트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1385 1...137813791380138113821383138413851386138713881389139013911392...3399 새 코멘트 Maxim Dmitrievsky 2019.03.02 12:14 #13841 유리 아사울렌코 : 당신이 옳지 않다. 그게 유일한 방법입니다. Yuriy Asaulenko 2019.03.02 12:19 #13842 확인. 가격에 따라 달라지는 저울로 작업하려는 경우 - 귀하의 권리입니다. Maxim Dmitrievsky 2019.03.02 12:22 #13843 유리 아사울렌코 : 확인. 가격에 따라 달라지는 저울로 작업하려는 경우 - 귀하의 권리입니다. 목표가 단기 모델을 구축하는 것인 경우 - 표본 수가 너무 많아 모든 수익이 정보가 없는 것으로 버려질 때까지 접근 방식은 정상입니다. 정보의 부족은 모든 기능이 서로 연관되기 시작할 때 결정할 수 있습니다. 이 경우 훈련 샘플의 길이를 늘려도 아무 결과가 발생하지 않습니다. 나는 단지 수명 연장에 대해 궁금했을 뿐이야 Igor Makanu 2019.03.02 12:27 #13844 막심 드미트리예프스키 : 가격을 수준으로 나누면 가격이 도달했을 때부터 가격이 종료될 때까지 수준별로 기록의 평균 깊이를 계산할 수 있다고 믿습니다. 그러나 이것은 훈련에 추가 오류를 다시 도입할 것입니까? ZZ의 꼭대기가 형성되는 사이의 시간을 지그재그로 표시했는데 아아 가격이 너무 비정상적이어서 지속 시간의 반복조차도 감지 할 수 없습니다 여기서 일반적으로 가격 전처리와 함께 일종의 솔루션이 필요하며 옵션으로 동일한 Renko 차트가 필요합니다. 최소한 시간 구성 요소에서 벗어나 개별 수준(Renko 벽돌 높이)이 있을 것입니다. Maxim Dmitrievsky 2019.03.02 12:28 #13845 이고르 마카누 : 그러나 이것은 훈련에 추가 오류를 다시 도입할 것입니까? ZZ의 꼭대기가 형성되는 사이의 시간을 지그재그로 표시했는데 아아 가격이 너무 비정상적이어서 지속 시간의 반복조차도 감지 할 수 없습니다 여기서 일반적으로 가격 전처리와 함께 일종의 솔루션이 필요하며 옵션으로 동일한 Renko 차트가 필요합니다. 최소한 시간 구성 요소에서 벗어나 개별 수준(Renko 벽돌 높이)이 있을 것입니다. 기여, 예. 이 접근 방식에서는 일반적으로 지금까지의 답변보다 질문이 더 많습니다. 하지만 어떻게든 극복해야 합니다. Грааль 2019.03.02 12:31 #13846 IMHO 이것은 ML이 작동하지 않는다는 것을 마침내 이해하는 좋은 순간이며 가까운 시장 수익을 목표로 지표로 돌아가거나 서비스 부문에서 일자리를 찾아야 할 때입니다. Igor Makanu 2019.03.02 12:31 #13847 막심 드미트리예프스키 : 하지만 어떻게든 극복해야 합니다. Renko는 문제가되지 않습니다. MT4 아래에 지표가 있지만 MT5에도 지표가 있어야합니까? - MO에서 지표 값의 예측 변수로 적용 추신: 지금은 Python에서 크롤링해야 합니다. 현재 많은 문제를 스스로 결정했지만 실제로 MO를 하고 싶습니다. 기성 솔루션을 찾고 있다면 모든 것이 Python에 있습니다(( Maxim Dmitrievsky 2019.03.02 12:33 #13848 이고르 마카누 : Renko는 문제가되지 않습니다. MT4 아래에 지표가 있지만 MT5에도 지표가 있어야합니까? - MO에서 지표 값의 예측 변수로 적용 추신: 지금은 Python에서 크롤링해야 합니다. 현재 많은 문제를 스스로 결정했지만 실제로 MO를 하고 싶습니다. 기성 솔루션을 찾고 있다면 모든 것이 Python에 있습니다(( 네, Renko가 옳지 않습니다.. 여전히 많은 레벨로 나누어야 합니다. 파이썬의 경우 소켓에 커넥터를 만들었습니다. 테스터에서 mt5 소켓이 작동하지 않지만 mb가 작동하도록 완료될 것이라고 말했습니다. Yuriy Asaulenko 2019.03.02 12:34 #13849 막심 드미트리예프스키 : 목표가 단기 모델을 구축하는 것인 경우 - 표본 수가 너무 많아 모든 수익이 정보가 없는 것으로 버려질 때까지 접근 방식은 정상입니다. 정보의 부족은 모든 기능이 서로 연관되기 시작할 때 결정할 수 있습니다. 이 경우 훈련 샘플의 길이를 늘려도 아무 결과가 발생하지 않습니다. 나는 단지 수명 연장에 대해 궁금했을 뿐이야 장기 모델의 경우 어쨌든 얇아지는 것이 필요하며 모델은 변경되지 않습니다. Maxim Dmitrievsky 2019.03.02 12:36 #13850 유리 아사울렌코 : 장기 모델의 경우 어쨌든 얇아지는 것이 필요하며 모델은 변경되지 않습니다. 데시메이션은 정보의 절반을 다시 버리고 모델을 거칠게 만드는 것입니다. 1...137813791380138113821383138413851386138713881389139013911392...3399 새 코멘트 사유: 취소 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
당신이 옳지 않다. 그게 유일한 방법입니다.
확인. 가격에 따라 달라지는 저울로 작업하려는 경우 - 귀하의 권리입니다.
목표가 단기 모델을 구축하는 것인 경우 - 표본 수가 너무 많아 모든 수익이 정보가 없는 것으로 버려질 때까지 접근 방식은 정상입니다.
정보의 부족은 모든 기능이 서로 연관되기 시작할 때 결정할 수 있습니다. 이 경우 훈련 샘플의 길이를 늘려도 아무 결과가 발생하지 않습니다.
나는 단지 수명 연장에 대해 궁금했을 뿐이야
가격을 수준으로 나누면 가격이 도달했을 때부터 가격이 종료될 때까지 수준별로 기록의 평균 깊이를 계산할 수 있다고 믿습니다.
그러나 이것은 훈련에 추가 오류를 다시 도입할 것입니까?
ZZ의 꼭대기가 형성되는 사이의 시간을 지그재그로 표시했는데 아아 가격이 너무 비정상적이어서 지속 시간의 반복조차도 감지 할 수 없습니다
여기서 일반적으로 가격 전처리와 함께 일종의 솔루션이 필요하며 옵션으로 동일한 Renko 차트가 필요합니다. 최소한 시간 구성 요소에서 벗어나 개별 수준(Renko 벽돌 높이)이 있을 것입니다.
그러나 이것은 훈련에 추가 오류를 다시 도입할 것입니까?
ZZ의 꼭대기가 형성되는 사이의 시간을 지그재그로 표시했는데 아아 가격이 너무 비정상적이어서 지속 시간의 반복조차도 감지 할 수 없습니다
여기서 일반적으로 가격 전처리와 함께 일종의 솔루션이 필요하며 옵션으로 동일한 Renko 차트가 필요합니다. 최소한 시간 구성 요소에서 벗어나 개별 수준(Renko 벽돌 높이)이 있을 것입니다.
기여, 예. 이 접근 방식에서는 일반적으로 지금까지의 답변보다 질문이 더 많습니다.
하지만 어떻게든 극복해야 합니다.
IMHO 이것은 ML이 작동하지 않는다는 것을 마침내 이해하는 좋은 순간이며 가까운 시장 수익을 목표로 지표로 돌아가거나 서비스 부문에서 일자리를 찾아야 할 때입니다.
하지만 어떻게든 극복해야 합니다.
Renko는 문제가되지 않습니다. MT4 아래에 지표가 있지만 MT5에도 지표가 있어야합니까? - MO에서 지표 값의 예측 변수로 적용
추신: 지금은 Python에서 크롤링해야 합니다. 현재 많은 문제를 스스로 결정했지만 실제로 MO를 하고 싶습니다. 기성 솔루션을 찾고 있다면 모든 것이 Python에 있습니다((
Renko는 문제가되지 않습니다. MT4 아래에 지표가 있지만 MT5에도 지표가 있어야합니까? - MO에서 지표 값의 예측 변수로 적용
추신: 지금은 Python에서 크롤링해야 합니다. 현재 많은 문제를 스스로 결정했지만 실제로 MO를 하고 싶습니다. 기성 솔루션을 찾고 있다면 모든 것이 Python에 있습니다((
네, Renko가 옳지 않습니다.. 여전히 많은 레벨로 나누어야 합니다.
파이썬의 경우 소켓에 커넥터를 만들었습니다. 테스터에서 mt5 소켓이 작동하지 않지만 mb가 작동하도록 완료될 것이라고 말했습니다.
목표가 단기 모델을 구축하는 것인 경우 - 표본 수가 너무 많아 모든 수익이 정보가 없는 것으로 버려질 때까지 접근 방식은 정상입니다.
정보의 부족은 모든 기능이 서로 연관되기 시작할 때 결정할 수 있습니다. 이 경우 훈련 샘플의 길이를 늘려도 아무 결과가 발생하지 않습니다.
나는 단지 수명 연장에 대해 궁금했을 뿐이야
장기 모델의 경우 어쨌든 얇아지는 것이 필요하며 모델은 변경되지 않습니다.
데시메이션은 정보의 절반을 다시 버리고 모델을 거칠게 만드는 것입니다.