아직 투자자들에 의해 패치되지 않은 Alyosha는 간단한 가우스 랜덤 워크(Asaulenko가 제안한 사인파가 아님)에서 신경망과 숲을 확인하는 것이 가장 먼저 해야 할 일이라고 주장한 것을 기억합니다. 또한 그는 이 경우 예측의 정확도가 100%라고 말했습니다. 그리고 그는 자신의 시스템을 실제 VR로 옮겼습니다.
다른 사람이 여기에서 비슷한 실험을 했습니까? 결과는 무엇입니까?
다시 한 번 반복합니다. 프로세스(메모리가 있거나 없는)를 예측하는 방법을 알고 있다면 실제 VR에서 선택하기만 하면 됩니다.
분열과 제국
모든 것이 완벽하게 예측되고 일부 단순하거나 복합적인 기능 .. 그러나 시장은 단순한 기능이 아닙니다. :)
R의 아날로그 - Caret http://topepo.github.io/caret/index.html
본질적으로 같은 것, 보편적 라이브러리
네. 전형적인 R 스타일의 도크 R 자체와 마찬가지로 마조히스트를 위해 특별히 작성되었습니다.
가장 유망한 ZZ는 다음입니다.
사실 추세는 ZZ 숄더의 시작만 예측하고 숄더의 끝은 추세 반전의 시작을 예측합니다. 따라서 교사는 이전 어깨의 끝 + 다음 어깨의 시작을 취했습니다. 어깨 중간을 잘라서 선생님을 삼원으로 하면 꽤 괜찮은 선생님입니다. 그러나 모든 영광에 대한 예측자의 문제.
제 기억이 맞다면 막대 ZZ가 아니라 점 ZZ를 사용하는 것 맞죠?
용어를 잘 이해하지 못했습니다. 어깨가 3Z의 한 부분인가요? 그렇다면 "이전 어깨의 끝 + 다음 어깨의 시작"은 예측했어야 하는 포인트의 지표인데 어느 지점에서 예측이 일어나야 하는지 이해가 되지 않았다.
ZZ에 대한 예측 변수를 만드셨습니까, 아니면 다른 예측 변수만 사용하셨습니까?
소파에 누워 공부 https://scikit-learn.org/stable/user_guide.html . 발데즈. ))
아직 안 읽어보신 분들은 적극 추천합니다.
Zy SanSanychev R은 복도에서 긴장을 풀고 담배를 피우고 있습니다. 죄송합니다. ((
산치 같은 광고주가 되고 싶지는 않지만 사실을 말씀드리자면 R은 연구를 위한 최고의 언어이며, 한 번도 접해보지 못한 비참한 이론가만이 이에 대해 논할 것입니다.
R의 아날로그 - Caret http://topepo.github.io/caret/index.html
본질적으로 같은 것, 범용 라이브러리
예, Max가 맞습니다. 이것은 아날로그이며 Yuriy Asaulenko 가 무엇인지 아십니까? 이것은 R의 단 하나의 lib이며 모든 방향과 취향에 수천 개의 lib가 있습니다.
예를 들어 다음을 수행할 수 있습니다.
하나의 라이브러리를 통해 따옴표 다운로드
두 번째 라이브러리를 통해 스펙트럼 분석 수행
세 번째를 통해 기술적 분석을 수행
네 번째를 통해 데이터 마이닝 수행
다섯 번째를 통해 트위터, 페이스북, 웹사이트 또는 모든 텍스트의 텍스트 마이닝을 수행합니다.
모든 것을 모델로 결합하고(neuronka, forests, boosts, svm, nmm, 원하는 것을 선택) 최적화, 여섯 번째 lib를 통해 교차 검증, 동일한 Caret
일곱 번째 라이브러리의 전략 테스터에서 테스트하십시오.
+ 가능한 모든 것의 가장 풍부하고 가장 진보된 시각화
그리고 이 모든 것이 하나의 코드 에 있는 하나의 언어로, 동시에 모든 사람이 50-100줄의 읽을 수 있는 코드에 들어갈 수 있습니다....
뭐야 씨발.. scikit-learn , Yuriy Asaulenko 를 깨워 당신이 무슨 말을 하는지 전혀 모릅니다
산치 같은 광고주가 되고 싶지는 않지만 사실을 말씀드리자면 R은 연구를 위한 최고의 언어이며, 한 번도 접해보지 못한 비참한 이론가만이 이에 대해 논할 것입니다.
예, Max가 맞습니다. 이것은 아날로그이며 Yuriy Asaulenko 가 무엇인지 압니다. 이것은 R의 단 하나의 라이브러리이며 모든 방향과 취향에 수천 개의 라이브러리가 있습니다.
예를 들어 다음을 수행할 수 있습니다.
하나의 라이브러리를 통해 따옴표 다운로드
두 번째 라이브러리를 통해 스펙트럼 분석 수행
세 번째를 통해 기술적 분석을 수행
네 번째를 통해 데이터 마이닝 수행
다섯 번째를 통해 트위터, 페이스북, 웹사이트 또는 모든 텍스트의 텍스트 마이닝을 수행합니다.
모든 것을 모델로 결합하고(neuronka, forests, boosts, svm, nmm, 원하는 것을 선택) 최적화, 여섯 번째 lib를 통해 교차 검증, 동일한 Caret
일곱 번째 라이브러리의 전략 테스터에서 테스트
+ 가능한 모든 것의 가장 풍부하고 가장 진보된 시각화
그리고 이 모든 것이 하나의 코드 에 있는 하나의 언어로, 동시에 모든 사람이 50-100줄의 읽을 수 있는 코드에 들어갈 수 있습니다....
뭐야 씨발.. scikit-learn , Yuriy Asaulenko 를 깨워 당신이 무슨 말을 하는지 전혀 모릅니다
또한 gui, 웹 사이트, python의 응용 프로그램을 사용하여 본격적인 프로그램을 작성할 수 있습니다. .. 그러나 P에서는 그렇지 않습니다.
게다가 파이썬에서는 이 모든 것에 더해 GUI, 웹사이트, 애플리케이션 ..을 사용하여 본격적인 프로그램을 작성할 수 있지만 R에서는 그렇지 않습니다. :)
예, 불가능합니다. 하지만 r-ka는 모든 언어에 쉽게 통합됩니다. 내가 아는 한 python을 사용하면 전혀 문제가 없는 무리가 있습니다.
파이썬은 R보다 다소 빠릅니다.
예, 더 빠릅니다.
그러나 나는 r-ka가 생산을 위한 것이 아니라 연구를 위한 도구라고 강조하여 썼습니다.
파이썬에서 준비된 모든 것을 사용하여 하나의 코드에 나열한 모든 작업을 수행할 수 있습니까? 의심스럽다....
예, 불가능합니다. 하지만 r-ka는 모든 언어에 쉽게 통합됩니다. 내가 아는 한 python을 사용하면 전혀 문제가 없는 무리가 있습니다.
예, 더 빠릅니다.
그러나 나는 r-ka가 생산을 위한 것이 아니라 연구를 위한 도구라고 강조하여 썼습니다.
파이썬에서 준비된 모든 것을 사용하여 하나의 코드에 나열한 모든 작업을 수행할 수 있습니까? 의심스럽다....
그리고 훨씬 더)) 같은 방식으로 팩의 중앙 집중식 저장소 https://pypi.org/
또는 github에서 설치
아직 구글 아이피썬그리고 훨씬 더)) 같은 방식으로 팩의 중앙 집중식 저장소 https://pypi.org/
또는 github에서 설치
아직 구글 IPython그럼 대단해
우리는 도구를 가지고 있으며 집을 짓는 것만 남아 있습니다))주님!
아직 투자자들에 의해 패치되지 않은 Alyosha는 간단한 가우스 랜덤 워크(Asaulenko가 제안한 사인파가 아님)에서 신경망과 숲을 확인하는 것이 가장 먼저 해야 할 일이라고 주장한 것을 기억합니다. 또한 그는 이 경우 예측의 정확도가 100%라고 말했습니다. 그리고 그는 자신의 시스템을 실제 VR로 옮겼습니다.
다른 사람이 여기에서 비슷한 실험을 했습니까? 결과는 무엇입니까?
다시 한 번 반복합니다. 프로세스(메모리가 있거나 없는)를 예측하는 방법을 알고 있다면 실제 VR에서 선택하기만 하면 됩니다.
분열과 제국
모든 것이 완벽하게 예측되고 일부 단순하거나 복합적인 기능 .. 그러나 시장은 단순한 기능이 아닙니다. :)
예 https://www.mql5.com/en/forum/285454/page3#comment_9323441
네.
결과표가 보이시나요?
맥스, 시간이 없다면 인디언에게 이 일을 맡겨라. 글쎄, 모든 것을 스스로하는 것은 불가능합니다. 나는 그것을 잘 이해합니다.
위에 링크 걸어두었습니다..
인도인은 아직 행렬을 알아낼 수조차 없습니다. 불행히도))
좋은.
여기에 있는 사람들의 주요 문제는 전체 VR로 작업하려고 하는 것인데, 이는 정말 매우 복잡합니다.
그리고 어떤 기호로 VR에서 조각(클러스터)을 할당하기 위해 여기 스레드를 시도한 사람이 있습니까? 정확히 어느 것입니까? 표 형식의 결과가 있습니까?
제 조급함을 이해해 주십시오. 성배는 공기처럼 필요합니다.
예를 들어 거래 시간으로 나누었습니다. 예를 들어 변동성이 낮은 야간에만 거래합니다. 예, 결과가 약간 더 좋습니다.
+ 나는 n-막대에 대한 따옴표의 현재 분포를 인식하고 그에 따라 다른 전략을 적용하기 위해 실험합니다. 그러나 모든 것이 힙에 있고 징후가 없습니다. :)
이제 봇 버전 중 하나가 모니터링되고 있으며 이번 주 결과가 좋지 않습니다. 이제 테스터와 실제 거래를 비교하고 있습니다. 모든 것이 일치합니다.
이상적으로는 빨간색 선의 왼쪽이 새 데이터에 대한 거래이고 오른쪽이 교육이 있었던 기록에 대한 거래입니다.
순전히 시차가 다른 수익에 대해서만 학습하는 경우 학습 프로세스는 몇 가지 최상의 수익을 선택합니다.
이 버전은 내 지난 기사에서 가져온 것입니다. 변경했는지 여부는 기억나지 않습니다. 변경되지 않은 것 같습니다.