layout(1:1)
x <- cumsum(rnorm(1000))
plot(x,t="l")
n <- 200 # length roll window
for(i in n:length(x)){
ii <- (i-(n-1)):i
gp <- get_parameters(x[ii])
flat <- gp[1]>=8 && gp[2]>=8if(flat){
rect(i-length(ii), min(x[ii]), i, max(x[ii]), col = "aquamarine3",border = "aquamarine3")
}}
lines(x,t="l")
radikal.ru/video/1JIag8ds57s
)))
多幸感に浸ってはいけない。2~3日かけて落ち着いて消化し、回転させ...
それはいいアドバイスですね。ゆっくりでいい...:-)
いつもの横長ボリューム!!!お前たち、どこから来たんだ?)) あ、ここがForexフォーラムだということを忘れていました)
小窓に?左のモニターに?
どうしたんですか?
私自身も同じような悩みを抱えています。なぜこのようなことが起こるのか、どなたか教えてください。
私自身、この問題を抱えています。なぜこのようなことが起こるのか、どなたか教えてください。
これは誰にでも言えることで、お盆の結果をOOSだけ見ても意味がないのですが、システムが本当のパターンを見極めていなければ(世界で数百人がそう)、OOSはスプレッドかそれ以上のもので流されることになるのです。しかし、トレースを修正することは、100ドルと数時間があれば、どんなグレーリストでも 問題ありません。
1.俳人の言葉を借りれば、データセットにはポジティブな例とネガティブな例の両方が含まれている必要があります。
ポジティブな例を挙げればクリアできそうですが、あとはネガティブな例をどう教えるか?
2.ノイズも出すべきですが、ネガティブな例というわけでもないでしょう?
1.それはいいことですね。しかし、あなたは忘れています。プラスとマイナスの比率は、実践に即していなければなりません。また、記憶からの引用です。
同じように教えること。インプットはポジと混ぜて出す。
2.1.より、次のようになる - ノイズはない。
ポジティブばかりでネガティブがないのでは、何を教えているのかわからない。
1.忘れてない、だって知らないんだもん。忘れるも何も、まだ読みたいんだもん。でも、こういう些細なことから全てが始まるんだもん。
2.個別にすべて、イミフ、まあ、私の目的は良い - 私は予測不可能な予測したくない、私は適応したい )))
ちなみに、どこからネガを取るか。タスクを知らないので、一般論として。
例えば、三角形を認識させるのであれば、学習サンプルには様々な三角形だけでなく、三角形でないものも含まれていなければならない。
radikal.ru/video/m9Ct2f9xDCn
やばい...どんな音楽聴いてるんだ...))
さて、「漂流物」についてですが、覚えていらっしゃるでしょうか、「漂流物」をどのようにアルゴリズム化するかという話題を取り上げました。明確な答えが返ってこないから、自分で考えるしかない......。
当初は、価格が一段と変動し、その変動が大きいほどフロップの確率が高くなるという分配の実験をしていましたが、この方法にはデメリットがあり、断念しました。
2つ目の方法が良かったので、興味のある方がいらっしゃればご紹介したいと思います...。
2つ目の方法として、価格の自己相関を使いましたが、ACF表示のフラットネスのサインをずっと探していたところ、2つのシンプルなサインを見つけました。
価格とACFはこんな感じです。
R-keのコード
さて、サインについてですが
最初の符号はACFの極値数(青)
2つ目の指標は、ゼロ線と軸の交点数(赤)です
クロスオーバーとエクストリームが多いほど、フラットは強くなる
上記2つの属性またはパラメータを返す関数
この方法は、固定サイズのスライディングウィンドウという欠点がありますが、それを回避することができます。ただし、アルゴリズムが100倍遅くなるのはまずいですが...。
さて、その結果はというと、実は
第一符号と第二符号が7以上である場合を「フラット」とする。
サイズ30ポイントのスライディングウィンドウでアルゴリズム
200ピクセルのスライディングウィンドウでアルゴリズム
とコードそのもの
もし、アルゴリズムを改善する方法を知っている人がいたら、遠慮せずに
ご覧ください......。
30画素のスライディングウィンドウでのアルゴリズム
200画素のスライディングウィンドウでのアルゴリズム
では、全編を窓口にすれば、最初から最後までバタバタが続くのでしょうか?