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 94

[Vizard_]

ミハイル・マルキュカイツ
それで、私のデータがわかった人はいるのでしょうか？

道具が揃っていればいいのですが、休暇中なので。もう少し回してみます。

[Vizard_]

アレクセイ・ブルナコフ
早い段階で答えを言ってしまったのが残念です。トレーニング方法を拷問することもできたはずです。

Mihail Marchukajtes: データを回すが、彼は勘違いしている気がする、ゴハンを掘るのは無理だ)

[СанСаныч Фоменко]

mytarmailS:
この「予測可能性」がどのように計算されているのか、また、ターゲットを考慮しなければ意味がないのか、私にはよくわかりません。

このパッケージへの記事から私が理解したのは、予測するのは予測変数そのものであって、ターゲット変数ではない、ということです。

[Dr. Trader]

Mihail Marchukajtes：
トレーニング方法の問題ではありません。述語にラグを使うと、十分なモデルを構築することができない。結局、ラインはモデルに提出されて検討されるのですが、前のラインのデータが使われていたら、モデルには見えないだけなので、明らかにタスクは失敗しているのです。

メモリを搭載したニューラルネットワークなら、きっとうまくいくはずです。予測因子を選択 するためのプラス遺伝学Geneticsは予測変数のセットを作成し、neuronkaのパラメータを選択することで、neuronkaを学習させる。モデルの品質を確認するためのクロスバリデーション。なんとなくうまくいきそう。FXはもっと複雑で、ラグ依存性がテストファイルに存在しないだけです。

[Mihail Marchukajtes]

ヴィザード_。
Mihail Marchukajtesのデータですが、間違っている気がします、掘り起こせません)))

掛け算と割り算は1つもありません。マジかよ...。

[Mihail Marchukajtes]

Dr.トレーダー
メモリを搭載したニューラルネットワークなら、きっとうまくいくはずです。それに、予測因子を選択するための遺伝学もあるはずです。Geneticsは予測変数のセットとニューラルネットワークのパラメータを選択し、ニューラルネットワークを学習させる。モデルの品質を確認するためのクロスバリデーション。なんとなくうまくいきそう。FXはもっと複雑で、ラグ依存性がテストファイルに存在しないだけです。

残念ながら、ネットワークはメモリにも対応できない。まだフィードされていない別のレコードにある、見ていないデータにどうやって対応するのか、その別のレコードは、この依存性をキャッチするために現在のレコードと正確にフィードされる必要がある......。

[mytarmailS]

サンサニッチ・フォメンコ
このパッケージへの記事から私が理解したのは、ターゲット変数ではなく、予測変数そのものを予測することです。

はい、でもそれはおかしいです。良い予測器とは、対象をよく説明するもので、自分自身を説明するものではありません。予測と対象を比較せずに、予測器の質を知ることができるのか、私にはわかりません......。

アーカイブの中身は？

[СанСаныч Фоменко]

mytarmailS:

はい、でもそれはおかしいです。良い予測器とは、対象をよく説明するもので、自分自身を説明するものではありません。予測と対象を比較せずに、予測器の質を知ることができるのか、私にはわかりません......。

アーカイブの中身は？

すべてを説明する記事

[Mihail Marchukajtes]

テキストファイルをエクセルで正確に開けばイーゼル式は拷問しない =C3*C4/F3。お気づきのように、変数 v2 にラグを掛けて、v3 で割る必要があります。ネットワークがラグを認識しないので、うまくいかないのです。もうひとつは、ラグを使わずに1行以内のデータで操作すると、どんなに高度な計算式でもモデルになってしまうことです。ちなみに、1行の中にメガ式を作ってみて、ネットワークが対応できるかどうか見てみるのもいいと思います。これからやってみようと思います...。

[Vizard_]

ミハイル・マルキュカイツ

"Gopher "が見つからず、しくじりました))そして、この演習は何のためにあるのか...。ヒッピー」な人ならわかるはずです。