L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1930
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Il y a trois variables A, B, C. Il y a un état manuscrit composé d'eux.
Je veux reproduire cette condition automatiquement. Il n'est pas nécessaire de la trouver, car je la connais déjà. Mais j'ai besoin d'avoir, par exemple, une douzaine de coefficients de pondération dont la combinaison peut remplir cette condition avec une forte probabilité.
Si la condition est connue, alors un AG idiot peut trouver les valeurs A, B et C qui la font fonctionner.
Et si ce n'est pas le cas, alors le problème n'a pas une solution unique, vous pouvez trouver de nombreuses conditions différentes pour différentes valeurs des variables.
option 3 - via régression logistique + générateur de fonction polynomiale. Le résultat serait alors une formule assez courte et facile à interpréter comme la vôtre
mais je ne sais pas quel est l'intérêt de reproduire la condition via MO
option 3 - via régression logistique + générateur de fonction polynomiale. Le résultat serait alors une formule assez courte et facile à interpréter comme la vôtre
mais je ne sprechen pas quel est l'intérêt de reproduire la condition par MO
alors c'est "pas fershtay"))))
Eh bien, moi non plus.
Une question d'un nerd.
Il y a trois variables A, B, C. Une sorte de condition est écrite à la main de leur part. Par exemple.
Je veux reproduire cette condition automatiquement. Je n'ai pas besoin de la trouver, car je la connais déjà. Mais j'ai besoin d'avoir, par exemple, des dizaines de coefficients de pondération dont la combinaison peut atteindre cette condition avec une forte probabilité, lorsque j'y place A, B, C (polynôme ou HC - je ne sais pas, car je connais zéro) et obtenir la condition originale.
Je suis intéressé par le type et le nombre de poids d'entrée de la fonction requise, de sorte que ces conditions originales puissent être reproduites par le biais des poids ?
La grille avec 1 neurone caché est capable d'apprendre l'intersection de ma100 avec le prix.
Ce sont ses paramètres, 103 au total, les incréments des 100 dernières barres sont alimentés à l'entrée. Le neurone avec activation tanh est la fonction tanh(x*W+b), c'est en fait une régression linéaire entre parenthèses, x est l'entrée du neurone, W est la matrice des poids, b est le décalage. Dans un neurone caché : W de 100 éléments, b de 1. Et dans la sortie : W est 1 élément, b est 1 élément.
"Un autre cas d'école, l'intersection de la ma et du prix."
https://www.mql5.com/ru/forum/86386/page1879#comment_17365998
Alors, comment avez-vous réussi à apprendre aux arbres à se regrouper, je vous le montre.
Les caractéristiques regroupées fonctionneront toujours moins bien que celles qui ne le sont pas ! En regroupant les caractéristiques, vous supprimez inévitablement une partie de l'information.
Il y a une centaine d'exemples, nous les avons regroupés - où y a-t-il plus d'informations dans une centaine d'exemples ou dans un seul chiffre ?
Comment prendre votre jeu de données avec les prédicteurs et le prix de clôture et le charger en spécifiant la colonne avec le prix de clôture, plutôt que d'utiliser l'option de génération d'indicateurs dans R ?
Si je comprends bien, puisque la cible est les sommets ZZ, alors une partie de l'échantillon avec les prédicteurs devrait être filtrée, ici, et donc pour alimenter les prédicteurs il faudrait aussi filtrer le tableau avec les prédicteurs, ou quoi ?
Vous savez comment charger des données, je vous ai donné un exemple où j'ai lu votre fichier csv, quel est exactement le problème ?
Exactement la bonne cible - il y a un signe ZZ pas de retournement, cible typique que nous avons une fois violée.
Une question d'un nerd.
Il y a trois variables A, B, C. Une sorte de condition est écrite à la main de leur part. Par exemple.
Je veux reproduire cette condition automatiquement. Je n'ai pas besoin de la trouver, car je la connais déjà. Mais j'ai besoin d'avoir, par exemple, des dizaines de coefficients de pondération dont la combinaison peut atteindre cette condition avec une forte probabilité, lorsque j'y place A, B, C (polynôme ou HC - je ne sais pas, car je connais zéro) et obtenir la condition originale.
Je suis intéressé par le type et le nombre de poids d'entrée de la fonction requise, de sorte que de telles conditions originales puissent être reproduites via les poids ?
Également ringard, mais intéressé par le problème).
Imaginons que A, B, C soient des instances modifiées au hasard d'un objet abstrait dans un environnement uniforme. En observant A, B, C, nous identifions leur propriété généralement significative (particulière), dont les valeurs changent pour les trois sur des événements de l'environnement, mais différemment (en fonction des différents états de l'environnement). Nous ressentons les régularités, mais nous ne pouvons pas les formuler. Cependant, disons qu'à l'occasion d'un nouvel événement d'instance, il y a de fortes pointes dans les valeurs de A, B, C, avec certaines proportions conservées, et l'environnement s'étend. Nous aimons ce modèle et voulons le décrire, mais l'environnement est rempli d'autres objets et propriétés dont le comportement est également mystérieux et imprévisible. Nous décidons donc de créer un système qui marque les différentes régularités des paramètres de divers objets sur l'ensemble des événements de l'environnement. Le système doit enregistrer le nombre minimum de liens significatifs maximums des objets (type d'objets, propriétés, valeurs + événement survenu) et les enregistrer dans le tableau, de sorte que, dans ces conditions, nous puissions construire des algorithmes comportementaux introduits artificiellement dans l'environnement des complexes paramétriques fabriqués de façon synthétique.
Les réseaux peuvent-ils le faire ?
les caractéristiques groupées fonctionneront toujours moins bien que les caractéristiques non groupées ! en groupant, vous supprimez inévitablement une partie de l'information.
Il y a une centaine d'exemples, nous les avons regroupés - où se trouve le plus d'informations dans une centaine d'exemples ou dans un seul chiffre (numéro de grappe) ?
Je ne peux pas être d'accord avec vous, l'information n'a pas été supprimée, mais au contraire elle a été systématisée, en fait au lieu des 3 classes originales nous avons eu 3*4=12 nouvelles classes.
Bien sûr, l'échantillon a été réduit conditionnellement par 4 fois, ce qui a rendu la formation plus difficile, mais avec de grands échantillons, cet effet devrait être moins significatif.
Je pense que nous pouvons essayer de ne pas supprimer tout l'échantillon, mais de le remplir de zéros dans la partie liée aux autres clusters.
Une autre option est l'apprentissage plus profond, mais je pense que le résultat ne sera pas très bon en raison du petit échantillon.
Le résultat intermédiaire du clustering est une augmentation du Recall (complétude) de 34% et une baisse de la précision (exactitude) de 5%, c'est-à-dire qu'une plus grande généralisation des données a eu lieu, ce qui peut être utile dans certains cas.
Exactement cette cible - il y a un signe ZZ et non un renversement, une cible typique que nous avions l'habitude de violer.
Et moi qui croyais que c'était un demi-tour !
Cependant, vous n'avez toujours pas répondu à la question précédente : est-il possible d'automatiser la sauvegarde de l'image de l'espace bâti ? Je veux parcourir, disons, les mêmes paramètres ZZ et voir comment les modèles graphiques changent, en général, pour automatiser l'énumération des cibles. Je n'ai pas le temps de m'asseoir devant l'ordinateur.
Cependant, vous n'avez toujours pas répondu à la question précédente : est-il possible d'automatiser la sauvegarde de l'image de l'espace construit ? Je veux parcourir, par exemple, les mêmes paramètres ZZ et voir comment les modèles graphiques changent, en général pour automatiser l'énumération des cibles. Je n'ai pas le temps de m'asseoir devant l'ordinateur.
Je ne sais pas si vous le faites en 3D, mais si vous le faites en 2D, vous pouvez le sauvegarder à partir de R-Studio, mais pourquoi avez-vous besoin de toutes ces absurdités !!! C'est beaucoup plus clair, plus simple, mieux vaut simplement observer l'erreur dans les nouvelles données, la sortie n'est pas une image abstraite, mais un nombre spécifique avec lequel vous pouvez travailler, comparer, trier, etc...
Je ne sais pas si c'est en 3D, j'en doute, si c'est en 2D, vous pouvez sauvegarder à partir de p-studio, mais pourquoi avez-vous besoin de cette absurdité !!! C'est beaucoup plus clair, plus simple, mieux il suffit de regarder l'erreur dans les nouvelles données, la sortie que vous avez pas une image abstraite, mais un nombre spécifique à travailler avec, comparer, trier, etc.
Quel est le nombre - je n'ai pas remarqué auparavant - quelle est la signification de l'indicateur ?
Une image donne toujours plus d'informations qu'un simple chiffre.
J'essaie d'exécuter le code, qui a été posté hier.
Je ne comprends pas la syntaxe
Quel est le nombre - je ne l'ai pas remarqué plus tôt - quelle est la signification de l'indicateur ici ?
Une image donne toujours plus d'informations qu'un simple chiffre.
J'essaie d'exécuter le code que vous m'avez envoyé hier.
Je ne comprends pas la syntaxe
parce que mes données s'appellent "d" ))
insérez votre
<- dt$votre prix de clôture