def to_supervised(train, n_input, n_out):
X, y = list(), list()
in_start = 0# step over the entire history one time step at a time
for _ in range(len(data)):
# define the end of the input sequence
in_end = in_start + n_input
out_end = in_end + n_out
# ensure we have enough data forthis instance
if out_end <= len(data):
x_input = data[in_start:in_end, 0]
x_input = x_input.reshape((len(x_input), 1))
X.append(x_input)
y.append(data[in_end:out_end, 0])
# move along one time step
in_start += 1return array(X), array(y)
ダイナミクスでマッシュの期間をコントロールすれば、マッシュのTCが良くなる。
さらに、将来どの期間のマッシュが儲かるかを予測することもできる。
フィットネス関数のさまざまなバリエーションを試す
おめでとう)
私の最初のトリックの1つが解決した。
私の記憶では、以前は期間の代わりにボラティリティ・インディケータの変換値を代入していました。
たしかAPR
おめでとう)
私の最初のトリックのひとつが明らかになった。
私の記憶では、期間の代わりにボラティリティ・インディケータの変換値を代入した。
たしかAPACだったと思う。
おめでとうございます!このチップは「適応フィルタリング」「DSP」と呼ばれるもので、約70年前のものです。
おめでとうございます!このチップは「適応フィルタリング」「DSP」と呼ばれるもので、約70年前のものです。
遅いよ。
もう12年くらい前に捨ててしまった。
MA2本は亀の歩み。
見た目はいいんだけど、使うのが面倒なんだよね。
;)PythonistからRコードへの こんな質問に 出くわした。
私は笑いとともに軽いショックを受けた。
Pythonではこうやって問題を解く。
そしてこれがRでの解き方だ。
つまり、どちらの言語がデータを扱うために作られ、どちらがただ草を刈るだけの言語なのか、その違いを感じてみてください。
PythonistからRコードへの このような質問に 出くわした。
笑い混じりの軽い衝撃を受けた......。
この問題をパイソンで解くとこうなる。
そしてこれがRでの 方法です。
つまり、どの言語がデータを扱うために設計され、どの言語が単なる草刈り機なのか、その違いを感じ取ることだ。
MQLで文字列を数えなかったのはあなたでしょう :-)データを扱うように設計された言語
MQLで文字列をカウントしていない :-)データを扱うための言語
考えたくもない))
MQLで文字列をカウントしていない :-)データを扱うための言語
MQL5の標準行列メソッドの新機能をご存知ないだけです:
あるパイソン研究者から、こんな 質問を 受けた。
私は笑いとともに軽いショックを受けた...。
パイソンではこのように問題を解決する。
そしてRでは こうだ。
つまり、どちらの言語がデータを扱うように設計されているか、その違いを感じてください。
一番のポイントは、笑った後に苦い後味が残らないことです。
numpyならもっと短い。意味のあることをしてください。
何か意味のあることをする。