트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1353 1...134613471348134913501351135213531354135513561357135813591360...3399 새 코멘트 Aleksey Vyazmikin 2019.02.20 16:17 #13521 유리 아사울렌코 : 시장 BP는 LPF의 입력에 공급되었습니다. NS의 입력에는 동일한 VR이 있습니다. 네, 맞습니다. 네트워크는 저역 통과 필터의 작동을 설명하고 주어진 간격으로 출력을 예측했습니다. 부스팅에 - 아니요, 시도하지 않았습니다. 샘플을 배치해 보세요. 어렵지 않다면 시도해 보겠습니다. Yuriy Asaulenko 2019.02.20 16:22 #13522 알렉세이 비아즈미킨 : 샘플을 배치해 보세요. 어렵지 않다면 시도해 보겠습니다. 어떤 샘플을 이해하지 못하셨나요? VR 그 자체? 있을 수있다. 그리고 VR의 샘플은 무작위입니다. Aleksey Vyazmikin 2019.02.20 16:23 #13523 유리 아사울렌코 : 어떤 샘플을 이해하지 못하셨나요? VR 그 자체? 있을 수있다. 그리고 VR의 샘플은 무작위입니다. 파일에 쓸 수 없나요? 아마 파이썬으로 하실 겁니다. 훈련을 위해 준비된 깨진 샘플을 파일에 업로드할 수도 있습니까? Yuriy Asaulenko 2019.02.20 16:35 #13524 알렉세이 비아즈미킨 : 파일에 쓸 수 없나요? 아마 파이썬으로 하실 겁니다. 훈련을 위해 준비된 깨진 샘플을 파일에 업로드할 수도 있습니까? 다시 해보자. 1. 모든 BP - 55,000 OHLSV. 무작위로 길이가 20인 5 - 6,000줄이 추출됩니다(닫기만 해당). 그녀는 훈련을 위해 국회의 입력에 갈 것입니다. 2. 제1항에 따른 샘플은 LPF를 통과함. 길이가 20+Tr인 시퀀스를 얻습니다. 여기서 Tr은 예측 시간입니다. LPF 출력의 마지막 값은 대상입니다. 3. 우리는 국회 1, 2에 지원합니다 - 우리는 훈련합니다. 아니면 이해가 안되는 부분이 있습니다.( 추신: 데이터를 저장하려고 합니다. .mat 또는 .spydata 파일 형식이 작동합니까? 어떻게 든 CSV로 내보낼 필요가 없었습니다. 찾아야합니다. Aleksey Vyazmikin 2019.02.20 17:02 #13525 유리 아사울렌코 : 다시 해보자. 1. 모든 BP - 55,000 OHLSV. 무작위로 길이가 20인 5 - 6,000줄이 추출됩니다(닫기만 해당). 그녀는 훈련을 위해 국회의 입력에 갈 것입니다. 2. 제1항에 따른 시료는 LPF를 통과합니다. 길이가 20+Tr인 시퀀스를 얻습니다. 여기서 Tr은 예측 시간입니다. LPF 출력의 마지막 값은 대상입니다. 3. 우리는 국회 1, 2에 지원합니다 - 우리는 훈련합니다. 아니면 이해가 안되는 부분이 있습니다.( 추신: 데이터를 저장하려고 합니다. .mat 또는 .spydata 파일 형식이 작동합니까? 어떻게 든 CSV로 내보낼 필요가 없었습니다. 찾아야합니다. 알겠습니다. 귀찮게 하지 마세요. 이 형식을 읽는 방법을 모르겠습니다. 그러나 나는 예측자가 무엇인지 잘 이해하지 못했습니다 ... Yuriy Asaulenko 2019.02.20 17:10 #13526 알렉세이 비아즈미킨 : 알겠습니다. 귀찮게 하지 마세요. 이 형식을 읽는 방법을 모르겠습니다. 그러나 나는 예측자가 무엇인지 잘 이해하지 못했습니다 ... 거기에는 예측 변수가 없습니다. Close 값의 스케일링된 시리즈 - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19]]는 직접 NN 입력에 공급됩니다. 목표로 - LPF 출력 [i + Tp]의 하나의 값, 여기서 Tp는 분 단위의 예측 시간입니다. 총 5-6,000개의 라인이 있습니다. 위협 일반적으로 숲에서 결과를 보는 것은 흥미 롭습니다. 그렇게 하면 가까운 시일 내에 CSV를 만들 것입니다. 힙에 대한 예측 차트를 하나 더 작성하고 완료했습니다. 5분 동안 LPF 예측(EMA(8)에 대략적으로 해당). 보여주기 때문에 작업이 가능한 예측. . Machine learning in trading: 거시경제 지표에 기반한 시장 시장은 통제된 동적 시스템입니다. Vitaly Muzichenko 2019.02.20 17:22 #13527 Alexander_K : 글쎄,이 시민은 많이 그리고 막연하게 말했다 ... 그의 메시지의 주요 목표는 - 아무것도 나에게 도움이되지 않을 것입니다 : Erlang도 Bachelier도 그가 준 것과 같은 행을 제외하고는 아무 것도 없습니다. 내 모델에서는 아무 것도 작동하지 않습니다. 그래서 여기로 돌아섰습니다. 아마도 신경망에서 무언가를 볼 수 있을 것입니다. Wikipedia에서 더 많은 이름을 찾아보세요. 많은 이름이 있습니다. 이름을 더 많이 알수록 더 똑똑해 보일 것입니다. Kalomorov는 다시 무언가를 언급하는 것을 잊었습니다. Aleksey Vyazmikin 2019.02.20 17:44 #13528 유리 아사울렌코 : 거기에는 예측 변수가 없습니다. Close 값의 스케일링된 시리즈 - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19]]는 직접 NN 입력에 공급됩니다. 목표로 - LPF 출력 [i + Tp]의 하나의 값, 여기서 Tp는 분 단위의 예측 시간입니다. 총 5-6,000개의 라인이 있습니다. 위협 일반적으로 숲에서 결과를 보는 것은 흥미 롭습니다. 그렇게 하면 가까운 시일 내에 CSV를 만들 것입니다. 선택을 하시면 트위스트 해드립니다. 사실, 이것은 더 이상 분류가 아닙니다. 음, 흥미롭습니다. Yuriy Asaulenko 2019.02.20 17:46 #13529 알렉세이 비아즈미킨 : 선택을 하시면 트위스트 해드립니다. 사실, 이것은 더 이상 분류가 아닙니다. 음, 흥미롭습니다. 확인. 하지만 급하지 않습니다. Yuriy Asaulenko 2019.02.20 19:39 #13530 알렉세이 비아즈미킨 : 선택을 하시면 트위스트 해드립니다. 사실, 이것은 더 이상 분류가 아닙니다. 음, 흥미롭습니다. 아카이브를 유지합니다. 첨부 파일을 참조. Learn.csv - 입력. 각 줄의 첫 번째 숫자는 기록에 대한 링크이므로 삭제해야 합니다. Cell.scv - 대상. 이 데이터에 대한 교육을 마치면 이 그래프와 같은 결과를 얻을 수 있습니다. 필터는 대략 ЕМА(16), 예측 - 5분에 해당합니다. ZY 그러면 필요할 때 테스트하겠습니다. 파일: TS1.zip 961 kb 1...134613471348134913501351135213531354135513561357135813591360...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
시장 BP는 LPF의 입력에 공급되었습니다. NS의 입력에는 동일한 VR이 있습니다. 네, 맞습니다. 네트워크는 저역 통과 필터의 작동을 설명하고 주어진 간격으로 출력을 예측했습니다.
부스팅에 - 아니요, 시도하지 않았습니다.
샘플을 배치해 보세요. 어렵지 않다면 시도해 보겠습니다.
샘플을 배치해 보세요. 어렵지 않다면 시도해 보겠습니다.
어떤 샘플을 이해하지 못하셨나요? VR 그 자체? 있을 수있다. 그리고 VR의 샘플은 무작위입니다.
어떤 샘플을 이해하지 못하셨나요? VR 그 자체? 있을 수있다. 그리고 VR의 샘플은 무작위입니다.
파일에 쓸 수 없나요? 아마 파이썬으로 하실 겁니다. 훈련을 위해 준비된 깨진 샘플을 파일에 업로드할 수도 있습니까?
파일에 쓸 수 없나요? 아마 파이썬으로 하실 겁니다. 훈련을 위해 준비된 깨진 샘플을 파일에 업로드할 수도 있습니까?
다시 해보자.
1. 모든 BP - 55,000 OHLSV. 무작위로 길이가 20인 5 - 6,000줄이 추출됩니다(닫기만 해당). 그녀는 훈련을 위해 국회의 입력에 갈 것입니다.
2. 제1항에 따른 샘플은 LPF를 통과함. 길이가 20+Tr인 시퀀스를 얻습니다. 여기서 Tr은 예측 시간입니다. LPF 출력의 마지막 값은 대상입니다.
3. 우리는 국회 1, 2에 지원합니다 - 우리는 훈련합니다.
아니면 이해가 안되는 부분이 있습니다.(
추신: 데이터를 저장하려고 합니다. .mat 또는 .spydata 파일 형식이 작동합니까? 어떻게 든 CSV로 내보낼 필요가 없었습니다. 찾아야합니다.
다시 해보자.
1. 모든 BP - 55,000 OHLSV. 무작위로 길이가 20인 5 - 6,000줄이 추출됩니다(닫기만 해당). 그녀는 훈련을 위해 국회의 입력에 갈 것입니다.
2. 제1항에 따른 시료는 LPF를 통과합니다. 길이가 20+Tr인 시퀀스를 얻습니다. 여기서 Tr은 예측 시간입니다. LPF 출력의 마지막 값은 대상입니다.
3. 우리는 국회 1, 2에 지원합니다 - 우리는 훈련합니다.
아니면 이해가 안되는 부분이 있습니다.(
추신: 데이터를 저장하려고 합니다. .mat 또는 .spydata 파일 형식이 작동합니까? 어떻게 든 CSV로 내보낼 필요가 없었습니다. 찾아야합니다.
알겠습니다. 귀찮게 하지 마세요.
이 형식을 읽는 방법을 모르겠습니다.
그러나 나는 예측자가 무엇인지 잘 이해하지 못했습니다 ...
알겠습니다. 귀찮게 하지 마세요.
이 형식을 읽는 방법을 모르겠습니다.
그러나 나는 예측자가 무엇인지 잘 이해하지 못했습니다 ...
거기에는 예측 변수가 없습니다. Close 값의 스케일링된 시리즈 - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19]]는 직접 NN 입력에 공급됩니다.
목표로 - LPF 출력 [i + Tp]의 하나의 값, 여기서 Tp는 분 단위의 예측 시간입니다. 총 5-6,000개의 라인이 있습니다.
위협 일반적으로 숲에서 결과를 보는 것은 흥미 롭습니다. 그렇게 하면 가까운 시일 내에 CSV를 만들 것입니다.
힙에 대한 예측 차트를 하나 더 작성하고 완료했습니다. 5분 동안 LPF 예측(EMA(8)에 대략적으로 해당). 보여주기 때문에 작업이 가능한 예측.
.
글쎄,이 시민은 많이 그리고 막연하게 말했다 ... 그의 메시지의 주요 목표는 - 아무것도 나에게 도움이되지 않을 것입니다 : Erlang도 Bachelier도 그가 준 것과 같은 행을 제외하고는 아무 것도 없습니다.
내 모델에서는 아무 것도 작동하지 않습니다. 그래서 여기로 돌아섰습니다. 아마도 신경망에서 무언가를 볼 수 있을 것입니다.
Wikipedia에서 더 많은 이름을 찾아보세요. 많은 이름이 있습니다. 이름을 더 많이 알수록 더 똑똑해 보일 것입니다. Kalomorov는 다시 무언가를 언급하는 것을 잊었습니다.
거기에는 예측 변수가 없습니다. Close 값의 스케일링된 시리즈 - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19]]는 직접 NN 입력에 공급됩니다.
목표로 - LPF 출력 [i + Tp]의 하나의 값, 여기서 Tp는 분 단위의 예측 시간입니다. 총 5-6,000개의 라인이 있습니다.
위협 일반적으로 숲에서 결과를 보는 것은 흥미 롭습니다. 그렇게 하면 가까운 시일 내에 CSV를 만들 것입니다.
선택을 하시면 트위스트 해드립니다. 사실, 이것은 더 이상 분류가 아닙니다. 음, 흥미롭습니다.
선택을 하시면 트위스트 해드립니다. 사실, 이것은 더 이상 분류가 아닙니다. 음, 흥미롭습니다.
확인. 하지만 급하지 않습니다.
선택을 하시면 트위스트 해드립니다. 사실, 이것은 더 이상 분류가 아닙니다. 음, 흥미롭습니다.
아카이브를 유지합니다. 첨부 파일을 참조.
Learn.csv - 입력. 각 줄의 첫 번째 숫자는 기록에 대한 링크이므로 삭제해야 합니다.
Cell.scv - 대상.
이 데이터에 대한 교육을 마치면 이 그래프와 같은 결과를 얻을 수 있습니다.
필터는 대략 ЕМА(16), 예측 - 5분에 해당합니다.
ZY 그러면 필요할 때 테스트하겠습니다.