rete neurale e ingressi - pagina 36
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Il pdf non vuole allegare, il rar non vuole nemmeno allegare. Di cosa avete bisogno?
Spiegare:
quattro modelli sono stati valutati per primi e il risultato è stato
1. mlpe con AUC=0,924 e Acc=85,7%.
2. DT con AUC=0,877 e Acc=84,4%.
3. mlp con AUC=0,874 e Acc=81,7%.
4. svm con AUC=0,857 e Acc=82,4%.
cioè l'insieme delle reti neurali multistrato attivate da diversi valori iniziali (casuali) dei pesi ha mostrato risultati migliori di andomForest e dell'albero decisionale?
No. L'insieme è meglio di DT, mlp e svm. I valori RF e ada sono dati dopo e sono migliori.
la differenza di Acc tra l'85,7% e l'89,4% darebbe un miglioramento significativo nella previsione?
Ho una regressione lineare e una regressione non lineare che danno valori R multipli per esempio per l'oro di 0,95485489 e 0,97386429 rispettivamente. Non ho trovato alcun miglioramento significativo nelle proprietà predittive del modello nella pratica - nel trading
L'Ass=91% per il modello ada. E questo è molto buono. Non ho fatto la regressione. O meglio, l'ho fatto, ma non mi è piaciuto.
Cosa mostra il valore R multiplo? Non l'ho mai visto prima.
L'Ass=91% per il modello ada. E questo è molto buono. Non ho fatto la regressione. O meglio, l'ho fatto, ma non mi è piaciuto.
Cosa mostra il valore R multiplo? Non l'ho mai visto prima.
R multiplo è il coefficiente di correlazione multipla.
Domanda - ci sono due metodi. L'utilizzo di uno dà un'accuratezza di previsione, per esempio, 1-3% meglio dell'altro - non darà un vantaggio tangibile di trading di un metodo sull'altro.
Ora, se si divide l'angolo di pendenza per la deflessione, si ottiene un valore che caratterizza completamente il commercio. Questo può ora essere usato come funzione di fitness per il tuning.
Sei tu che, scusa, hai "inventato" l'indicatore di Sharpe. Un ottimo indicatore, tra l'altro.
Provaquesto insegnante. (https://www.mql5.com/ru/code/903). Non si può fare meglio di così.
Gli ingressi sono quelli che volete, potete anche avere OHLC.
Non è l'insegnante, è l'insufficiente. Come la battuta.
Una conversazione su un filobus.
-Puoi dirmi quando c'è la fermata?
-Guardami. Il tuo precedente, appena scendo.
Nel tuo caso, hai bisogno di una previsione con almeno tre barre in avanti. E questa è la regressione.
E se pensi di essere un pioniere qui, dimenticalo. Questa direzione è completamente calpestata. Leggi di più.
Buona fortuna
Non è l'insegnante, è il doppiatore. Come nella battuta.
Una conversazione su un filobus.
-Puoi dirmi quando c'è la fermata?
-Seguimi. Appena scendo, l'ultimo.
Nel tuo caso, hai bisogno di una previsione con almeno tre barre in avanti. E questa è la regressione.
E se pensi di essere un pioniere qui, dimenticalo. Questa direzione è completamente calpestata. Leggi di più.
Buona fortuna
(Risate)
Non c'è nessuna regressione lì, la regressione che alimenta l'input nel suo esempio.
Ho guardato il "vostro" BBCI, non è migliore ed è anche glitchato.
Suggerisci i dati di ingresso (escluso OHLC) e l'insegnante.
Non sto pretendendo nulla, lei ha chiesto, io ho offerto.
Non sembra che tu abbia capito e la regressione è nella tua mente.
Continua a calpestare. Buona fortuna.
I dati possono essere inseriti nell'input dopo la trasformazione spettrale del vettore di input.
Il compito della rete neurale in questo caso potrebbe essere quello di prevedere il "futuro" dello spettro. Ho fatto un po' di ricerche su questo argomento. Penso che ci sia un senso in questa trasformazione, anche se è un calcolo che richiede molte risorse. Qui QUI ho descritto in modo più dettagliato alcune varianti di applicazione.