이제 ldhmm 패키지를 시도하고 있습니다. 튜닝 매개변수가 거의 없는 depmixS4와 달리 여기에서는 분포 유형(정규 및 람다 분포)에 따라 초기에여러 쌍의 매개변수 mu, sigma 및 lamda 가 설정 됩니다. 이러한 매개변수는 혼합 분포 P(x; mu, sigma, lamda) 및 전이 확률 행렬을 계산하는 데 필요합니다. 모델은 AIC,BIC,MLLK 기준 에 따라 이러한 값을 최적화(MLE)하여 구축됩니다 . 다음은 2018.08.20부터 2019.05.21까지 USDJPY-H1에 대한 테스터의 전략 실행(BUY/SELL)의 첫 번째 결과입니다. 이것은 비터비 를 사용하여 상태를디코딩하지 않고 예측을 얻는 변형입니다 . 나는 viterbi와 함께 다음 실행을 할 것입니다.
이제 ldhmm 패키지를 시도하고 있습니다. 튜닝 매개변수가 거의 없는 depmixS4와 달리 여기에서는 분포 유형(정규 및 람다 분포)에 따라 매개변수 mu, sigma 및 lamda가 초기에 설정됩니다. 이러한 매개변수는 혼합 분포 P(x; mu, sigma, lamda) 및 전이 확률 행렬을 계산하는 데 필요합니다. 모델은 AIC,BIC,MLLK 기준 에 따라 이러한 값을 최적화(MLE)하여 구축됩니다 . 다음은 2018.08.20부터 2019.05.21까지 USDJPY-H1에 대한 테스터의 전략 실행(BUY/SELL)의 첫 번째 결과입니다. 이것은 비터비 를 사용하여 상태를디코딩하지 않고 예측을 얻는 변형입니다 . 나는 viterbi와 함께 다음 실행을 할 것입니다.
어떤 종류의 그래프가 얻어지는가? 저것들. 2개의 숨겨진 상태 관찰 가능 항목의 n개? 어떻게 시각화 할 수 있습니까?
네, 고마워요! 나는 당신보다 몇 년 뒤쳐져 있고, 많이 읽고, 유튜브를 보지만, 차를 마더링하곤 했습니다.
여기, 일반적으로 내가 하고 싶은 것, 확인하고 싶은 것 - 중부구를 한 바퀴 돌면 - 성공은 재래식 자동차와 같을 것입니다. 아아, 그런 시장입니다.
그러나 "시장 컨텍스트"를 로짓 회귀의 형태로 특정 강력한 TS에 고정하려고 할 수 있습니다. 테스트 후 모든 거래를 확률로 평가
일반적으로 지금 할 일이 있습니다
네, 할 수 있습니다. 나는 옵티마이저에서 옵티마이저를 더 많이 본다. 저것들. 하이퍼파라미터는 테스터의 유전학(예: 창 크기 및 내부 옵티마이저의 매개변수)에 의해 최적화되고 내부 옵티마이저는 항상 봇 내부를 파고듭니다. Logit은 빠르지만 원시적이기 때문에 적합합니다.
순전히 mql 아래에 숨겨진 이 냄새나는 마그 체인은 어딘가에서 발견될 것입니다 :) 멋진 작은 것
이제 ldhmm 패키지를 시도하고 있습니다. 튜닝 매개변수가 거의 없는 depmixS4와 달리 여기에서는 분포 유형(정규 및 람다 분포)에 따라 초기에 여러 쌍의 매개변수 mu, sigma 및 lamda 가 설정 됩니다. 이러한 매개변수는 혼합 분포 P(x; mu, sigma, lamda) 및 전이 확률 행렬을 계산하는 데 필요합니다. 모델은 AIC, BIC , MLLK 기준 에 따라 이러한 값을 최적화(MLE)하여 구축됩니다 . 다음은 2018.08.20부터 2019.05.21까지 USDJPY-H1에 대한 테스터의 전략 실행(BUY/SELL)의 첫 번째 결과입니다. 이것은 비터비 를 사용하여 상태를 디코딩하지 않고 예측을 얻는 변형입니다 . 나는 viterbi와 함께 다음 실행을 할 것입니다.
이제 ldhmm 패키지를 시도하고 있습니다. 튜닝 매개변수가 거의 없는 depmixS4와 달리 여기에서는 분포 유형(정규 및 람다 분포)에 따라 매개변수 mu, sigma 및 lamda가 초기에 설정 됩니다. 이러한 매개변수는 혼합 분포 P(x; mu, sigma, lamda) 및 전이 확률 행렬을 계산하는 데 필요합니다. 모델은 AIC, BIC , MLLK 기준 에 따라 이러한 값을 최적화(MLE)하여 구축됩니다 . 다음은 2018.08.20부터 2019.05.21까지 USDJPY-H1에 대한 테스터의 전략 실행(BUY/SELL)의 첫 번째 결과입니다. 이것은 비터비 를 사용하여 상태를 디코딩하지 않고 예측을 얻는 변형입니다 . 나는 viterbi와 함께 다음 실행을 할 것입니다.
어떤 종류의 그래프가 얻어지는가? 저것들. 2개의 숨겨진 상태 관찰 가능 항목의 n개? 어떻게 시각화 할 수 있습니까?
어떤 종류의 그래프가 얻어지는가? 저것들. 2개의 숨겨진 상태 n-관측 가능? 어떻게 시각화 할 수 있습니까?
시계열 길이가 11000 막대인 2개의 숨겨진 상태를 사용합니다. 나는 대수 반환을 관찰의 시계열로 사용합니다: series[i] = MathLog(iOpen(NULL, 0, i) / iOpen(NULL, 0, i+1)).
로그에서 반환되고 이미 일부 결과가 있다는 것은 이상합니다. 그들은 정보가 거의 없다
분수 미분(0.1에서 0.9까지 설정할 수 있음)을 시도하면 (지표)보다 훨씬 좋을 것입니다. 1.0으로 설정하면 단일 지연으로 동일한 수익이 발생하고 0.1로 감소하면 수익에 더 많은 정보가 있지만 고정된 상태로 유지됩니다.
훈련에서는 어떤 차라도 성배를 만들 수 있습니다. 일반적으로 그들은 "지표"가 있는 다른 문제에서와 같이 분류/회귀 방법의 선택에 거의 의존하지 않는다는 사실에 대해 이미 많은 말을 했습니다. 최적화).
테스터의 지표 최적화는 일종의 MO가 될 수 있지만 TS에는 많은 "자유도"가 있어야 합니다. 결과적으로 NN 교육에서와 같이 역사에 적합하게 될 것입니다. 이것을 겪었다
누구든지 alglib에 로짓 회귀의 예가 있습니까? - 몇 가지 아이디어가 있습니다. 테스트하고 싶습니다.
테스터의 지표 최적화는 일종의 MO가 될 수 있지만 TS에는 많은 "자유도"가 있어야 합니다. 결과적으로 NN 교육에서와 같이 역사에 적합합니다. 이것을 겪었다
누구든지 alglib에 로짓 회귀의 예가 있습니까? - 몇 가지 아이디어가 있습니다. 테스트하고 싶습니다.
난 너에게 산적을 던졌어, PM을 봐
또는 곧 로짓으로 기사를 작성할 것입니다. 오늘은 그냥 끝내기로 결정했습니다)난 너에게 산적을 던졌어, PM을 봐
또는 곧 로짓으로 기사를 작성할 것입니다. 오늘은 그냥 끝내기로 결정했습니다)네, 고마워요! 나는 당신보다 몇 년 뒤쳐져 있고, 많이 읽고, 유튜브를 보지만, 차를 마더링하곤 했습니다.
여기, 일반적으로 내가 하고 싶은 것, 확인하고 싶은 것 - 중부구를 한 바퀴 돌면 - 성공은 재래식 자동차와 같을 것입니다. 아아, 그런 시장입니다.
그러나 "시장 컨텍스트"를 로짓 회귀의 형태로 특정 강력한 TS에 고정하려고 할 수 있습니다. 테스트 후 모든 거래를 확률로 평가
일반적으로 지금 할 일이 있습니다
네, 고마워요! 나는 당신보다 몇 년 뒤쳐져 있고, 많이 읽고, 유튜브를 보지만, 차를 마더링하곤 했습니다.
여기, 일반적으로 내가 하고 싶은 것, 확인하고 싶은 것 - 중부구를 한 바퀴 돌면 - 성공은 재래식 자동차와 같을 것입니다. 아아, 그런 시장입니다.
그러나 "시장 컨텍스트"를 로짓 회귀의 형태로 특정 강력한 TS에 고정하려고 할 수 있습니다. 테스트 후 모든 거래를 확률로 평가
일반적으로 지금 할 일이 있습니다
네, 할 수 있습니다. 나는 옵티마이저에서 옵티마이저를 더 많이 본다. 저것들. 하이퍼파라미터는 테스터의 유전학(예: 창 크기 및 내부 옵티마이저의 매개변수)에 의해 최적화되고 내부 옵티마이저는 항상 봇 내부를 파고듭니다. Logit은 빠르지만 원시적이기 때문에 적합합니다.
순전히 mql 아래에 숨겨진 이 냄새나는 마그 체인은 어딘가에서 발견될 것입니다 :) 멋진 작은 것Logit은 빠르지만 원시적이기 때문에 적합합니다.
예, 정확도는 항상 TS를 악화시킵니다. 특정 로짓 회귀 그래프가 있으며 이것은 확률을 추정하기에 충분합니다.
나는 여전히 그것을 읽을 것이지만 아마도 작업은 일반적으로 간단하다고 생각합니다. 회귀 로그의 출력을 50 / 50으로 표시하고 0.5 미만은 모든 손실이고 0.5 이상은 모두 취하며 더 가능성이 높습니다. 그것은 더 큰 걸릴
갠적으로 확인해봐야겠네요 내일 자세히 봐야겠네요 시각화도 해보고 싶고 채널 인디케이터도 저렇게 색칠해 볼까 하는데 만약에! )))