트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1550

새 코멘트
 
forexman77 :

랜덤 포레스트 학습에 대한 가격을 제출했습니다. 레드 라인 예보를 받았습니다. 나는 추세 섹션이있을 때 예측 라인이 전혀 떨어지지 않는다는 것을 알았습니다.


괜찮아 왜 생각해봐

 
막심 드미트리예프스키 :

괜찮아 왜 생각해봐

왜, 내가 이해하고 그렇게 알고 있습니다. 다른 사람들이 이에 대해 어떻게 생각하는지 듣고 싶습니까?

 
forexman77 :

왜, 내가 이해하고 그렇게 알고 있습니다. 다른 사람들이 이에 대해 어떻게 생각하는지 듣고 싶습니까?

왜냐하면 슬. 숲은 외삽할 수 없다

예를 들어 증분과 같이 데이터를 확장해야 합니다.

또는 가격이 기능과 같다면 평평한 시장을 선택하십시오.
 
막심 드미트리예프스키 :

왜냐하면 슬. 숲은 추론할 수 없다

ARIMA와 같이 여러 값이 미리 예측될 때 그것이 의미하는 것입니까?

나는 각각의 예측이 한 바씩 앞서 있습니다(숲은 시계열과 함께 작동하지 않는다는 것을 알고 있어야 합니다). 나는 또한 이것을 이런 식으로 시도했다: 예측된 막대가 추가되고 뒤쪽의 이전 막대에서 하나의 막대를 빼서 다음과 같은 방식으로 주기를 거쳤습니다.

만료된 막대를 예측된 막대로 교체하고 마침표가 있는 슬라이딩 창으로 미리 여러 막대를 예측합니다.

따라서 일반적으로 첫 번째 및 두 번째 예측 막대가 반복됩니다.

GIF에 무엇이 있는지 알아보는 방법은 다음과 같습니다. 

    def on_press(self, event ):
         if event .xdata!=None and event .xdata>= 1 :
           index = int ( event .xdata)
           index_ = ind[index:index + 30 ]
           if self.ln != 0 :
               self.ln.remove()
           X = z[index - 31 :index]
           X1 = z[index- 1 :index + 29 ]
           X=X.reshape(- 1 , 1 )
           X1 = X1.reshape(- 1 , 1 )
           y = z[index - 30 :index + 1 ]
           regr = RandomForestRegressor(max_depth= 5 , random_state= 0 , n_estimators= 10 )
           regr.fit(X, y)
           y_1 = regr.predict(X1)

           self.ln, = self.ax.plot(index_, y_1, color= 'red' )
 
forexman77 :

ARIMA와 같이 여러 값이 미리 예측될 때 그것이 의미하는 것입니까?

회귀 모델 에서 특성은 단순히 계수로 곱해지기 때문에 훈련 데이터의 경계를 넘어서면 모든 것이 작동합니다.

숲은 훈련 데이터 범위에 걸쳐 상단 및 하단 한계 값을 모두 갖는 잎을 분할합니다. 새 데이터가 이 범위를 벗어나면 포리스트는 알고 있는 가장 바깥쪽 잎의 값을 표시합니다.

숲이 알고 있는 극단값을 보여주기 때문에 직선이 있습니다.
 
막심 드미트리예프스키 :

일부 테스터가 예를 들어 zipline을 사용하지 않는 이유는 무엇입니까? 장점은 무엇입니까?

그런 다음 MT5에서는 아무 것도 운전할 필요가 없으며 dll은 특별히 필요하지 않습니다.

MLflow는 이미 Python에 있습니다. zipline 결과를 저장할 수 있습니다 .

더 많은 옵션이 있기 때문에 MT5 테스터에서 여전히 거래 전략을 확인합니다.

 
막심 드미트리예프스키 :

회귀 모델에서 특성은 단순히 계수로 곱해지기 때문에 훈련 데이터의 경계를 넘어서면 모든 것이 작동합니다.

숲은 훈련 데이터 범위에 걸쳐 상단 및 하단 한계 값을 모두 갖는 잎을 분할합니다. 새 데이터가 이 범위를 벗어나면 포리스트는 알고 있는 가장 바깥쪽 잎의 값을 표시합니다.

숲이 알고 있는 극단값을 보여주기 때문에 직선이 있습니다.

네, 원칙적으로 증분을 예측하고 초기 막대에 추가하여 원하는 깊이로 이동하는 옵션입니다.

숲이 데이터를 정규화할 필요가 없기 때문에 내가 왜 물어봤는지, 하지만 그것은 그렇게 보입니다.

 
forexman77 :

네, 원칙적으로 증분을 예측하고 초기 막대에 추가하여 원하는 깊이로 이동하는 옵션입니다.

숲이 데이터를 정규화할 필요가 없기 때문에 내가 왜 물어봤는지, 하지만 그것은 그렇게 보입니다.

글쎄요, 비정상 시계열 의 경우, 적어도 그것들을 어느 정도 합리적인 범위로 가져오는 것이 필요합니다. 그 이상은 한동안 가지 않을 것입니다.

차별화가 강할수록 정보 손실이 커집니다.

따라서 그것은 양날의 검입니다. 그리고 원래 시리즈는 그다지 적합하지 않으며 단위 지연의 증가는 그다지 좋지 않습니다. 왜냐하면 많은 정보를 잃다

infa는 시간에 따른 평균의 이동에 대해 정확히 손실되고 다른 것은 없습니다. 내 슈퍼 욕설 쇼에서 나는 이것을 접근 가능한 방식으로 설명하려고 노력합니다.

 
로프필드 :

MLflow는 이미 Python에 있습니다. zipline 결과를 저장할 수 있습니다 .

더 많은 옵션이 있기 때문에 MT5 테스터에서 여전히 거래 전략을 확인합니다.

나중에 도움이 될 것 같습니다. 감사합니다.

 
하나
1...154315441545154615471548154915501551155215531554155515561557...3399
새 코멘트
사유: