트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2066 1...205920602061206220632064206520662067206820692070207120722073...3399 새 코멘트 Forester 2020.11.02 16:01 #20651 알렉세이 비아즈미킨 : 어떻게 설명해야할지 모르겠네요 :) 나는이 기능을했다 XOR 시도 Forester 2020.11.02 16:18 #20652 알렉세이 니콜라예프 : 장중 패턴을 찾는 데 있어 변동성의 장중 변동이 간섭합니다. 어떻게든 제거해야 합니다. 가능한 방법: 1) 시간의 변동성을 고려한 증분의 재정규화. 2) 분산이 고르게 증가하는 새로운 일중 시간으로 전환합니다. 3) 지그재그를 사용합니다. 무릎 값은 변동성의 변동에 의존하지 않습니다. 피크의 시간은 물론 변동성에 따라 다르지만(높은 곳에 더 자주 나타남) 균일한 시간으로 이동하면 이러한 누적이 사라집니다. 포인트 1로 충분합니까? 아니면 2도 필요합니까? 그것은 무엇입니까? 설명하다. Aleksey Nikolayev 2020.11.02 16:19 #20653 도서관 : 사전 분석이란 무엇입니까? 모델의 입력에 제출하고 이 기능이 있는 경우와 없는 경우를 비교합니다. matstat를 통한 데이터 분석, 좁은 의미에서 - SB와의 유용한 가격 차이 검색. MO와의 주요 차이점은 모델이 명시적으로 그리고 작은 매개변수 세트로 공식화된다는 것입니다. Aleksey Vyazmikin 2020.11.02 16:29 #20654 도서관 : XOR 시도 나는 다른 것을 시도 할 것입니다. 아마도 나중에. 일반적으로 클러스터링을 수행하고 유사한 클러스터에서 한 줄씩 뽑아내는 것이 필요하다고 생각합니다. 그렇지 않으면 훈련의 품질이 모두 동일하게 떨어집니다. Aleksey Nikolayev 2020.11.02 16:36 #20655 도서관 : 포인트 1로 충분합니까? 아니면 2도 필요합니까? 그것은 무엇입니까? 설명하다. 예제 응용 프로그램으로 설명하는 것이 더 쉬울 수 있습니다. 포인트 1) - 매일 변동 지속성-반지속성의 존재에 대한 가설 테스트 . 이것은 하루 중 시간에 따라 움직임의 방향을 변경하기 위해 가격이 계속되거나 그 반대의 경향에 대한 테스트입니다. 그러려면 상관관계를 알아야 합니다. 포인트 2) 및 3) - 가격 반전이 "시계에 따라 발생"하고 "정확한" 시간에 수행하는 것이 더 낫다는 가설 테스트 포인트 3) - 지그재그 길이의 경험적 분포를 연구하여 하루 중 평평한 (추세) 시간을 검색하십시오. Valeriy Yastremskiy 2020.11.02 16:50 #20656 알렉세이 니콜라예프 : 예제 응용 프로그램으로 설명하는 것이 더 쉬울 수 있습니다. 포인트 1) - 매일 변동 지속성-반지속성의 존재에 대한 가설 테스트. 이것은 하루 중 시간에 따라 움직임의 방향을 변경하기 위해 가격이 계속되거나 그 반대의 경향에 대한 테스트입니다. 그러려면 상관관계를 알아야 합니다. 포인트 2) 및 3) - 가격 반전이 "시계에 따라 발생"하고 "정확한" 시간에 수행하는 것이 더 낫다는 가설 테스트 포인트 3) - 지그재그 길이의 경험적 분포를 연구하여 하루 중 평평한 (추세) 시간을 검색하십시오. 몇 달 안에 요일 또는 요일에만 바인딩이 있습니다. 연구 기간 내 시간까지만 코드로. Forester 2020.11.02 16:52 #20657 알렉세이 비아즈미킨 : 나는 다른 것을 시도 할 것입니다. 아마도 나중에. 일반적으로 클러스터링을 수행하고 유사한 클러스터에서 한 줄씩 뽑아내는 것이 필요하다고 생각합니다. 그렇지 않으면 훈련의 품질이 모두 동일하게 떨어집니다. 트리의 각 잎은 클러스터입니다. 기능의 정확성뿐만 아니라 최상의 클래스 분리를 통해 Aleksey Vyazmikin 2020.11.02 17:03 #20658 도서관 : 트리의 각 잎은 클러스터입니다. 기능의 정확성뿐만 아니라 최상의 클래스 분리를 통해 맞습니다. 그러나 이미 잎사귀에 너무 많은 선을 제거하면 그 수가 약간 줄어들고(클래스 "0") 품질이 떨어지지 않아야 하며 "1"에 대한 상대 표시기는 이는 모델이 검색할 때 이전에 통계적으로 정확하지 않은 잎의 변형을 고려할 수 있음을 의미합니다. 또 다른 옵션은 반대편에 있는 고유한 잎을 제거하는 것입니다. 이는 학습을 방해할 수 있습니다. Aleksey Nikolayev 2020.11.02 17:18 #20659 발레리 야스트렘스키 : 몇 달 안에 요일 또는 요일에만 바인딩이 있습니다. 연구 기간 내 시간까지만 코드로. 하루 이상의 기간 동안 뉴스 배경의 영향을 주기성과 분리하는 문제가 나타납니다. 나는 어떻게 해결될 수 있습니다. Valeriy Yastremskiy 2020.11.02 17:26 #20660 알렉세이 니콜라예프 : 하루 이상의 기간 동안 뉴스 배경의 영향을 주기성과 분리하는 문제가 나타납니다. 나는 어떻게 해결될 수 있습니다. 나는 그날에 대해 이해했습니다. 동의합니다. 요일에 대한 질문입니다. 평균 기간(일) 내의 시간은 처음에 요일에 연결되지 않습니다. 초기에 요일과 연결하여 시간을 고려한 주간 빈도 파악이 가능합니다. 당신은 그 달의 하루 중 시간에만 바인딩이 있습니다. 1...205920602061206220632064206520662067206820692070207120722073...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
어떻게 설명해야할지 모르겠네요 :)
나는이 기능을했다
장중 패턴을 찾는 데 있어 변동성의 장중 변동이 간섭합니다. 어떻게든 제거해야 합니다. 가능한 방법:
1) 시간의 변동성을 고려한 증분의 재정규화.
2) 분산이 고르게 증가하는 새로운 일중 시간으로 전환합니다.
3) 지그재그를 사용합니다. 무릎 값은 변동성의 변동에 의존하지 않습니다. 피크의 시간은 물론 변동성에 따라 다르지만(높은 곳에 더 자주 나타남) 균일한 시간으로 이동하면 이러한 누적이 사라집니다.
사전 분석이란 무엇입니까? 모델의 입력에 제출하고 이 기능이 있는 경우와 없는 경우를 비교합니다.
matstat를 통한 데이터 분석, 좁은 의미에서 - SB와의 유용한 가격 차이 검색. MO와의 주요 차이점은 모델이 명시적으로 그리고 작은 매개변수 세트로 공식화된다는 것입니다.
XOR 시도
나는 다른 것을 시도 할 것입니다. 아마도 나중에. 일반적으로 클러스터링을 수행하고 유사한 클러스터에서 한 줄씩 뽑아내는 것이 필요하다고 생각합니다. 그렇지 않으면 훈련의 품질이 모두 동일하게 떨어집니다.
포인트 1로 충분합니까? 아니면 2도 필요합니까? 그것은 무엇입니까? 설명하다.
예제 응용 프로그램으로 설명하는 것이 더 쉬울 수 있습니다.
포인트 1) - 매일 변동 지속성-반지속성의 존재에 대한 가설 테스트 . 이것은 하루 중 시간에 따라 움직임의 방향을 변경하기 위해 가격이 계속되거나 그 반대의 경향에 대한 테스트입니다. 그러려면 상관관계를 알아야 합니다.
포인트 2) 및 3) - 가격 반전이 "시계에 따라 발생"하고 "정확한" 시간에 수행하는 것이 더 낫다는 가설 테스트
포인트 3) - 지그재그 길이의 경험적 분포를 연구하여 하루 중 평평한 (추세) 시간을 검색하십시오.
예제 응용 프로그램으로 설명하는 것이 더 쉬울 수 있습니다.
포인트 1) - 매일 변동 지속성-반지속성의 존재에 대한 가설 테스트. 이것은 하루 중 시간에 따라 움직임의 방향을 변경하기 위해 가격이 계속되거나 그 반대의 경향에 대한 테스트입니다. 그러려면 상관관계를 알아야 합니다.
포인트 2) 및 3) - 가격 반전이 "시계에 따라 발생"하고 "정확한" 시간에 수행하는 것이 더 낫다는 가설 테스트
포인트 3) - 지그재그 길이의 경험적 분포를 연구하여 하루 중 평평한 (추세) 시간을 검색하십시오.
몇 달 안에 요일 또는 요일에만 바인딩이 있습니다. 연구 기간 내 시간까지만 코드로.
나는 다른 것을 시도 할 것입니다. 아마도 나중에. 일반적으로 클러스터링을 수행하고 유사한 클러스터에서 한 줄씩 뽑아내는 것이 필요하다고 생각합니다. 그렇지 않으면 훈련의 품질이 모두 동일하게 떨어집니다.
트리의 각 잎은 클러스터입니다. 기능의 정확성뿐만 아니라 최상의 클래스 분리를 통해
맞습니다. 그러나 이미 잎사귀에 너무 많은 선을 제거하면 그 수가 약간 줄어들고(클래스 "0") 품질이 떨어지지 않아야 하며 "1"에 대한 상대 표시기는 이는 모델이 검색할 때 이전에 통계적으로 정확하지 않은 잎의 변형을 고려할 수 있음을 의미합니다.
또 다른 옵션은 반대편에 있는 고유한 잎을 제거하는 것입니다. 이는 학습을 방해할 수 있습니다.
몇 달 안에 요일 또는 요일에만 바인딩이 있습니다. 연구 기간 내 시간까지만 코드로.
하루 이상의 기간 동안 뉴스 배경의 영향을 주기성과 분리하는 문제가 나타납니다. 나는 어떻게 해결될 수 있습니다.
하루 이상의 기간 동안 뉴스 배경의 영향을 주기성과 분리하는 문제가 나타납니다. 나는 어떻게 해결될 수 있습니다.
나는 그날에 대해 이해했습니다. 동의합니다. 요일에 대한 질문입니다. 평균 기간(일) 내의 시간은 처음에 요일에 연결되지 않습니다. 초기에 요일과 연결하여 시간을 고려한 주간 빈도 파악이 가능합니다. 당신은 그 달의 하루 중 시간에만 바인딩이 있습니다.