Применение машинного обучения может включать работу с данными, тонкую настройку уже обученного алгоритма и т. д. Но масштабная математическая подготовка нужна и на более раннем этапе: когда вы только выбираете модель для дальнейшего использования. Можно выбирать...
コホーネンの価格について指導した。
O,H,L,C,
O[-1], H[-1], L[-1], C[-1].
全ての計算は、カラム名のように、現在のオープンを基準として行われました。
H/O L/O C/O O1/O H1/O L1/O C1/O
1 1.004326 0.9986890 1.0011799 0.0000000 0.000000 0.0000000 0.0000000
2 1.000000 0.9962027 0.9968574 0.9988215 1.003143 0.9975121 1.0000000
3 1.005518 0.9989490 1.0045980 1.0032843 1.003284 0.9994745 1.0001314
4 1.000392 0.9966000 0.9975154 0.9954230 1.000915 0.9943769 1.0000000
5 1.006949 1.0000000 1.0038023 1.0026223 1.003016 0.9992133 1.0001311
6 1.005877 0.9993470 1.0045710 0.9960820 1.003004 0.9960820 0.9998694
というのが、私があげたリンク先でのやり方です。
kohonenはデータを100のクラスタに分割した、それはかなり多い、それらのサイトでは5-6のクラスタに分割した、ローソク足パターンの精度はもっと高いはずだ......。
しかし、実際には認識の質は最悪で、認識と呼べるものではありません
=====================================
最近傍法（kmeans）によるクラスタリングはうまくいったが、結果はまだ満足のいくものではない。
ということで、クラスターを可視化することにしました。
理想的には、次のようになります。
が、50クラスタだとこんな感じです。
===========================================
結論
だから、ノイズの話をする前に、まずデータを変換して、MOがデータを理解できるようにする必要があります。
まあ連中は単純な例で、クラスターが少ない方が楽だと分かっただけなんだけどね)))
=============================================
ああ、だから木こりが木を作るところを見ようって言ったんだけど......。
100クラスタとこの事は時々ろうそくの色を混乱させる場合は、より少ないクラスタを持っていることのポイントは何ですか、任意のローソク足の組み合わせは言うまでもありません。
木のことは何も覚えていないんです。
私には理解できませんが。
ターゲットはどのように作られたのですか？
配合の由来は？
それもわからない。だから、彼はマジシャンなんだ :)
要は、どのローソク足の特性を使ってパターンを認識すればいいかを教えてくれただけで、あとは実行のニュアンスだけです。
数式は作れないのですが、例えば、これらの予測因子（ローソク足の特徴）をクラスタリングし、個々のクラスタごとに取引の収益性を見積もり、各クラスタ後の平均的な値動きに応じて、買い/売り/出口の3グループに分けたいのですが、どうすればよいでしょうか？そして、森のようなものは、クラスタリングの代わりに論理的なルールを得ることができますが、それは実際には必要ではなく、どんな新しいデータでも、モデルに従って以前に得られたルールによってクラスタリングし、そのクラスタの数によって判断することができます。
これらの予測因子（ローソク足の特性）をクラスタリングし、個々のクラスタごとに取引の収益性を推定し、各クラスタ後の平均値動きによって買い/売り/出口の3つのグループに分けたいのです。そして、森のようなものは、クラスタリングの代わりに論理的なルールを得ることができますが、それは実際には必要ではなく、どんな新しいデータでも、モデルに従って以前に得られたルールによってクラスタリングし、そのクラスタの数によって判断することができます。
私も似たようなことをしましたが、どのようなクラスターにマッピングするのかわかりません。
見開きで飲んでいる...100から200のクラスターに分解してみました。
見積もりでは、2-10 +-の面白いクラスタが見つかりましたが、OOSではすべて急落しました。
ランダムでは2-7 +-の興味深いクラスタが見つかり、OOSでは （実際の相場では）約30-60%のクラスタが獲得でき、いくつかは非常に安定していました。
しかし、ここで最初の場所は、適切なデータの前処理の問題であり、私は視覚的にそれらのクラスタにあるものを分析したとき、私は動揺した、例えば、我々は2つのろうそくのクラスタを持っている場合、それはよく1クラスタ2白と2黒ろうそくであるかもしれません、それは一つのクラスタで2正反対の状況です、あなたはそれがいかに悪い知って、だから我々は通常のデータの前処理が必要です MOはそれほど難しくない、そのようなクラスタから良いがコインを投げるように同じであるため
この記事を見て ください、役に立つと思います。
グッドラック
キャンドルを使った演習には、シャーマニズムの香りが漂っているんだ。普通の思考が全くない!高尚な機械学習アルゴリズムと典型的なアラフィフのテクニカル分析のナンセンスさを組み合わせただけの驚くべきものです。
なぜか他の通貨ペアを予測因子として使う努力は全くされていない。何しろ、関連する通貨ペアがたくさんあるのですから。最も単純なものは、ターゲットとなる通貨ペアに対して、その通貨ペアに由来する予測因子を選択するものである。次に、他の通貨ペアから同じ予測値を取ります。
予測変数の山を入手し、入手した予測変数の山全体が対象変数に与える影響度をチェック するのです。このステップは必須です。なぜ、ほうきで部屋の中のごみを追いかけるのか？
そして、その他もろもろ。
私の提案の中に、「通貨ペア同士をリンクさせる」という考え方があることに注目しています。
もし、ある予測因子を生成しようとするならば、アイデアがあるはずです。は、2本のロウソクを取り、その色を取り、2周し、最後に3周する、この発想はありえない。
キャンドルを使った演習には、シャーマニズムの香りが漂っているんだ。普通の思考が全くない!高尚な機械学習アルゴリズムと典型的なアラフィフのテクニカル分析のナンセンスさを組み合わせただけの驚くべきものです。
なぜか他の通貨ペアを予測因子として使う努力は全くしていない。何しろ、関連する通貨ペアがたくさんあるのですから。最も単純なものは、ターゲットとなる通貨ペアに対して、その通貨ペアに由来する予測因子を選択するものである。次に、他の通貨ペアから同じ予測値を取り出します。
予測変数の山を入手し、入手した予測変数の山全体が対象変数に与える影響度をチェック するのです。このステップは必須です。なぜ、ほうきで部屋の中のごみを追いかけるのか？
そして、その他もろもろ。
私の提案の中に、「通貨ペア同士をリンクさせる」という考え方があることに注目しています。
もし、ある予測因子を生成しようとするならば、アイデアがあるはずです。はその発想はありえない。2本のロウソクを取り、その色を取り、2周し、最後に3周する。
=======================================
記事中の資料のことなのか、一般的な話なのか。
そう思えたら、洗礼を受けなさい。今すぐssa)))
"ネットワークでよく使われる活性化関数など。ネットワークの出力だけでなく、入力でも使用できる」＝序文
20年前の本（本は悪くない、とっくに読み終えていた）のニューロコンピューティングとその経済・ビジネスへの応用。
p. 130.個別データの正規化。
http://www.neuroproject.ru/Papers/EzSh/Lecture_7.pdf
"重要でよく効く手法として、「特異構造解析」または「キャタピラー」法のパラメータを使用することです。"1996г.)))
http://www.gistatgroup.com/gus/ex1.html
アドバイスするには若すぎるわ。
そして、S.A.は有能な人の手にかかれば、素晴らしいツールになるのです。
グッドラック
キャンドルを使った演習には、シャーマニズムの香りが漂っているんだ。普通の思考が全くない!高尚な機械学習アルゴリズムと典型的なアラフィフのテクニカル分析の無意味さを見事に合成しただけのことはある。
サニチ、頑張れ!!!!
1) アイデアの要点を伝える
2) コードを書き、投稿する
3）OOSにトレードの写真を表示する。
ぼちぼちと...
せめて熱く主張する自分の主張を確認できるようなまともな記事を作ればいいのに、触ることはできても やらない んでしょ？訳が分かった．
計算式の作り方がわからないのですが、例えば、これらの予測因子（ローソク足の特徴）をクラスタリングし、個々のクラスタごとに取引の収益性を見積もり、各クラスタ後の平均値動きに応じて買い/売り/出口の3グループに分けたいのですが、どうすればよいでしょうか？それから、フォレストのようなものは、クラスタリングの代わりに論理的なルールを得ることがありますが、それはあまり必要ではなく、どんな新しいデータでもモデルに従ってあらかじめ得られたルールに従ってクラスタリングし、そのクラスタの数によって判断すればいいのです。