생각합니다. Moex exchange로 가시는 것이 좋습니다.
나는 여전히 다른 일을 하고 있습니다. 아마도 여름에 MO를 다시 실험할 시간이 있을 것입니다.
도서관 : Vladimir Perervenko och의 기사에서 막대의 색상. 약 0.8의 정확도로 잘 정의됩니다. 그리고 반복하기 쉽습니다. 나는 반복했다. 네이키드 따옴표에서는 디지털 필터보다 2-3% 더 나빴습니다. 기분이 너무 안 좋은 게 이상해요. 많은 것이 여전히 악기와 TF에 달려 있지만.
수정하고 싶습니다. 나는 막대의 색깔을 예측한 적이 없다. 대상 ZZ 및 다양한 예측자 옵션으로만 분류합니다. 그리고 서로 다른 조합 방법을 사용하는 대규모 앙상블을 사용하여 최상의 결과를 얻을 수 있습니다.
또 다른 중요한 경험 - 전처리가 더 복잡하고 정제될수록 모델이 문제를 더 간단하게 해결할 수 있습니다.
이제 우리는 data1과 data2의 두 데이터 세트를 형성할 것입니다. 첫 번째 세트에서 예측자는 디지털 필터와 첫 번째 차이 가 될 것이며 목표는 ZigZag의 첫 번째 차이의 변화의 부호가 될 것입니다. 두 번째 세트에서 예측 변수는 고가/저가/종가 호가 간의 첫 번째 차이와 CO/HO/LO/HL 호가 간의 차이 가 될 것이며 목표는 지그재그의 첫 번째 차이가 될 것입니다 . 스크립트는 아래에 나와 있으며 Prepare.R 파일에 있습니다.
"
술집은 아닌거같은데..
그리고 FX는 MO에 그다지 편리하지 않다고 생각합니다. Moex exchange로 가시는 것이 좋습니다.
이제 우리는 data1과 data2의 두 데이터 세트를 형성할 것입니다. 첫 번째 세트에서 예측자는 디지털 필터와 첫 번째 차이 가 될 것이며 목표는 ZigZag의 첫 번째 차이의 변화의 부호가 될 것입니다. 두 번째 세트에서 예측 변수는 고가/저가/종가 호가 간의 첫 번째 차이와 CO/HO/LO/HL 호가 간의 차이 가 될 것이며 목표는 지그재그의 첫 번째 차이가 될 것입니다 . 스크립트는 아래에 나와 있으며 Prepare.R 파일에 있습니다.
"
술집은 아닌거같은데..
그리고 FX는 MO에 그다지 편리하지 않다고 생각합니다. Moex exchange로 가시는 것이 좋습니다.
Alexey, 나는 마지막 생각에 완전히 동의합니다. 아카이브가 복원되었고 계정이 활성화되었으므로 오늘을 연필로 표시할 수 있습니다. 저는 Si에서 작업하기 시작했습니다. :Q=)
수정하고 싶습니다. 나는 막대의 색깔을 예측한 적이 없다. 대상 ZZ 및 다양한 예측자 옵션으로만 분류합니다. 그리고 서로 다른 조합 방법을 사용하는 대규모 앙상블을 사용하여 최상의 결과를 얻을 수 있습니다.
또 다른 중요한 경험 - 전처리가 더 복잡하고 정제될수록 모델이 문제를 더 간단하게 해결할 수 있습니다.
행운을 빕니다
하지만 마지막으로 생각해보면 어쩐지 이런 맥락에서 생각하지 못했는데 흥미롭다. 이제 모든 것이 수렴됩니다. 여기에 데이터 자체가 대상과 최소한의 관계가 있어야 한다는 점을 추가해야 합니다. 음, 유로 따옴표를 사용하여 날씨를 예측하는 것은 어리석은 일입니다. 동의하다!!!! 그리고 그것을 수행하고 좋은 결과를 얻는 사람들은 이것이 단지 우연의 일치라는 것을 이해하지 못합니다. 백만 명의 다른 사람들에게는 아주 좋은 우연이 아니라 그냥 떨어졌습니다. 이것은 쉽게 확인됩니다. 결과를 반복할 수 없습니다 :-)
나는 당신을 위해 행복한지 아닌지조차 모릅니다. 그들은 안정된 상태에있는 것 같았고 여기에서 다시 우리 :)
이 활동은 놓지 않습니다 ...
참고로 저는 단 하루도 거래를 중단하지 않았습니다. 가동 중지 시간은 저에게 허용되지 않습니다. 저는 여기에서 의사 소통을 하지 않았습니다. Maxim은 그의 영어로 모든 사람들을 겁먹게 했습니다. 그리고 나서 지금 막 가는데 여기 아무도 없어요. 엉망, 그래서 나는 팀에 다시 합류하기로 결정했습니다 ...
그래서 그는 이미 준비된 데이터를 언급하며 준비 방법은 여기 에 설명되어 있습니다.
"
이제 우리는 data1과 data2의 두 데이터 세트를 형성할 것입니다. 첫 번째 세트에서 예측자는 디지털 필터와 첫 번째 차이 가 될 것이며 목표는 ZigZag의 첫 번째 차이의 변화의 부호가 될 것입니다. 두 번째 세트에서 예측 변수는 고가/저가/종가 호가 간의 첫 번째 차이와 CO/HO/LO/HL 호가 간의 차이 가 될 것이며 목표는 지그재그의 첫 번째 차이가 될 것입니다 . 스크립트는 아래에 나와 있으며 Prepare.R 파일에 있습니다.
"
술집은 아닌거같은데..
그리고 FX는 MO에 그다지 편리하지 않다고 생각합니다. Moex exchange로 가시는 것이 좋습니다.
Vladimir Perervenko och의 기사에서 막대의 색상. 약 0.8의 정확도로 잘 정의됩니다. 그리고 반복하기 쉽습니다. 나는 반복했다. 네이키드 따옴표에서는 디지털 필터보다 2-3% 더 나빴습니다.
기분이 너무 안 좋은 게 이상해요. 많은 것이 여전히 악기와 TF에 달려 있지만.
수정하고 싶습니다. 나는 막대의 색깔을 예측한 적이 없다. 대상 ZZ 및 다양한 예측자 옵션으로만 분류합니다. 그리고 서로 다른 조합 방법을 사용하는 대규모 앙상블을 사용하여 최상의 결과를 얻을 수 있습니다.
또 다른 중요한 경험 - 전처리가 더 복잡하고 정제될수록 모델이 문제를 더 간단하게 해결할 수 있습니다.
행운을 빕니다
그래서 그는 이미 준비된 데이터를 언급하며 준비 방법은 여기 에 설명되어 있습니다.
"
이제 우리는 data1과 data2의 두 데이터 세트를 형성할 것입니다. 첫 번째 세트에서 예측자는 디지털 필터와 첫 번째 차이 가 될 것이며 목표는 ZigZag의 첫 번째 차이의 변화의 부호가 될 것입니다. 두 번째 세트에서 예측 변수는 고가/저가/종가 호가 간의 첫 번째 차이와 CO/HO/LO/HL 호가 간의 차이 가 될 것이며 목표는 지그재그의 첫 번째 차이가 될 것입니다 . 스크립트는 아래에 나와 있으며 Prepare.R 파일에 있습니다.
"
술집은 아닌거같은데..
그리고 FX는 MO에 그다지 편리하지 않다고 생각합니다. Moex exchange로 가시는 것이 좋습니다.
그래서 그는 이미 준비된 데이터를 언급하며 준비 방법은 여기 에 설명되어 있습니다.
"
이제 우리는 data1과 data2의 두 데이터 세트를 형성할 것입니다. 첫 번째 세트에서 예측자는 디지털 필터와 첫 번째 차이 가 될 것이며 목표는 ZigZag의 첫 번째 차이의 변화의 부호가 될 것입니다. 두 번째 세트에서 예측 변수는 고가/저가/종가 호가 간의 첫 번째 차이와 CO/HO/LO/HL 호가 간의 차이 가 될 것이며 목표는 지그재그의 첫 번째 차이가 될 것입니다 . 스크립트는 아래에 나와 있으며 Prepare.R 파일에 있습니다.
"
술집은 아닌거같은데..
그리고 FX는 MO에 그다지 편리하지 않다고 생각합니다. Moex exchange로 가시는 것이 좋습니다.
Alexey, 나는 마지막 생각에 완전히 동의합니다. 아카이브가 복원되었고 계정이 활성화되었으므로 오늘을 연필로 표시할 수 있습니다. 저는 Si에서 작업하기 시작했습니다. :Q=)
수정하고 싶습니다. 나는 막대의 색깔을 예측한 적이 없다. 대상 ZZ 및 다양한 예측자 옵션으로만 분류합니다. 그리고 서로 다른 조합 방법을 사용하는 대규모 앙상블을 사용하여 최상의 결과를 얻을 수 있습니다.
또 다른 중요한 경험 - 전처리가 더 복잡하고 정제될수록 모델이 문제를 더 간단하게 해결할 수 있습니다.
행운을 빕니다
하지만 마지막으로 생각해보면 어쩐지 이런 맥락에서 생각하지 못했는데 흥미롭다. 이제 모든 것이 수렴됩니다. 여기에 데이터 자체가 대상과 최소한의 관계가 있어야 한다는 점을 추가해야 합니다. 음, 유로 따옴표를 사용하여 날씨를 예측하는 것은 어리석은 일입니다. 동의하다!!!! 그리고 그것을 수행하고 좋은 결과를 얻는 사람들은 이것이 단지 우연의 일치라는 것을 이해하지 못합니다. 백만 명의 다른 사람들에게는 아주 좋은 우연이 아니라 그냥 떨어졌습니다. 이것은 쉽게 확인됩니다. 결과를 반복할 수 없습니다 :-)
52%는 말도 안되는 소리는 아니지만 진실은 자궁이고, 그런데 시간만 되면 그렇게 나쁜 결과만 아니라면 꽤 거래가 가능하고 연간 SR ~ 1
80%는 일종의 유머 또는 가까운 시장 농담입니다.
음, 그럼 결과의 개선은 성과로 생각하겠습니다.
거래 가능성에 관해서는 - 예, 시가보다 약간 낮게 책정하는 것이 가능하며 ATR이 61.8%를 초과하면 종가 가 이론상 수학적 기대치가 향상될 수 있습니다.
Alexey, 나는 마지막 생각에 완전히 동의합니다. 아카이브가 복원되었고 계정이 활성화되었으므로 오늘을 연필로 표시할 수 있습니다. 저는 Si에서 작업하기 시작했습니다. :Q=)
나는 당신을 위해 행복한지 아닌지조차 모릅니다. 그들은 안정된 상태에있는 것 같았고 여기에서 다시 우리 :)
이 활동은 놓지 않습니다 ...
나는 여전히 다른 일을 하고 있습니다. 아마도 여름에 MO를 다시 실험할 시간이 있을 것입니다.
ZZ와 함께라면 아무 일도 일어나지 않았습니까?
나는 당신을 위해 행복한지 아닌지조차 모릅니다. 그들은 안정된 상태에있는 것 같았고 여기에서 다시 우리 :)
이 활동은 놓지 않습니다 ...