Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1930
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Hay tres variables A, B, C. Hay una condición manuscrita formada por ellos.
Quiero reproducir esta condición automáticamente. No es necesario encontrarla, porque ya la conozco. Pero necesito tener, por ejemplo, una docena de algunos coeficientes de peso cuya combinación pueda alcanzar esta condición con alta probabilidad.
Si la condición es conocida, entonces un AG tonto puede encontrar los valores A, B y C que lo hacen funcionar.
Y si no, entonces el problema no tiene una solución única, se pueden dar muchas condiciones diferentes para distintos valores de las variables.
opción 3 - mediante regresión logística + generador de funciones polinómicas. Entonces la salida sería una fórmula bastante corta y fácil de interpretar como la suya
pero no sprechen lo que es el punto de reproducir la condición a través de MO
opción 3 - mediante regresión logística + generador de funciones polinómicas. Entonces la salida sería una fórmula bastante corta y fácil de interpretar como la suya
pero no sprechen cuál es el punto de reproducir la condición a través de MO
entonces es "no fershtay"))
Bueno, yo tampoco.
Una pregunta de un empollón.
Hay tres variables A, B, C. Se escribe a mano algún tipo de condición de ellos. Por ejemplo.
Quiero reproducir esta condición automáticamente. No necesito encontrarlo, porque ya lo sé. Pero necesito tener, por ejemplo, docenas de coeficientes de peso cuya combinación pueda alcanzar esta condición con alta probabilidad, cuando establezco A, B, C allí (polinomio o HC - no lo sé, porque sé cero) y obtener la condición original.
Me interesa saber qué tipo y cuántas ponderaciones de entrada tiene la función requerida, para que esas condiciones originales puedan ser reproducidas a través de las ponderaciones...
La red con 1 neurona oculta es capaz de aprender la intersección de ma100 con el precio.
Estos son sus parámetros, 103 en total, los incrementos de los últimos 100 compases son alimentados a la entrada. La neurona con activación tanh es la función tanh(x*W+b), es básicamente una regresión lineal entre paréntesis, x es la entrada de la neurona, W es la matriz de pesos, b es el desplazamiento. En una neurona oculta: W de 100 elementos, b de 1. Y en la salida: W es 1 elemento, b es 1 elemento.
"Otro caso de prueba, la intersección de ma y precio."
https://www.mql5.com/ru/forum/86386/page1879#comment_17365998
Así que, cómo te las arreglaste para enseñar a los árboles por racimos, te lo digo y te lo muestro.
Las características agrupadas siempre funcionarán peor que las no agrupadas. Al agrupar, inevitablemente se elimina parte de la información.
Hay cien ejemplos, los agrupamos: ¿dónde hay más información en cien ejemplos o en un número?
¿Cómo se toma el conjunto de datos con predictores y precio de cierre y se carga especificando la columna con el precio de cierre, en lugar de utilizar la opción de generar indicadores en R?
Según entiendo, como el objetivo es ZZ tops, entonces hay que filtrar parte de la muestra con predictores, aquí, y entonces para alimentar los predictores hay que filtrar también la tabla con predictores, ¿o qué?
Bueno, usted sabe cómo descargar los datos, le di un ejemplo donde leí su archivo csv, ¿cuál es exactamente el problema?
Exactamente el objetivo correcto - hay un signo ZZ no inversiones, objetivo típico que hemos violado una vez
Una pregunta de un empollón.
Hay tres variables A, B, C. Se escribe a mano algún tipo de condición de ellos. Por ejemplo.
Quiero reproducir esta condición automáticamente. No necesito encontrarlo, porque ya lo sé. Pero necesito tener, por ejemplo, docenas de coeficientes de peso cuya combinación puede golpear esta condición con alta probabilidad, cuando pongo A, B, C allí (polinomio o HC - no sé, porque sé cero) y obtener la condición original.
Me interesa saber qué tipo y cuántas ponderaciones de entrada tiene la función requerida, para que esas condiciones originales puedan ser reproducidas a través de las ponderaciones...
También es un empollón, pero le interesa el problema).
Imaginemos que A, B, C son instancias modificadas aleatoriamente de un objeto abstracto en un entorno uniforme. Al observar A, B, C, identificamos su propiedad generalmente significativa (peculiar), cuyos valores cambian para los tres en los eventos del entorno, pero de manera diferente (según los diferentes estados del entorno). Sentimos las regularidades, pero no podemos formularlas. Sin embargo, digamos que en un nuevo evento de instancia, hay picos bruscos en los valores de A, B, C, con ciertas proporciones retenidas, y el entorno se expande. Nos gusta este patrón y queremos describir la condición, pero el entorno está lleno de otros objetos y propiedades cuyo comportamiento también es misterioso e impredecible. Así que decidimos crear un sistema que marque varias regularidades de parámetros de varios objetos en el conjunto de eventos del entorno. El sistema debe registrar el número mínimo de enlaces máximos significativos de los objetos (tipo de objetos, propiedades, valores + evento ocurrido) y registrarlos en la matriz, para que más adelante bajo estas condiciones podamos construir algoritmos de comportamiento introducidos artificialmente en el entorno complejos paramétricos fabricados sintéticamente.
¿Pueden las redes hacer esto?
Las características agrupadas siempre funcionarán peor que las no agrupadas. Al agrupar, inevitablemente se elimina parte de la información.
Hay cien ejemplos, los agrupamos: ¿dónde hay más información en cien ejemplos o en un número (número de cluster)?
No puedo estar de acuerdo contigo, la información no se eliminó, sino que por el contrario se sistematizó, de hecho en lugar de 3 clases originales obtuvimos 3*4=12 nuevas clases.
Por supuesto, la muestra se redujo condicionalmente en 4 veces, lo que dificultó el entrenamiento, pero con muestras grandes este efecto debería ser menos significativo.
Creo que podemos intentar no eliminar toda la muestra, sino llenarla de ceros en la parte relacionada con otros clusters.
Otra opción es el aprendizaje profundo, pero creo que el resultado no será muy bueno debido a la pequeña muestra.
El resultado intermedio de la agrupación es un aumento del Recall (integridad) en un 34% y un descenso de la precisión (exactitud) en un 5%, es decir, se ha producido una mayor generalización de los datos, lo que puede ser útil en algunos casos.
Exactamente ese objetivo - hay un signo ZZ no una inversión, un objetivo típico que solíamos violar.
¡Y yo que pensaba que era una vuelta en U!
Sin embargo, todavía no has respondido a la pregunta anterior: ¿es posible automatizar el guardado de la imagen del espacio construido? Quiero recorrer, por ejemplo, los mismos parámetros ZZ y ver cómo cambian los modelos gráficos, en general, para automatizar la enumeración de objetivos. No tengo tiempo para sentarme delante del ordenador.
Sin embargo, todavía no has respondido a la pregunta anterior: ¿es posible automatizar el guardado de la imagen del espacio construido? Quiero recorrer, por ejemplo, los mismos parámetros ZZ y ver cómo cambian los modelos gráficos, en general para automatizar la enumeración de objetivos. No tengo tiempo para sentarme frente al ordenador.
No sé si lo haces en 3D, pero si lo haces en 2D, puedes guardarlo desde R-Studio, pero ¡¡¡para qué necesitas esta tontería!!! Es mucho más claro, más sencillo, mejor sólo ver el error en los nuevos datos, la salida no es una imagen abstracta, sino un número concreto con el que puedes trabajar, comparar, ordenar, etc.
No sé si es en 3D, lo dudo, si es en 2D, se puede guardar desde p-studio, pero ¡¡¡para qué se necesita esta tontería!!! Es mucho más claro, más sencillo, mejor sólo ver el error en los nuevos datos, la salida no tienes una imagen abstracta, sino un número concreto con el que trabajar, comparar, ordenar, etc.
¿Cuál es el número - no me he dado cuenta antes - cuál es el significado del indicador?
Una imagen siempre da más información que un simple número.
Estoy tratando de ejecutar el código, que fue publicado ayer.
No entiendo la sintaxis
¿Cuál es el número - no me di cuenta antes - cuál es el significado del indicador allí?
Una imagen siempre da más información que un simple número.
Intentando ejecutar el código que me enviaste ayer.
No entiendo la sintaxis
porque mis datos se llaman "d" ))
inserte su
<- dt$su precio de cierre