Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 757

 
Mihail Marchukajtes:

Schauen Sie sich diese hier an

http://neuroshell.noxapredict.com/en_products.htm

Vielen Dank))

 

Niemand hat bisher mit dem Q-Learning begonnen? Niemand, mit dem man darüber diskutieren kann? :)

Übrigens, es ist eine nützliche Gemeinschaft, machen Sie mit

http://ods.ai/

Open Data Science
  • ods.ai
Open Data Science: русскоязычное сообщество индустрии данных
 
Maxim Dmitrievsky:

Niemand hat bisher mit dem Q-Learning begonnen? Niemand, mit dem man darüber diskutieren kann? :)

Übrigens, es ist eine nützliche Gemeinschaft, machen Sie mit

http://ods.ai/

Ich möchte mich nicht anmelden, was ist das Wesentliche an diesem Dienst?

 
Evgeny Raspaev:

Ich möchte mich nicht registrieren, wozu ist der Dienst gut?

Nun, die Gemeinschaft der neuronalen Netze und alles, was damit zusammenhängt, vor allem Python.

 
Maxim Dmitrievsky:

Nun, die Gemeinschaft für neuronale Netze und all das, hauptsächlich Python.

Wie haben Sie von opendatascience erfahren? (Name und Spitzname der Person in Slack, die es dir gesagt hat und dich angerufen hat)*
Von wem schreibst du? Vielleicht bekommen Sie ja von Ihnen ein paar Prämien.

 
Evgeny Raspaev:

Wie sind Sie auf opendatascience aufmerksam geworden? (Name und Spitzname der Person in Slack, die Sie informiert hat und Sie angerufen hat)*
Von wem soll ich schreiben? Vielleicht bekommen Sie ja von Ihnen ein paar Prämien.

Sie können schreiben, was Sie wollen.

 

Was ist, wenn ich eine Folge von "Fotos" des Diagramms mit allen gewünschten Indikatoren als Eingangsdaten darstellen möchte?

 
Anatolii Zainchkovskii:

hatte eine Reihe neuer Ideen und beschloss schnell, sie alle zu programmieren und zu testen)

Anatoly, Sie verwenden auch Gerüste. Können Sie mir sagen, wie ich das trainierte Modell speichern und wieder hochladen kann?

Ich kann es nicht über Serialisierung/Deserialisierung tun.

 
Maxim Dmitrievsky:

Anatoly, du verwendest auch ein Gerüst. Kannst du mir sagen, wie ich das trainierte Modell speichern und wieder laden kann?

Ich kann die Serialisierung/Deserialisierung nicht verwenden.

Ich bin, aber so weit auf einer schwächeren Ebene als Sie. Ich habe auch darüber nachgedacht, wie es zu speichern. Ich denke, es gibt eine Möglichkeit, ein Array in der Datei zu speichern. wenn ich mich nicht irre, ist die Ausgabe eines trainierten Waldes ein Array.

 
Anatolii Zainchkovskii:

Ich benutze es, aber bisher auf einer schwächeren Ebene als Sie. Ich habe auch daran gedacht, ein Array zu speichern. Wenn ich mich nicht irre, ist die Ausgabe eines trainierten Waldes ein Array.

die Ausgabe ist ein Array.

vielleicht enthalten sie alle Informationen, Sie sollten sich das ansehen.

 Print(Trf.m_bufsize);
 Print(Trf.m_nclasses);
 Print(Trf.m_ntrees);
 Print(Trf.m_nvars);
 ArrayPrint(Trf.m_trees);

///////////////////////////////////
2018.03.19 19:36:29.690 RF sample (EURUSD,D1)   4730
2018.03.19 19:36:29.690 RF sample (EURUSD,D1)   1
2018.03.19 19:36:29.690 RF sample (EURUSD,D1)   10
2018.03.19 19:36:29.690 RF sample (EURUSD,D1)   2
2018.03.19 19:36:29.699 RF sample (EURUSD,D1)   [   0] 473.00000   0.00000   0.55000 236.00000   0.00000   0.25000  99.00000   0.00000   0.15000  57.00000   1.00000   0.55000  35.00000   1.00000   0.35000
2018.03.19 19:36:29.699 RF sample (EURUSD,D1)   [  15]  28.00000   1.00000   0.15000  21.00000  -1.00000   0.01000   1.00000   0.25000  26.00000  -1.00000   0.02000  -1.00000   0.03000   1.00000   0.45000
2018.03.19 19:36:29.699 RF sample (EURUSD,D1)   [  30]  33.00000  -1.00000   0.04000  -1.00000   0.05000   1.00000   0.75000  45.00000   1.00000   0.65000  43.00000  -1.00000   0.06000  -1.00000   0.07000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [  45]   1.00000   0.95000  55.00000   1.00000   0.85000  53.00000  -1.00000   0.08000  -1.00000   0.09000  -1.00000   0.10000   1.00000   0.55000  77.00000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [  60]   1.00000   0.30000  70.00000   1.00000   0.15000  68.00000  -1.00000   0.02000  -1.00000   0.04000   1.00000   0.45000  75.00000  -1.00000   0.08000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [  75]  -1.00000   0.10000   1.00000   0.75000  87.00000   1.00000   0.65000  85.00000  -1.00000   0.12000  -1.00000   0.14000   1.00000   0.95000  97.00000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [  90]   1.00000   0.85000  95.00000  -1.00000   0.16000  -1.00000   0.18000  -1.00000   0.20000   0.00000   0.35000 144.00000   1.00000   0.45000 122.00000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [ 105]   1.00000   0.25000 115.00000   1.00000   0.15000 113.00000  -1.00000   0.03000  -1.00000   0.06000   1.00000   0.35000 120.00000  -1.00000   0.09000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [ 120]  -1.00000   0.12000   1.00000   0.75000 132.00000   1.00000   0.60000 130.00000  -1.00000   0.15000  -1.00000   0.21000   1.00000   0.85000 137.00000
2018.03.19 19:36:29.700 RF sample (EURUSD,D1)   [ 135]  -1.00000   0.24000   1.00000   0.95000 142.00000  -1.00000   0.27000  -1.00000   0.30000   0.00000   0.45000 194.00000   1.00000   0.55000 172.00000