트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2388 1...238123822383238423852386238723882389239023912392239323942395...3399 새 코멘트 Maxim Dmitrievsky 2021.04.09 13:42 #23871 동일한 모델을 여러 번 재학습하면 1~2% 향상됨) 하지만 512번은 아님)) Forester 2021.04.09 13:44 #23872 막심 드미트리예프스키 : 네 그렇게 작동하지 않습니다 모델에서 가져오기 가 적은 피처를 제거하고 분리한 다음 잘 비교 .. 손가락(기타 피처) 등으로 원을 그리십시오. 나는 또한 1로 삭제를 시도했다. 삭제합니다. 쓰레기가 많을 때 모델은 거의 전투기의 손실을 눈치 채지 못합니다) Forester 2021.04.09 13:46 #23873 그러나 전에는 바에서만 작업했습니다. 당연히 이웃 사람들이 은퇴 한 것을 대체합니다. 이제 많은 기능으로 Mashki 등을 처리해야 합니다. Maxim Dmitrievsky 2021.04.09 13:48 #23874 도서관 : 나는 또한 1로 삭제를 시도했다. 삭제합니다. 쓰레기가 많을 때 모델은 거의 전투기의 손실을 눈치 채지 못합니다) 이것은 모두 튜닝이며 거기에서 일부 패턴을 검색하는 방법이 아니므로 꼬리가 개를 흔들면 안됩니다. Aleksey Vyazmikin 2021.04.09 14:15 #23875 도서관 : 첫 번째 최상의 기능을 선택한 후 첫 번째 기능과 함께 상호 작용이 가장 좋은 두 번째 기능이 선택되는 식입니다. 10에 도달하면 이전에 선택한 10개 중 하나와 가장 잘 상호 작용하지만 다음 항목이 모두 선택될 가능성이 큽니다. 나는 가능한 모든 옵션을 즉시 버리는 것을 좋아하지 않습니다. 아마도 이 접근 방식이 흥미로운 옵션을 줄 수 있을 것입니다. 문제는 각 반복에서 모든 기능을 선별하는 것을 고려하여 많은 중지/시작 주기를 자동으로 수행할 수 없다는 것입니다. 한 번의 반복을 위해 데이터를 준비할 수 있고 다시 준비해야 합니다. 그래서 Python이 필요했습니다. 그건 그렇고, 나는 이러한 목적을 위해 미리 만들어진 자동 장치가 있다면 당신의 방법을 사용하여 내 예측자를 시도하는 것에 반대하지 않습니다. Forester 2021.04.09 14:22 #23876 알렉세이 비아즈미킨 : 나는 가능한 모든 옵션을 즉시 버리는 것을 좋아하지 않습니다. 아마도 이 접근 방식이 흥미로운 옵션을 줄 수 있을 것입니다. 문제는 각 반복에서 모든 기능을 선별하는 것을 고려하여 많은 중지/시작 주기를 자동으로 수행할 수 없다는 것입니다. 한 번의 반복을 위해 데이터를 준비할 수 있고 다시 준비해야 합니다. 그래서 Python이 필요했습니다. 그건 그렇고, 나는 이러한 목적을 위해 미리 만들어진 자동 장치가 있다면 당신의 방법을 사용하여 내 예측자를 시도하는 것에 반대하지 않습니다. 끝에 도달하면 1000개 기능에 대해 거의 1000000개 모델이 학습됩니다. 자동 장치는 간단합니다 - 2개의 중첩 루프. 훈련의 자동 시작에 문제가 있습니다. 그것을 해결하십시오. 다른 모든 것은 사소한 일이 될 것입니다. Aleksey Vyazmikin 2021.04.09 14:26 #23877 도서관 : 끝에 도달하면 1000개 기능에 대해 거의 1000000개 모델이 학습됩니다. 이것은 너무 많습니다. 이제 약 하루 동안 1000개의 모델이 훈련됩니다. 아마도 랜덤 포레스트 에서는 병렬화하면 더 빠를 것입니다. 도서관 : 자동 장치는 간단합니다 - 2개의 중첩 루프. 훈련의 자동 시작에 문제가 있습니다. 그것을 해결하십시오. 다른 모든 것은 사소한 일이 될 것입니다. 문제는 프로세스를 자동화할 수 없습니다. Aleksey Vyazmikin 2021.04.09 14:35 #23878 막심 드미트리예프스키 : 이것은 모두 튜닝이며 거기에서 일부 패턴을 검색하는 방법이 아니므로 꼬리가 개를 흔들면 안됩니다. 당신은 단순히 내가 전달하려는 것의 본질을 이해하지 못했습니다. 분류 통계 측면에서 최고의 모델이 수익성 측면에서 최고를 의미하지는 않습니다. 이것은 고정 SL 및 TP의 경우에만 해당됩니다. 소득 및 비용 곡선에 영향을 줄 수 있는 방법을 찾고 있습니다. 녹색 및 빨간색 곡선입니다. 훈련 중 샘플에 대한 모델 응답의 확률 분포는 다음과 같습니다. 따라서 독립 샘플을 제출할 때: 보시다시피 곡선은 거의 합쳐지는 반면 패턴은 그렇게 많이 나빠지지는 않았습니다-아쿠아 곡선은 0, 마그넷 곡선은 1- 상당히 위치가 적당하고 패턴이 전체적으로 보존되어 있는 것 같았지만 가격은 이러한 패턴 중 소득/지출 측면에서 가중치가 부여되지 않았습니다. 세그먼트 범위를 결합하는 알고리즘 새로운 EA 고조파 거래 Forester 2021.04.09 15:01 #23879 알렉세이 비아즈미킨 : 문제는 프로세스를 자동화할 수 없습니다. 2-3일 동안 파이썬을 배우고 캣버스트를 시작하는 것과 같은 간단한 것을 만들 수 있습니다. 또한 Maxim의 기사에 예가 있습니다. Evgeni Gavrilovi 2021.04.09 15:02 #23880 막심 드미트리예프스키 다음 기사에서 stop을 추가하고 파이썬 코드에서 이익을 취 하십시오. 1...238123822383238423852386238723882389239023912392239323942395...3399 새 코멘트 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
동일한 모델을 여러 번 재학습하면 1~2% 향상됨)
하지만 512번은 아님))
네 그렇게 작동하지 않습니다
모델에서 가져오기 가 적은 피처를 제거하고 분리한 다음 잘 비교 .. 손가락(기타 피처) 등으로 원을 그리십시오.
이제 많은 기능으로 Mashki 등을 처리해야 합니다.
나는 또한 1로 삭제를 시도했다. 삭제합니다. 쓰레기가 많을 때 모델은 거의 전투기의 손실을 눈치 채지 못합니다)
이것은 모두 튜닝이며 거기에서 일부 패턴을 검색하는 방법이 아니므로 꼬리가 개를 흔들면 안됩니다.
첫 번째 최상의 기능을 선택한 후 첫 번째 기능과 함께 상호 작용이 가장 좋은 두 번째 기능이 선택되는 식입니다. 10에 도달하면 이전에 선택한 10개 중 하나와 가장 잘 상호 작용하지만 다음 항목이 모두 선택될 가능성이 큽니다.
나는 가능한 모든 옵션을 즉시 버리는 것을 좋아하지 않습니다. 아마도 이 접근 방식이 흥미로운 옵션을 줄 수 있을 것입니다.
문제는 각 반복에서 모든 기능을 선별하는 것을 고려하여 많은 중지/시작 주기를 자동으로 수행할 수 없다는 것입니다.
한 번의 반복을 위해 데이터를 준비할 수 있고 다시 준비해야 합니다. 그래서 Python이 필요했습니다.
그건 그렇고, 나는 이러한 목적을 위해 미리 만들어진 자동 장치가 있다면 당신의 방법을 사용하여 내 예측자를 시도하는 것에 반대하지 않습니다.
나는 가능한 모든 옵션을 즉시 버리는 것을 좋아하지 않습니다. 아마도 이 접근 방식이 흥미로운 옵션을 줄 수 있을 것입니다.
문제는 각 반복에서 모든 기능을 선별하는 것을 고려하여 많은 중지/시작 주기를 자동으로 수행할 수 없다는 것입니다.
한 번의 반복을 위해 데이터를 준비할 수 있고 다시 준비해야 합니다. 그래서 Python이 필요했습니다.
그건 그렇고, 나는 이러한 목적을 위해 미리 만들어진 자동 장치가 있다면 당신의 방법을 사용하여 내 예측자를 시도하는 것에 반대하지 않습니다.
끝에 도달하면 1000개 기능에 대해 거의 1000000개 모델이 학습됩니다.
자동 장치는 간단합니다 - 2개의 중첩 루프. 훈련의 자동 시작에 문제가 있습니다. 그것을 해결하십시오. 다른 모든 것은 사소한 일이 될 것입니다.
끝에 도달하면 1000개 기능에 대해 거의 1000000개 모델이 학습됩니다.
이것은 너무 많습니다. 이제 약 하루 동안 1000개의 모델이 훈련됩니다.
아마도 랜덤 포레스트 에서는 병렬화하면 더 빠를 것입니다.
자동 장치는 간단합니다 - 2개의 중첩 루프. 훈련의 자동 시작에 문제가 있습니다. 그것을 해결하십시오. 다른 모든 것은 사소한 일이 될 것입니다.
문제는 프로세스를 자동화할 수 없습니다.
이것은 모두 튜닝이며 거기에서 일부 패턴을 검색하는 방법이 아니므로 꼬리가 개를 흔들면 안됩니다.
당신은 단순히 내가 전달하려는 것의 본질을 이해하지 못했습니다. 분류 통계 측면에서 최고의 모델이 수익성 측면에서 최고를 의미하지는 않습니다. 이것은 고정 SL 및 TP의 경우에만 해당됩니다.
소득 및 비용 곡선에 영향을 줄 수 있는 방법을 찾고 있습니다. 녹색 및 빨간색 곡선입니다.
훈련 중 샘플에 대한 모델 응답의 확률 분포는 다음과 같습니다.
따라서 독립 샘플을 제출할 때:
보시다시피 곡선은 거의 합쳐지는 반면 패턴은 그렇게 많이 나빠지지는 않았습니다-아쿠아 곡선은 0, 마그넷 곡선은 1- 상당히 위치가 적당하고 패턴이 전체적으로 보존되어 있는 것 같았지만 가격은 이러한 패턴 중 소득/지출 측면에서 가중치가 부여되지 않았습니다.
문제는 프로세스를 자동화할 수 없습니다.
다음 기사에서 stop을 추가하고 파이썬 코드에서 이익을 취 하십시오.