목표 변수가 있는 경우 - 이것은 거래의 재정적 결과이므로 내가 생각한 대로 이 결과를 정규화하는 것이 합리적입니다. 그러나 여기 사이트에서 정보를 찾고 있으며 모든 곳에서 대상 변수에는 구매 또는 판매의 두 가지 값이 있어야한다고합니다. 그리고 어떤 경우에도 손실이 발생하면 - 구매하거나 판매합니다(그런 일이 발생하는 것으로 나타났습니다!). 그렇다면 왜 부정적인 옵션을 잘라야 합니까? 그리고 통계에 영향을 미치는 부정적인 옵션이 있다면?
일반적으로 어떤 네트워크가 작동하는지(그리고 어디서 얻을 수 있나요?) 트리거가 있는 최후의 수단으로 - 구매/판매/아무것도 하지 않지만 기껏해야 기능으로 작동하는지 알고 싶습니다. 은(는) 이론적 솔루션을 찾고 있었고 이제 순위를 지정하는 예측 변수를 결합하는 스크립트를 만들었습니다.
> 목표 변수가 있는 경우 - 이것은 거래의 재정적 결과이므로 이 결과를 정규화하는 것이 합리적입니다.
대상을 정규화하지 않고 그대로 사용합니다(가격 인상). 뉴런을 사용하는 경우 예측 변수를 정규화하는 것이 좋습니다(다른 이름은 입력, 기능). 숲의 경우 어떻게 든 정규화에 신경 쓸 필요가 없으며 어떤 경우에도 잘 작동합니다.
뉴런의 출력은 매우 자주 활성화 함수를 통과하며 시그모이드의 경우에만 (0;1) 내에 있을 수 있다는 점을 고려해야 합니다. 그런 다음 이 간격에 속하지 않는 경우 대상도 정규화해야 합니다. 또는 종료에 대한 활성화를 제거하여 모든 값을 사용할 수 있습니다.
> 하지만 여기 사이트에서 정보를 찾고 있는데 여기저기서 대상 변수에는 매수 또는 매도의 두 가지 값이 있어야 한다고 합니다.
이것을 분류라고 합니다. 가격 대신 - 특정 세트(0과 1, -1과 1, "매수"와 "매도")일 때 가격 자체 또는 그 성장을 예측하면 분류가 아니라 회귀라고 합니다.
> 그리고 어떤 경우에도 손실이 발생하면 - 매수 또는 매도(그리고 결과는 발생했습니다!), 그렇다면 왜 마이너스 옵션을 잘라야 합니까? 그리고 통계에 영향을 미치는 부정적인 옵션이 있다면?
이 모든 것은 예측 변수에 따라 크게 달라지므로 두 옵션을 모두 시도해야만 답을 실험적으로 찾을 수 있습니다. 예를 들어, 나는 숲에 대한 나만의 피트니스 함수를 만들려고했습니다 - 나는 숲 예측에 따라 거래 차트 (스프레드 고려)를 작성하고 차트에서 샤프 비율을 결정했는데 이것이 결국 내가 시도한 값이었습니다. 증가하다.
> 일반적으로 어떤 네트워크가 작동하는지 알고 싶습니다.
이제 나는 공개 가격을 취하고 지표 (자체 제작)의 도움으로 새로운 기능을 만듭니다. 기능에 대해 막대당 가격 상승을 예측하는 뉴런을 훈련시킵니다. 새로운 지표를 만드는 데 많은 시간이 걸립니다. 그렇지 않으면 모델이 스프레드를 이길 수 없습니다.
귀하의 파일을 살펴보니 이미 많은 예측 변수가 있는 것으로 나타났습니다. 목표가 -1,0,1의 집합이면 포리스트를 사용하십시오. 가격을 예측하면 뉴런이 더 좋습니다.
> 목표 변수가 있는 경우 - 이것은 거래의 재정적 결과이므로 이 결과를 정규화하는 것이 합리적입니다.
대상을 정규화하지 않고 그대로 사용합니다(가격 인상). 뉴런을 사용하는 경우 예측 변수를 정규화하는 것이 좋습니다(다른 이름은 입력, 기능). 숲의 경우 어떻게 든 정규화에 신경 쓸 필요가 없으며 어떤 경우에도 잘 작동합니다.
흠, 오히려 숲이 논리적인 예측변수를 예/아니오로 만드는 게 더 중요하다고 생각했는데, 저는 그랬고 그래서 그런 것들이 많이 있고 그렇지 않으면 훨씬 적습니다. 나는 다르게 해보겠다 - 하나의 예측변수에 8개의 값을 주고 결과가 변하는지 평가할 것이다.
박사 상인 :
뉴런의 출력은 매우 자주 활성화 함수를 통과하며 시그모이드의 경우에만 (0;1) 내에 있을 수 있다는 점을 고려해야 합니다. 그런 다음 대상도 이 간격에 속하지 않는 경우 정규화해야 합니다. 또는 종료에 대한 활성화를 제거하여 모든 값을 사용할 수 있습니다.
로그인 활성화를 제거하려면 어떻게 해야 합니까? 나는 그것이 무엇인지조차 모릅니다 - 활성화 ...
박사 상인 :
> 하지만 여기 사이트에서 정보를 찾고 있는데 여기저기서 대상 변수에는 매수 또는 매도의 두 가지 값이 있어야 한다고 합니다.
이것을 분류라고 합니다. 가격 대신 - 특정 세트(0과 1, -1과 1, "매수"와 "매도")일 때 가격 자체 또는 그 성장을 예측하면 분류가 아니라 회귀라고 합니다.
예, 하지만 매수 또는 매도할 필요가 없고 신호만 전달하면 어떻게 해야 합니까? 그래서 나는 무역이 아닌 그 순간을 고려하기 위해 두 개의 별도 국회를 만들기로 결정했습니다.
박사 상인 :
> 그리고 어떤 경우에도 손실이 발생하면 - 매수 또는 매도(그리고 결과는 발생했습니다!), 그렇다면 왜 마이너스 옵션을 잘라야 합니까? 그리고 통계에 영향을 미치는 부정적인 옵션이 있다면?
이 모든 것은 예측 변수에 따라 크게 달라지므로 두 옵션을 모두 시도해야만 답을 실험적으로 찾을 수 있습니다. 예를 들어, 나는 숲에 대한 나만의 피트니스 함수를 만들려고했습니다 - 나는 숲 예측에 따라 거래 차트 (스프레드 고려)를 작성하고 차트에서 샤프 비율을 결정했는데 이것이 결국 내가 시도한 값이었습니다. 증가하다.
저것들. 일부 예측 변수의 경우 기록이별로 중요하지 않지만 다른 예측 변수에는 중요하며 둘 다있을 수 있으므로 잘라내는 것이 바람직하지 않은 것으로 판명되었습니다 ...
박사 상인 :
이제 나는 공개 가격을 취하고 지표 (자체 제작)의 도움으로 새로운 기능을 만듭니다. 기능에 대해 막대당 가격의 증가를 예측하는 뉴런을 훈련합니다. 새로운 지표를 만드는 데 많은 시간이 걸립니다. 그렇지 않으면 모델이 스프레드를 이길 수 없습니다.
부분적으로 대부분의 기능은 예측과 함께 작동하지만 특정 가격은 아니지만 해당 수준 - 저는 ATR을 사용하지만 표준 ATR은 거의 동일하게 작동해야 합니다.
Деревья принятия решений являются удобным инструментом в тех случаях, когда требуется не просто классифицировать данные, но ещё и объяснить почему тот или иной объект отнесён к какому-либо классу. Давайте сначала, для полноты картины, рассмотрим природу энтропии и некоторые её свойства. Затем, на простом примере, увидим каким образом...
대상 변수에 대해 질문이 있습니다.
목표 변수가 있는 경우 - 이것은 거래의 재정적 결과이므로 내가 생각한 대로 이 결과를 정규화하는 것이 합리적입니다. 그러나 여기 사이트에서 정보를 찾고 있으며 모든 곳에서 대상 변수에는 구매 또는 판매의 두 가지 값이 있어야한다고합니다. 그리고 어떤 경우에도 손실이 발생하면 - 구매하거나 판매합니다(그런 일이 발생하는 것으로 나타났습니다!). 그렇다면 왜 부정적인 옵션을 잘라야 합니까? 그리고 통계에 영향을 미치는 부정적인 옵션이 있다면?
일반적으로 어떤 네트워크가 작동하는지(그리고 어디서 얻을 수 있나요?) 트리거가 있는 최후의 수단으로 - 구매/판매/아무것도 하지 않지만 기껏해야 기능으로 작동하는지 알고 싶습니다. 은(는) 이론적 솔루션을 찾고 있었고 이제 순위를 지정하는 예측 변수를 결합하는 스크립트를 만들었습니다.
> 목표 변수가 있는 경우 - 이것은 거래의 재정적 결과이므로 이 결과를 정규화하는 것이 합리적입니다.
대상을 정규화하지 않고 그대로 사용합니다(가격 인상). 뉴런을 사용하는 경우 예측 변수를 정규화하는 것이 좋습니다(다른 이름은 입력, 기능). 숲의 경우 어떻게 든 정규화에 신경 쓸 필요가 없으며 어떤 경우에도 잘 작동합니다.
뉴런의 출력은 매우 자주 활성화 함수를 통과하며 시그모이드의 경우에만 (0;1) 내에 있을 수 있다는 점을 고려해야 합니다. 그런 다음 이 간격에 속하지 않는 경우 대상도 정규화해야 합니다. 또는 종료에 대한 활성화를 제거하여 모든 값을 사용할 수 있습니다.
> 하지만 여기 사이트에서 정보를 찾고 있는데 여기저기서 대상 변수에는 매수 또는 매도의 두 가지 값이 있어야 한다고 합니다.
이것을 분류라고 합니다. 가격 대신 - 특정 세트(0과 1, -1과 1, "매수"와 "매도")일 때
가격 자체 또는 그 성장을 예측하면 분류가 아니라 회귀라고 합니다.
> 그리고 어떤 경우에도 손실이 발생하면 - 매수 또는 매도(그리고 결과는 발생했습니다!), 그렇다면 왜 마이너스 옵션을 잘라야 합니까? 그리고 통계에 영향을 미치는 부정적인 옵션이 있다면?
이 모든 것은 예측 변수에 따라 크게 달라지므로 두 옵션을 모두 시도해야만 답을 실험적으로 찾을 수 있습니다. 예를 들어, 나는 숲에 대한 나만의 피트니스 함수를 만들려고했습니다 - 나는 숲 예측에 따라 거래 차트 (스프레드 고려)를 작성하고 차트에서 샤프 비율을 결정했는데 이것이 결국 내가 시도한 값이었습니다. 증가하다.
> 일반적으로 어떤 네트워크가 작동하는지 알고 싶습니다.
이제 나는 공개 가격을 취하고 지표 (자체 제작)의 도움으로 새로운 기능을 만듭니다. 기능에 대해 막대당 가격 상승을 예측하는 뉴런을 훈련시킵니다. 새로운 지표를 만드는 데 많은 시간이 걸립니다. 그렇지 않으면 모델이 스프레드를 이길 수 없습니다.
귀하의 파일을 살펴보니 이미 많은 예측 변수가 있는 것으로 나타났습니다. 목표가 -1,0,1의 집합이면 포리스트를 사용하십시오. 가격을 예측하면 뉴런이 더 좋습니다.
제가 잘못 이해했습니다.. 네, 최대 수익이 가능한 지점은 당연히
분류 목적을 위해 softmax 출력 레이어가 있는 다층 퍼셉트론(클래스 멤버십 확률 생성)
이거 읽어봤어? 첫 번째 뉴런의 예를 사용하여 https://www.mql5.com/ru/articles/497. 그리고 그것들이 많다고 상상해보세요. 그것이 전체 신경망입니다.
거기에는 귀하가 질문한 임계값 기능만 설명되어 있습니다.
글쎄, 좋은 결과처럼 보인다, 네
이 기사를 놓쳤습니다. 코를 킁킁거려서 감사합니다. 그러나 한 번에 모두가 아닙니다. 그런 것을 몇 번 읽어야합니다 ... 계수를 퍼뜨리고 함수로 합계를 듣는 것이 분명해졌습니다.
첫 번째 파일을 시도하고 세 부분으로 나눕니다.
교육적인
예측
실제 0 1
0 28107 1244
1 3045 4119
테스트 1
예측
실제 0 1
0 5950 356
1 742 776
텍스트바야 2
예측
실제 0 1
0 5945 333
1 779 769
은닉층에 10개의 뉴런이 있는 nnet에서 계산됨(R의 NS 패키지 Rattle)
당신의 숲보다 나쁘지만 나쁘지도 않습니다. 두 번째 파일은 결과에 따라 동일할 것입니다.
고맙습니다! 이 결과를 필터로 사용할 수 있다고 생각합니다. 거래 작업 금지 - 0을 추측하는 것이 더 안정적이기 때문입니다.
이 기사를 놓쳤습니다. 코를 찔러 주셔서 감사합니다. 뭔가가 정리되었습니다! 그러나 한 번에 모두가 아닙니다. 그런 것을 몇 번 읽어야합니다 ... 계수를 퍼뜨리고 함수로 합계를 듣는 것이 분명해졌습니다.
고맙습니다! 이 결과를 필터로 사용할 수 있다고 생각합니다. 거래 작업 금지 - 0을 추측하는 것이 더 안정적이기 때문입니다.
글쎄, 실제로는 더 많은 것이 있습니다. 그래서 추측하기 쉽습니다)
> 목표 변수가 있는 경우 - 이것은 거래의 재정적 결과이므로 이 결과를 정규화하는 것이 합리적입니다.
대상을 정규화하지 않고 그대로 사용합니다(가격 인상). 뉴런을 사용하는 경우 예측 변수를 정규화하는 것이 좋습니다(다른 이름은 입력, 기능). 숲의 경우 어떻게 든 정규화에 신경 쓸 필요가 없으며 어떤 경우에도 잘 작동합니다.
흠, 오히려 숲이 논리적인 예측변수를 예/아니오로 만드는 게 더 중요하다고 생각했는데, 저는 그랬고 그래서 그런 것들이 많이 있고 그렇지 않으면 훨씬 적습니다. 나는 다르게 해보겠다 - 하나의 예측변수에 8개의 값을 주고 결과가 변하는지 평가할 것이다.
뉴런의 출력은 매우 자주 활성화 함수를 통과하며 시그모이드의 경우에만 (0;1) 내에 있을 수 있다는 점을 고려해야 합니다. 그런 다음 대상도 이 간격에 속하지 않는 경우 정규화해야 합니다. 또는 종료에 대한 활성화를 제거하여 모든 값을 사용할 수 있습니다.
로그인 활성화를 제거하려면 어떻게 해야 합니까? 나는 그것이 무엇인지조차 모릅니다 - 활성화 ...
> 하지만 여기 사이트에서 정보를 찾고 있는데 여기저기서 대상 변수에는 매수 또는 매도의 두 가지 값이 있어야 한다고 합니다.
이것을 분류라고 합니다. 가격 대신 - 특정 세트(0과 1, -1과 1, "매수"와 "매도")일 때
가격 자체 또는 그 성장을 예측하면 분류가 아니라 회귀라고 합니다.
예, 하지만 매수 또는 매도할 필요가 없고 신호만 전달하면 어떻게 해야 합니까? 그래서 나는 무역이 아닌 그 순간을 고려하기 위해 두 개의 별도 국회를 만들기로 결정했습니다.
> 그리고 어떤 경우에도 손실이 발생하면 - 매수 또는 매도(그리고 결과는 발생했습니다!), 그렇다면 왜 마이너스 옵션을 잘라야 합니까? 그리고 통계에 영향을 미치는 부정적인 옵션이 있다면?
이 모든 것은 예측 변수에 따라 크게 달라지므로 두 옵션을 모두 시도해야만 답을 실험적으로 찾을 수 있습니다. 예를 들어, 나는 숲에 대한 나만의 피트니스 함수를 만들려고했습니다 - 나는 숲 예측에 따라 거래 차트 (스프레드 고려)를 작성하고 차트에서 샤프 비율을 결정했는데 이것이 결국 내가 시도한 값이었습니다. 증가하다.
저것들. 일부 예측 변수의 경우 기록이별로 중요하지 않지만 다른 예측 변수에는 중요하며 둘 다있을 수 있으므로 잘라내는 것이 바람직하지 않은 것으로 판명되었습니다 ...
이제 나는 공개 가격을 취하고 지표 (자체 제작)의 도움으로 새로운 기능을 만듭니다. 기능에 대해 막대당 가격의 증가를 예측하는 뉴런을 훈련합니다. 새로운 지표를 만드는 데 많은 시간이 걸립니다. 그렇지 않으면 모델이 스프레드를 이길 수 없습니다.
부분적으로 대부분의 기능은 예측과 함께 작동하지만 특정 가격은 아니지만 해당 수준 - 저는 ATR을 사용하지만 표준 ATR은 거의 동일하게 작동해야 합니다.
글쎄, 실제로는 더 많은 것이 있습니다. 그래서 추측하기 쉽습니다)
따라서 중요하지 않습니다. 가장 중요한 것은 거래에 대한 위험이 증가한 영역을 아는 것입니다.
또 다른 점은 모든 것을 동일한 지표로 바꾸는 방법을 모른다는 것입니다. 숲에 대해 형성된 모든 규칙을 다시 작성해야 합니까, 아니면 어떻게 해야 합니까?
흠, 오히려 숲이 논리적인 예측변수를 예/아니오로 만드는 게 더 중요하다고 생각했는데, 저는 그랬고 그래서 그런 것들이 많이 있고 그렇지 않으면 훨씬 적습니다. 나는 다르게 해보겠다 - 하나의 예측변수에 8개의 값을 주고 결과가 변하는지 평가할 것이다.
포레스트는 희소한 피처를 사용하면 더 나빠지며 분할이 거의 없습니다.
많은 희소 특징이 있고 그 중 하나가 희소하지 않은 경우 숲이 과적합 되어 가장 큰 수입을 가져오고 나머지는 결과에 매우 약한 영향을 미칩니다.
포레스트는 희소한 피처를 사용하면 더 나빠지며 분할이 거의 없습니다.
많은 희소 특징이 있고 그 중 하나가 희소하지 않은 경우 숲이 과적합되어 가장 큰 수입을 가져오고 나머지는 결과에 매우 약한 영향을 미칩니다.
일반 포리스트 또는 임의 포리스트 또는 둘 다?
Rattle과 R을 설치했는데(음, 모든 것이 버그입니다...) 이제 아래 스크린샷과 같이 비슷한 설정을 만드는 방법을 알 수 없습니까? 그리고 나서 표준 Rattle 설정은 이전에 사용한 프로그램보다 더 나쁜 결과를 제공했습니다.
포레스트는 희소한 피처를 사용하면 더 나빠지며 분할이 거의 없습니다.
많은 희소 특징이 있고 그 중 하나가 희소하지 않은 경우 포리스트는 과적합되고 수입은 가장 크고 나머지는 결과에 매우 약한 영향을 미칩니다.
동일한 기능, 동일한 설정이지만 이전과 같이 기능이 확장되는 대신 축소됩니다.
구 버전
새로운 옵션
나는 0을 조금 더 찾았지만 훨씬 적은 0을 찾았습니다. 거의 2배 적습니다! 그래서 접힌 변수와 확장 변수가 이런 식으로 영향을 줄 수 있다고 생각하지 않았습니다 ...
일반 포리스트 또는 임의 포리스트 또는 둘 다?
Rattle과 R을 설치했는데(음, 모든 것이 버그입니다...) 이제 아래 스크린샷과 같이 비슷한 설정을 만드는 방법을 알 수 없습니까? 그리고 나서 표준 Rattle 설정은 이전에 사용한 프로그램보다 더 나쁜 결과를 제공했습니다.
일반 숲과 랜덤 숲 과 나무의 숲은 같은 것입니다 :) Forest는 Trees의 앙상블입니다.
그들이 작아졌다는 의미에서 표시가 축소되거나 무엇입니까? 희소 기호는 거의 변경되지 않거나 1과 0의 범주형 유형으로 이해됩니다(음, 이것은 이미 높은 수준의 이해입니다)
R 사용하지 않습니다. 나는 그들의 도금한 안경의 지역 전문가들에게 역겨움을 느꼈습니다.
요컨대, 당신은 너무 오랫동안 엉망이 될 것입니다. 나무가 무엇이며 나무 숲이 무엇인지에 대한 이론을 공부하십시오.
https://habr.com/post/171759/
https://habr.com/post/116385/
Rattle 설정에 따르면 이것은 Sanych를 위한 것이지만 mt5 및 R에 대한 고문의 통합으로 내가 왜 그것을 필요로 합니까?
https://www.mql5.com/ru/articles/1165
데이터에서 Pred_004_Buy 파일을 반으로 나누면 이마에 0.85를 얻을 수 있습니다.
데이터는 쓰레기이고 버리는 것이 좋습니다. 나머지는 우리가 스스로 따라잡습니다. 조용히...
데이터가 왜 쓰레기야? 정말 좋은 결과입니다.