L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2127

 
elibrarius:

Deux colonnes doivent être introduites dans le modèle - le sinus et le cosinus pour l'horloge. Et sinus + cosinus pour le jour de la semaine. Voir le lien pour une description de la raison pour laquelle cela devrait être fait.

pi = 3.141529 ... de l'école.

OK, je t'en donne deux...

Et à propos de pi, le nombre est peut-être trop grand - qui sait quelle précision est requise...

3,1415926535897932384626433832795
 
Maxim Dmitrievsky:
Vous avez CATboost 😑

Alors, et ? Je suis curieux :)))) Les jours de la semaine qu'il a craché, maintenant voyons dans l'emballage des nouveaux chiffres pour le résultat.

 
Aleksey Vyazmikin:

Alors, et ? Je suis curieux :)))) Jours de la semaine il crache, maintenant voyons dans les nouveaux chiffres envelopper pour le résultat.

Ajouté ci-dessus. Je vous l'ai dit il y a 50 ans la semaine dernière.
 
Maxim Dmitrievsky:
Ajouté ci-dessus
Maxim Dmitrievsky:
Vous avez CATboost 😑 marquez simplement les caractéristiques comme étant catégoriques.

Je n'arrive pas à mettre les caractéristiques catégorielles dans le code MQL :(

 
Aleksey Vyazmikin:

Je n'ai pas la possibilité de sauvegarder la catégorisation dans le code MQL :(

Cette librairie ne fonctionne pas avec les catfixes ?
 
Aleksey Vyazmikin:

OK, je t'en donne deux...

Et sur Pi, donc le nombre pourrait être trop élevé - qui sait quelle précision est requise...

3,1415926535897932384626433832795

7 chiffres suffisent

 
Maxim Dmitrievsky:
Cette librairie ne fonctionne pas avec des chips de kat ?

Non.

 
Aleksey Vyazmikin:

Non.

Train en python, il y a 2 lignes
 
Igor Makanu:

J'ai vu ce livre il y a quelques années.

il semble... oui, c'est fascinant, mais en réalité - pourquoi ? si le but est d'écrire un diplôme ou un doctorat - oui, c'est un livre de bureau

si l'objectif est la série chronologique, ce livre traite d'autre chose, de l'invention de la forêt aléatoire à l'aube du développement de l'informatique.

imho, même les ensembles de NS peu habitués à l'application dans la pratique, comment travailler avec BP ? bien, comme une option de mess up un tas de beaucoup de NS, et à la fin vous obtenez autoecoder ? - Je doute que même un réseau convolutif puisse être obtenu avec ce livre.


Vorontsov est plus pertinent pour les connaissances anciennes, et le traitement des données - je suis en train de mâcher quelques cours en ligne sur BP - il y a quelque chose dedans ;)

Vous auriez dû le lire il y a quelques années, lorsque vous l'avez posté ici pour la première fois ;)). Ces approches sont toujours utilisées, notamment pour les séries temporelles, et présentent un certain nombre d'avantages par rapport à l'apprentissage profond. Par exemple, Zircon est plus performant que Lstm sur les séries temporelles et le principe est le même que MSUA. Les auto-encodeurs et les convolutions sont une toute autre histoire. Y a-t-il quelque chose à regarder dans les séries chronologiques ? En général, il s'agit de saisonnalité et d'autorégression. En fait, ces éléments ne font qu'entraver le marché.
 
Maxim Dmitrievsky:
Apprendre Python, il y a 2 lignes

Je dois avoir mal compris votre question.

Il n'y a pas d'interpréteur de modèle sur MT5 avec des prédicteurs de catégorisation et CatBoost avec la ligne de commande peut faire tout ce que la version python peut faire, sauf les choses purement python, comme la visualisation.