Построение по ценам закрытия. График в окне индикатора тот же, что и ценовой, но временнАя ось "наклонена" под углом трендовой линии Построение линий индикатора по экстремумам баров. Ограничение баров по первой точке трендовой линии Добавлено опциональное ограничение баров индикатора, их число задается параметром MaxBars. Чтобы отключить...
あなたのような曲線がすでにあるとしましょう。先験的な確率分布です。
ベイズ式では、各取引の後にそれを更新することができるので、中心が移動し、新しい事後分布を得ることができます。これにより、モデル自体は変わりませんが、新しい現実に合わせて若干の調整が行われます。
正しいやり方は知らないし、実際簡単なはずなんだけど、やったことがないんだ :)
新しい法則を使うのではなく、古い法則の解釈を変えるのですから、本当の意味でのモデルトレーニングとは言えません。ここでは、どの規則性が入力されたかという情報を得る必要があります。catbustには、すべての葉の規則性が入った配列があり、それに従って、この配列を規則性（規則性を解釈するための数値）をずらして編集していきます。困ったことに、1回の入力でたくさんの葉っぱが出るので、入力に賛成した人には減らして、反対した人には増やしてと、比例配分する必要があります。問題は葉っぱの数で、100枚なら100枚、1000枚なら1000枚と、葉っぱごとに統計学を使うことができます。
そして、非定常性のために、パターンそのものが変化するのではなく、モデルが単にずれて、正しいシグナルを与えないという仮定から出発すると、次のようになります。
急カーブを曲がるときに、いつもボンネットを開けている必要はなく、時々ハンドルを切ればいいのです。ここでは、モデルを修正することと、出力分布を修正することに大きな違いはないと思っています。）
最終的な答えは葉の値の合計であり、それらはすべて常に使われるわけではなく、それに適した指標がある場合にのみ使われるため、やはりボンネットを潜る必要があるのでしょう。したがって、1入力あたり1葉、つまり100葉を使用することができますしたがって、すべての状況について確率をずらしてモデルの解釈を変えることはできない、というか、できるのですが、葉の一部は正しく分類し続けることができるので、論理的ではありません。だから、葉っぱの指標を変えるか、葉っぱごとの追加解釈を別に作って、他の葉っぱとの組み合わせによってずらすか、どちらかですが、それは生産的ではないかなあ...と。だから、小さいモデルがいいんです。組み合わせれば、どれが嘘をついているのかがわかりやすく、処分もしやすいですから。
葉っぱの数が少なければ、確率の壁をずらすことができるかもしれませんが、葉っぱがたくさんあって、1回の入力でその一部しか使われないとなると、論理的に意味がありません。でも、時には舵を切らないと......。
アフィン変換は操縦することができます;）、ここでKBの例ですhttps://www.mql5.com/ru/code/9378。
が似たようなことをやっていたが、じゃあどっちに舵を切ればいいんだ、どう考えればいいんだ？)
まさかのテスター付きで((
カルマンフィルターが追加されるかもしれない )
kalman habrahabr "でググると、昔そこで読まれた記事で、一番貴重なのはコメントで、記事の著者がプーさんで...というものです。私が理解する限り、ゆっくりと変化するデータに対してのみ、すべてのように動作します。
追記：KBにカルマン例があったのですが、もしや？;)
たぶん、まだはっきりしないのでしょう・・・やってみないと )
正しく予測できる組み合わせの中に、不安定な予測器を持つ悪い葉があるかもしれないので、それを取り除く必要があります。例えば、参加している葉の80％、つまりある定足数で組み合わせを特定し、重量の大きい新しい葉が現れたら、それをフィルタリングすることができます。この基準で1000回の取引でどれだけの組み合わせがあるのだろうか...とさえ思ってしまいます。でも、どうやって調べたらいいのか、さっぱりわからない。
重要なトリック・・・Zipfの法則（指数関数）。また、分散が大きい（価格ラグが大きい）変数は、常にツリーモデルにおいて高い重要性を持つことも実証されています。似たような機能がたくさん（全部で500個）あるので、グラフはあまり示威的でないですね。後でやり直します。
善哉善哉
Pythonの専門家としての質問、実験用にPythonで何かを与えてください、私はSharpでほぼ終わり、問題なくMT5に接続できます、C#はPythonもサポートしています、私はPythonに変えてみるかもしれません;)
美しい!
Pythonの専門家として質問ですが、実験用にPythonで何か教えてください。私はSharpをほとんど使い終えていて、MT5と全く問題なくリンクしています。C#とPythonはサポートされているはずで、その後Pythonに切り替えることができます ;)
私はPythonを学んでいるところです...まあ、何を学ぶことがあるのか、つまり私はまだMOモデルをマスターしていません...あなたは具体的に何をしたいのですか？ このサイトから例を見てみましょう https://scikit-learn.org/stable/
例えば、Random Forestのような。
Pythonを勉強しているところです...というか、何を勉強したらいいのか、つまり、まだあまり使ったことがないのですが...具体的に何をしたいのですか？ここから例を挙げてみましょう https://scikit-learn.org/stable/
例えば、Random Forestのような。
やグラディエントブースティングなど、既成の例もあります。
OK、ありがとう、明日調べてみるよ。
ここと ここ、さらにここの グラフは誤差を含んでプロットされているので、値がゼロからではなく、0.5の確率は5点ではなく、6点にあるのです
これは、データを分析して意味を理解しようとするときに起こりうるエラーで、いわば技術的なエラーなのだが......。