トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1994 1...198719881989199019911992199319941995199619971998199920002001...3399 新しいコメント Valeriy Yastremskiy 2020.09.05 00:08 #19931 Maxim Dmitrievsky: そこにレイヤーはなく、ツリーブースターです。 の場合、ソースとフォーキャストの間に直線的でない複雑な関数が発生します。しかし、当初は一貫性と正確な予測が目的である。そのため、通常、相関は正である。リニアではありません。また、予測アルゴリズムに違いはありません。正しい予測をするために、データを用意するのです。しかし、これだけではまだ信頼できる予報にはなりません)))) Maxim Dmitrievsky 2020.09.05 00:15 #19932 Valeriy Yastremskiy: は、ソースと予測の間で関数が線形でなく、複雑である。しかし、当初はマッチングと予測を正確に行うことが目的であるため、通常、相関は正である。リニアではありません。しかも、予測アルゴリズムに違いはない。正しい予測をするために、データを用意するのです。しかし、これだけではまだ信頼できる予測にはならない。) F-y単純な線形、p二乗誤差。エリブラリウスが指摘したように--係数ということにしておこう。でも、聞いた人には理解できないかもしれないので、パーセンテージに変換してみました。みんなにとってとても重要なテーマなので、これからも議論していきましょう🤣🤣🤣。 Valeriy Yastremskiy 2020.09.05 00:26 #19933 Maxim Dmitrievsky: F二乗は単純な線形、p二乗の誤差。 p二乗誤差は予測の推定値であり、依存性ではなく、予測に対する生データの関数です。推定値は単純で、データは実測と予測ですが、予測生データへの依存性は複雑です。そして、通常はそうではありません。複雑なんです。結果を推定しやすくなります。 Maxim Dmitrievsky 2020.09.05 00:33 #19934 Valeriy Yastremskiy: P2乗誤差は予測の推定値であり、依存性ではなく、予測に対する生データの関数です。そして、通常はそうではありません。複雑なんです。結果を推定しやすくなります。 さて、彼は、モデルが依存性を示しているかどうか、結果を尋ねました。古典的なものはそうではありません。より洗練されたものが出てくるかもしれませんね。 Valeriy Yastremskiy 2020.09.05 00:47 #19935 Maxim Dmitrievsky: さて、彼はモデルが依存性を示すかどうか、結果を求めました。クラシックはそうではない。もしかしたら、派手なものが出てくるかもしれませんね。 男、ちょっと不愉快になってきた...。お説教しているようには全く見えませんでしたが)))質問させてください。Pythonのチュートリアルを正しく理解した。名前のグローバルな定位は名前の位置で決まるが、他人の名前空間にある場合のそれを使った動作はグローバルロケールプレフィックスで決まる。 で、プレフィックスがない場合は名前空間名が優先される。特にBASICの後の名前空間のロジックが面白い))) Evgeniy Chumakov 2020.09.05 07:59 #19936 マキシム・ドミトリエフスキー: を5つ前の値より増やしました。60%の精度10個前の値で悪化、精度503枚目では、精度は57ベースラインは青、予測はオレンジ。過去300件の値 マキシムさん、ありがとうございます。 実は言い忘れていたのですが、モデルは系列の次の符号(+-)、ターゲット+プラス値を予測すれば十分なのです。また、正確な精度は重要ではありません。 サンプル長 n = 54 , 全ての可能な値をカバーしています。 Maxim Dmitrievsky 2020.09.05 11:08 #19937 Valeriy Yastremskiy: 男、ちょっと不愉快になってきた...。説教するまでもないだろう(笑)))) 質問させてください。Pythonのチュートリアルを正しく理解した。名前のグローバルな局所性は、名前の位置によって決まりますが、他人の名前空間にある場合のそれを使った動作は、グローバルロケールプレフィックスによって決まります。 で、プレフィックスがない場合は、名前空間名が優先されます。特にBASICの後の名前空間のロジックが面白い))) はい Maxim Dmitrievsky 2020.09.05 11:21 #19938 Evgeniy Chumakov: マキシムさん、ありがとうございます。 実は言い忘れていたのですが、モデルは系列の次の符号(+-)、ターゲット+プラス値を予測すれば十分なのです。また、正確な精度は重要ではありません。 サンプル長 n = 54 , は、すべての可能な値をカバーしています。 今日の夜、時間があればやります。 Valeriy Yastremskiy 2020.09.05 16:17 #19939 Maxim Dmitrievsky: はい。 cp. Everything is worth something. 変数型の明示的な自由は、明示的な型表示であることが判明した。ただし、同一の名前がない場合は、接頭辞なしでも動作するはずです。 Maxim Dmitrievsky 2020.09.05 16:49 #19940 Valeriy Yastremskiy: cp.すべてに価値がある。変数の型の見かけの自由度は、型を明示的に示すものであることが判明した。ただし、同一の名前がない場合は、接頭辞なしでも動作するはずです。 グローバルを大量に使うのは良くないことで、意味がない。プログラミングのパターンを見ていくことが必要です。型式を明示しても効果はなく、いつでも変更できる 1...198719881989199019911992199319941995199619971998199920002001...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
そこにレイヤーはなく、ツリーブースターです。
の場合、ソースとフォーキャストの間に直線的でない複雑な関数が発生します。しかし、当初は一貫性と正確な予測が目的である。そのため、通常、相関は正である。リニアではありません。また、予測アルゴリズムに違いはありません。正しい予測をするために、データを用意するのです。しかし、これだけではまだ信頼できる予報にはなりません))))
は、ソースと予測の間で関数が線形でなく、複雑である。しかし、当初はマッチングと予測を正確に行うことが目的であるため、通常、相関は正である。リニアではありません。しかも、予測アルゴリズムに違いはない。正しい予測をするために、データを用意するのです。しかし、これだけではまだ信頼できる予測にはならない。)
F二乗は単純な線形、p二乗の誤差。
p二乗誤差は予測の推定値であり、依存性ではなく、予測に対する生データの関数です。推定値は単純で、データは実測と予測ですが、予測生データへの依存性は複雑です。そして、通常はそうではありません。複雑なんです。結果を推定しやすくなります。
P2乗誤差は予測の推定値であり、依存性ではなく、予測に対する生データの関数です。そして、通常はそうではありません。複雑なんです。結果を推定しやすくなります。
さて、彼はモデルが依存性を示すかどうか、結果を求めました。クラシックはそうではない。もしかしたら、派手なものが出てくるかもしれませんね。
男、ちょっと不愉快になってきた...。お説教しているようには全く見えませんでしたが)))質問させてください。Pythonのチュートリアルを正しく理解した。名前のグローバルな定位は名前の位置で決まるが、他人の名前空間にある場合のそれを使った動作はグローバルロケールプレフィックスで決まる。 で、プレフィックスがない場合は名前空間名が優先される。特にBASICの後の名前空間のロジックが面白い)))
を5つ前の値より増やしました。
60%の精度
10個前の値で悪化、精度50
3枚目では、精度は57
ベースラインは青、予測はオレンジ。過去300件の値
マキシムさん、ありがとうございます。
実は言い忘れていたのですが、モデルは系列の次の符号(+-)、ターゲット+プラス値を予測すれば十分なのです。また、正確な精度は重要ではありません。
サンプル長 n = 54 , 全ての可能な値をカバーしています。
男、ちょっと不愉快になってきた...。説教するまでもないだろう(笑)))) 質問させてください。Pythonのチュートリアルを正しく理解した。名前のグローバルな局所性は、名前の位置によって決まりますが、他人の名前空間にある場合のそれを使った動作は、グローバルロケールプレフィックスによって決まります。 で、プレフィックスがない場合は、名前空間名が優先されます。特にBASICの後の名前空間のロジックが面白い)))
マキシムさん、ありがとうございます。
実は言い忘れていたのですが、モデルは系列の次の符号(+-)、ターゲット+プラス値を予測すれば十分なのです。また、正確な精度は重要ではありません。
サンプル長 n = 54 , は、すべての可能な値をカバーしています。
今日の夜、時間があればやります。
はい。
cp. Everything is worth something. 変数型の明示的な自由は、明示的な型表示であることが判明した。ただし、同一の名前がない場合は、接頭辞なしでも動作するはずです。
cp.すべてに価値がある。変数の型の見かけの自由度は、型を明示的に示すものであることが判明した。ただし、同一の名前がない場合は、接頭辞なしでも動作するはずです。