int TimeGroup=0;
int t_Start=arr_TimeH[i];
if (t_Start==10) TimeGroup=1;
if (t_Start==11 || t_Start==15 || t_Start==18 || t_Start==19)TimeGroup=2;
if (t_Start==12 || t_Start==16 || t_Start==20)TimeGroup=3;
if (TimeGroup==0) TimeGroup=4;
arr_TimeH[i]=TimeGroup;
そういうことなんです。
係数を求めるには、まず結果を見なければならない。
そして、その予感にぴったりだと言っているのです。
そうだろ?
もちろん、そうです。他にどのような教え方があるのでしょうか?教えるということは、インプットとアウトプットが必要です。先生がいる場合 - 先生がいない場合、いずれにせよアウトプットは必要です。
必要なものを与えてくれない。
もちろんです。他にどのような教え方があるのでしょうか?学習には入り口と出口が必要です。先生の有無にかかわらず、入り口は必要です。
以下はその引用です。
「また、リファレンス信号を使用しない、別の適応も可能です。このような動作モードは、ブラインド適応または教師なし学習と呼ばれます」。
以下はその引用です。
「また、リファレンス信号を使用しない、別の適応も可能である。このような動作モードは、ブラインド適応または教師なし学習と呼ばれます」。
では、先生がいなくても学習できる仕組みを調べたのでしょうか?一言で言えば、「先生と全く変わらない」ということです。OSを搭載した普通のシステムが先生です。
では、先生がいなくても学習できる仕組みを調べたのでしょうか?一言で言えば、「先生と全く変わらない」ということです。OSを搭載した普通のシステムが先生です。
発振器の誤差が0.2や0.3になった人はいますか? 最小値は0.45あたりです。しかも、OOSで動作することが多い。
しかし、トレインとの2~2.5倍の差はちょっと気になりますね。
いつ開発を終えて、いつ練習を始めればいいのかが分からない ))
冬と夏という時間変化の要因からか、ニュースを日+時間で識別できない...。
何らかの予測因子が邪魔をしているのかもしれない...。時間によるグループ分けを行った
これで、予測因子による時間のグループ分けがより明確になりました!
スクリーンショットは、選択されていないすべての予測変数のテストサンプルで、選択されている場合は、結果が良くなる可能性があります。
しかし、グループ2と4はあまり良くなく、もしかしたら入れ替わるかもしれませんが、グループ1と3はそれほど悪くありません。
時間によるグループ分けを行った
これで、予測因子による時間のグループ分けが、より明確になりましたね
スクリーンショットは、選択されていないすべての予測変数のテストサンプルであり、選択された場合、結果はより良くなる可能性があります。
グループ2と4はあまりうまくいかず、もしかしたらクロスサンプリングできるかもしれませんが、グループ1と3はなかなかいい感じです。
各時計に揮発性の読み取りを追加してみては?または、時間を削除して、セッションを循環させるボラティリティを残します。
または売買単位でグループ化
グローバルでは0.5であるべきだが、四半期ごとに+-でプラスのアウトパフォームが発生するはず。
FXの四半期ごとのサイクルに注目
各時間にボルタリングを加えてみてはいかがでしょうか? 例えば、チャイキン。または、時間を削除して、セッションを循環させるボラティリティを残します。
もちろん、インジケータによって、することができますが、私はすぐにさらに行って、ボラティリティの原因を検索 - 統計ニュース - 私は日+時間にそれを破るときに私が見るだろうと仮定したが、それは動作しません - 多分私はロシアの時間を持っているので、正しいグループ化のための時間の翻訳を考慮する必要があり、アメリカからのニュースは私たちの統計よりもルーブルに強い影響を持っています...。
グローバルでは0.5であるが、四半期ベースでは+-はプラスであるべきである
FXの四半期ごとのサイクルに注目
四半期 - 興味深いですね、多分それは意味があります、見てみましょう、ありがとうございます。
しかし、時間間隔が長くなればなるほど、測定するデータが少なくなるため、純粋にフィットする可能性があります。
インジケータは、もちろん、使用することができますが、私はすぐにさらに行って、ボラティリティの原因を検索 - 統計ニュース - 私は日+時間にそれを壊すときにそれを見るだろうと仮定したが、それは動作しません - おそらく我々は適切なグループ化のための時間の翻訳を考慮する必要があります、私はRFの時間を持っているので、アメリカからのニュースは私たちの統計よりもルーブルに強い影響を持っています...。
四半期 - 興味深い、多分それは意味がある、見てみましょう、ありがとうございます。
しかし、時間間隔が長くなればなるほど、測定するデータが少なくなり、正味のところうまくいかない可能性があります。
四半期ごとにパターンが変わることを指して言ったのです。7年はまだ明確にトレースできるのですが、それでは位置的に無理があります
他の周期がフラクタル的に検出される可能性もありますが、まだやっていないので、情報を探す必要があります。
は、原則として四半期ごとにパターンが変わることを指していたのです。7年はまだはっきり見えるが、これでは位置的に無理がある。
そこに何らかの形でフラクタルパターンが確認できる可能性があるのですが、私は研究していないので、情報を探さなければなりません。
I.e.歴史に関係なく変化する、つまり2016年第1四半期は2017年第1四半期とは違う?
そしてフラクタル、つまり1時間、4時間、1日、1週間、1ヶ月の範囲での価格変動を測定するために、ほとんどフラクタルシステムを持っているのです。予定変動幅を算出し、今、価格がどこにあるのか(どの水準にあるのか)を見るのです。