이것은 당신을 위한 자전거이지만 다른 사람들을 위한 커널화 된 SVM("Reshetov Vector Machine"에 대해)
나는 그것이 " 커널화 "되었는지 의심하고, 그 출력은 선형이고 어리석게 초평면이며 SVM이 아닌 것 같습니다. 개인적으로 Yura가 사라지기 전에 사이버 포럼에 게시한 Java 코드를 자세히 분석하지 않았지만 한 친숙한 "성배 작성자" 주문 시 고객을 위해 이 코드를 분석하여 무언가를 수정했고 선형 모델의 계수에 대한 어리석은 검색이 있었다고 말했습니다. 유전학 또는 어닐링과 같은 일종의 사용자 정의 확률적 검색 결과는 벡터입니다. 선형 계수의 요컨대 이 걸작의 고급 버전:
나는 생각을 이해하지 못했다 .. 정신적으로 그래프를 장소에 재정렬하면 모든 것이 잘 될 것입니다.
테스터에서 항상 그래픽을 되감기에는 너무 게으르므로 차이가 없으며 3 년 전 언젠가 거기가 아니라 최신 정보를 배우는 것이 더 좋습니다.
왜요? 비율뿐만 아니라 근거도 흥미롭습니다.
아니요, Markov 프로세스가 있습니다. 솔루션은 현재 상태에만 의존합니다. 예를 들어 고전적인 q-learning에서와 같이 이 형식으로 학습할 때는 계획이 없습니다.
그러면 테스터에서 배울 것이 없습니다 - 단지 실시간으로 :)
테스터를 사용하는 경우 한 번에 모든 작업을 수행하십시오.
사실 미래 가격과 현재 가격 사이의 연결은 논리적으로 모든 거래가 현재 가격 을 기반으로 계획된다는 사실을 통해 수행되며, 이는 차례로 미래 가격에 영향을 미칩니다. 인수-함수 관계는 그 반대가 아니라 왼쪽에서 오른쪽으로 진행됩니다.
차트에 따르면 그는 단기 거래가 있습니다. 변경해도 아무 것도 변경되지 않습니다. 더 좋은 이유는 최신 데이터로 훈련하는 경우 실제보다 오래 전에 훈련할 때보다 실제가 더 나을 가능성이 높습니다.
벌써 증권거래소에서 조금 쫓기고 있는데, 기분이..
다음은 시장뿐만 아니라 전 세계를 정복할 인공 지능을 갖춘 봇의 가장 독특한 개발입니다.
나폴레옹 계획. 나폴레옹이 Fr.를 졸업했다는 것을 상기시켜 드리겠습니다. 세인트 헬레나.
나폴레옹 계획. 나폴레옹이 Fr.를 졸업했다는 것을 상기시켜 드리겠습니다. 세인트 헬레나.
이것은 당신을 위한 자전거이지만 다른 사람들을 위한 커널화 된 SVM("Reshetov Vector Machine"에 대해)
나는 그것이 " 커널화 "되었는지 의심하고, 그 출력은 선형이고 어리석게 초평면이며 SVM이 아닌 것 같습니다. 개인적으로 Yura가 사라지기 전에 사이버 포럼에 게시한 Java 코드를 자세히 분석하지 않았지만 한 친숙한 "성배 작성자" 주문 시 고객을 위해 이 코드를 분석하여 무언가를 수정했고 선형 모델의 계수에 대한 어리석은 검색이 있었다고 말했습니다. 유전학 또는 어닐링과 같은 일종의 사용자 정의 확률적 검색 결과는 벡터입니다. 선형 계수의 요컨대 이 걸작의 고급 버전:
AI - MetaTrader 4 전문가
double perceptron()
{
double w1 = x1 - 100 ;
double w2 = x2 - 100 ;
double w3 = x3 - 100 ;
double w4 = x4 - 100 ;
double a1 = iAC ( Symbol (), 0 , 0 );
double a2 = iAC ( Symbol (), 0 , 7 );
double a3 = iAC ( Symbol (), 0 , 14 );
double a4 = iAC ( Symbol (), 0 , 21 );
return (w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
}
계수만 MT 옵티마이저가 아니라 자체 기술로 검색됩니다.
몇 가지 모델이 선택되었습니다. 왜 이런 일이 발생했는지 명확하지 않습니다. 이에 대해 생각해 볼 필요가 있습니다.
모델 그래프
60%
70%
여기서 어떤 결론을 내릴 수 있습니까? 샘플 비율은 다시 30%로 밝혀졌습니다(이전 샘플은 70%였지만 교체되었습니다!). 그래프는 언뜻 보기에는 더 많은 차이가 있지만 더 큰 비율의 완성도를 다루기에는 효율적인 병렬 실행에 충분하지 않습니다(회상).
분리가 0.55로 강화되었지만 이것이 마지막 실험과 끝에서 두 번째 실험의 두 모델을 결합하는 방법입니다. 모델 중 하나에 신호가 있으면 원칙에 따라 진입하면 시장에 진입합니다.