마이클 마르쿠카이테스 : 가장 놀라운 것은 내 시스템에 대한 당신의 확신입니다. 글쎄요, 이번주말에 어떻게 했는지 보여드리겠습니다... 알았죠?
필요 없음. 일주일 더하기, 일주일 빼기. 지표가 아님
귀하의 시스템에 대해 100% 확신할 수 없습니다. 사실에 대한 진술이 있습니다. 당신은 그것이 다소 장기간 동안 어떻게 작동할지 모릅니다. 다음은 경험 공유를 위한 스레드입니다. 여기까지의 결과가 무작위 및 일반 모두일 수 있지만 훨씬 더 큰 기회가 있는 무작위일 수 있다는 제 경험입니다. 그리고 조언을 드립니다.
mxnet 패키지 http://tjo-en.hatenablog.com/entry/2016/03/30/233848 에서 컨볼루션 네트워크를 실행하려고 시도하고 있지만 완전하지 않거나 오히려 실행 방법이 전혀 명확하지 않습니다. "우리"데이터, 즉 문자열 형태의 네트워크는 대부분 그림으로 작동하고 행렬이있는 다차원 배열 형태로 데이터를 수신합니다. 누군가가 그것을 실행하는 방법을 이해하고 알고 있다면 매우 감사 할 것입니다. 이 네트워크가 작동하는 방식에 대한 예는 "홍채"로 말하세요.
Actually I've known about MXnet for weeks as one of the most popular library / packages in Kaggler, but just recently I heard bug fix has been almost done and some friends say the latest version looks stable, so at last I installed it. Convolutional Neural Network (CNN) I believe almost all readers of this blog already know well about Deep...
마이클 마르쿠카이테스 : 안 돼요... 총 개수 중 오류 개수를 모니터링해야 하고, 오류가 증가하면 네트워크를 오버트레이닝해야 합니다. 20개의 신호 중 4개의 오류가 있는 경우 이는 정상이며 오류가 더 있으면 네트워크를 다시 훈련해야 합니다. 또 다른 질문이 발생합니다. 10개의 신호에 대해 신뢰할 수 있도록 어떤 모델을 선택해야 합니다. 아 여기 유리는 이미 설명한대로 좋아합니다. 우리는 이진 및 삼항 모델의 일반화의 최대 수준을 보여주는 모델을 정확히 선택하고 작업을 시작합니다. 그리고 전략의 시간을 질적으로 늘리기 위해서는 훈련 간격을 늘려야 하고, 이를 늘리기 위해서는 입력 데이터의 양을 늘려야 합니다. 즉, 10개의 입력이 100개의 신호를 0으로 마실 수 있습니다. 15개의 입력은 225개의 레코드를 자를 수 있으며 이것은 이미 각각 6주의 신호이며 샘플 외부의 네트워크 작동 시간은 1주가 아니라 2주가 더 길어질 것입니다. 적절한 수준의 오류로. 오류가 없으면 작업이 불가능합니다. 하고 싶지만 불가능합니다. 가장 중요한 것은 이 오류가 보증금에 미치는 영향을 줄이는 것이며 완료되었습니다 :-)
libVMR 또는 jPredictor는 부풀려진 외환 성능을 보여주므로 주의하십시오. 외환의 경우 훈련 세트 외부의 데이터를 테스트하는 것이 매우 중요합니다. libVMR 또는 jPredictor는 소스 파일에서 데이터를 가져와 모델을 훈련하기 위해 해당 라인의 절반을 무작위로 선택한 다음 이 데이터에 대해 모델을 생성하고 나머지 라인을 확인합니다. 이것은 이미지 인식, 텍스트 인식 또는 기타 간단한 작업을 평가하는 데 적합할 수 있습니다. 그러나 이것은 Forex에 적합하지 않습니다.
간단한 실험을 해보세요. 훈련 파일에 200개의 라인이 있고 예측 범위는 30%입니다. 따라서 파일을 두 개로 나눕니다. 첫 번째 파일 에는 150개의 첫 번째 줄이 있고 두 번째에는 나머지 50개의 마지막 줄이 있습니다. 150줄의 새 파일에서 jPredictor를 훈련시킵니다. 그런 다음 "모델 사용"을 통해 나머지 50개 행에 대한 예측을 수행합니다(한 번에 하나씩 데이터를 입력해야 하며 시간이 걸립니다). 정답의 수를 세어보면 전혀 90%는 아닐 것이고 기껏해야 60% 정도가 될 것이라고 생각합니다. 주요 지표 덕분에 여전히 이익을 얻고 있습니다. 분명히 이미 어느 정도 수익성이 있으며 뉴런의 추가 필터 덕분에 약간만 향상됩니다.
귀하의 시스템에 대해 100% 확신할 수 없습니다. 사실에 대한 진술이 있습니다. 당신은 그것이 다소 장기간 동안 어떻게 작동할지 모릅니다. 다음은 경험 공유를 위한 스레드입니다. 여기까지의 결과가 무작위 및 일반 모두일 수 있지만 훨씬 더 큰 기회가 있는 무작위일 수 있다는 제 경험입니다. 그리고 조언을 드립니다.
즉, 성배를 원한다... 한 번 수련하고 평생 앉아 쿠폰을 깎는다? 그래서 무엇? 당신이 변화할 때, 당신은 몇 년 동안 시장에 나왔습니까? 비밀이 아니라면 ...... 시장이 끊임없이 변화하고 잠시 후 모델이 단순히 떠 다니는 것을 알고 있습니다. 모델이 몇 년 동안 작동 하려면 월간 차트로 이동하십시오. 경우가 맞습니다. 그래서 5분동안 1주일에 하는 일은 완전히 정상적인 결과이고, 그러면 오버트레이닝이 .... 글쎄요, 2주정도면 일반적으로 수업이 ....
libVMR 또는 jPredictor는 부풀려진 외환 성능을 보여주므로 주의하십시오. 외환의 경우 훈련 세트 외부의 데이터를 테스트하는 것이 매우 중요합니다. libVMR 또는 jPredictor는 소스 파일에서 데이터를 가져와 모델을 훈련하기 위해 해당 라인의 절반을 무작위로 선택한 다음 이 데이터에 대해 모델을 생성하고 나머지 라인을 확인합니다. 이것은 이미지 인식, 텍스트 인식 또는 기타 간단한 작업을 평가하는 데 적합할 수 있습니다. 그러나 이것은 Forex에 적합하지 않습니다.
간단한 실험을 해보세요. 훈련 파일에 200개의 라인이 있고 예측 범위는 30%입니다. 따라서 파일을 두 개로 나눕니다. 첫 번째 파일 에는 150개의 첫 번째 줄이 있고 두 번째에는 나머지 50개의 마지막 줄이 있습니다. 150줄의 새 파일에서 jPredictor를 훈련시킵니다. 그런 다음 "모델 사용"을 통해 나머지 50개 행에 대한 예측을 수행합니다(한 번에 하나씩 데이터를 입력해야 하며 시간이 걸립니다). 정답의 수를 세어보면 전혀 90%는 아닐 것이고 기껏해야 60% 정도가 될 것이라고 생각합니다. 주요 지표 덕분에 여전히 이익을 얻고 있습니다. 분명히 이미 어느 정도 수익성이 있으며 뉴런의 추가 필터 덕분에 약간만 향상됩니다.
당신은 데이터를 준비하는 방법을 모릅니다 :-) 나는 예측 범위가 전혀 없고 아무 것도 예측하지 않습니다. 30%는 신뢰 구간, 모델을 완전히 신뢰할 수 있는 구간 또는 모두 50%입니다. 즉, 3주 동안 훈련했다면 일주일 동안 일해야 합니다. 저는 예측자 Yuri와 1년 넘게 일해 왔으며 데이터를 준비하는 방법, 그가 할 수 있는 것(예측자)과 그가 단순히 할 수 없는 것뿐만 아니라 많은 것을 이해했습니다. 데이터가 포함된 파일을 직접 보내주시면 제가 모델을 훈련시켜 드리겠습니다. 그러면 앞으로 어떻게 작동하는지 알 수 있을 것입니다. 물론 원한다면...
그리고 당신이 하려고 한다면, 우리는 다음을 할 것입니다. 일주일 전으로 뒤로 물러나.. (이번 주는 테스트 주간, 샘플 외) 10개 입력 = 100개 레코드의 비율로 데이터를 저장하여 장기간 훈련하지 않도록 합니다. 나는 모델을 훈련시킬 것이고, 당신은 그것을 당신의 차량에 적용할 것이고, 이전에 그 구성의 원리를 설명하고 지난 주에 대한 결과를 보여줄 것입니다. 우리는 거기에서 볼 것입니다 .... 어떠세요?
결합기 : 그리고 제 생각에는 캐치가 어디에 있습니까? 글쎄, Reshetov의 공예품으로 실제로 돈을 벌 사람은 아직 포럼에 없었습니다. 그리고 여기 있습니다! 물론 트릭)
그것은 누군가와 같습니다 .... 나는 그의 솜씨가 꽤 마음에 들었습니다. 거기에는 합리적인 곡물이 있습니다. 글쎄, 그것을 품위있게 적용하지 못하는 사람은 그를 도울 수 없습니다. 아뇨, 글쎄요, 1년 동안 실수 없이 1분 동안 작동하는 시스템을 제공하십시오. 그러면 저는 그것을 믿겠습니다. 그래서 .... 쓰레기가 전부입니다. 그런 이상한 사람들은 가격이 어디로 갈 것인지 또는 이 신호가 몇 점을 받을 것인지 묻는 사람들처럼 나를 놀라게 합니다. 글쎄, 당신은 순진합니다. 시장은 미래를 알 수 없는 그런 뉴스인데......
신호 후에 100 포인트의 이익이있을 것임을 계산하는 방법을 알아내는 것만 남아 있습니다.
예를 들어, 미래에 n개의 양초를 가져와서 그 그림자를 측정할 수 있습니다. 어떤 양초가 신호 방향으로 그림자와 현재 가격 사이의 차이가 100핍 이상인 경우 하나를 설정합니다. 조건이 양초에 대해 작동하지 않으면 결과는 0입니다.
두 번째 옵션: 손절매가 있는 어드바이저를 만들고 현재 캔들에서 100포인트 떨어져 신호에 따라 거래를 열고 패턴을 기억합니다. 포즈가 끝나면 보세요. 이익으로 마감되면 샘플에서 그러한 패턴을 1로 표시하고 손실이 있으면 0으로 표시합니다.
물론 샘플링을 위해 데이터를 수집하는 스크립트나 어드바이저의 코드를 저에게 개인적으로 보낼 수도 있습니다. 거기에서 내가 스스로 해결할 것입니다.
이제 jPrediction에서 코드를 가져와 MQL로 컴파일할 필요가 없도록 jPrediction을 적용하려고 합니다. EA는 신호의 파일에 패턴을 드롭하고 삼항 분류기인 Java의 stray가 이러한 파일을 읽고 신호를 확인하면 권장 사항 및 사운드 신호와 함께 자체 경고를 발행합니다. IMHO 그게 더 쉬울까요?
나중에 분류자와 어드바이저가 파일을 교환하고 완전한 기계에서 스스로 거래를 열 수 있도록 완전한 기계를 만드는 것이 가능할 것입니다.
신호 후에 100 포인트의 이익이있을 것임을 계산하는 방법을 알아내는 것만 남아 있습니다.
예를 들어, 미래에 n개의 양초를 가져와서 그 그림자를 측정할 수 있습니다. 어떤 양초가 신호 방향으로 그림자와 현재 가격 사이의 차이가 100핍 이상인 경우 하나를 설정합니다. 조건이 양초에 대해 작동하지 않으면 결과는 0입니다.
두 번째 옵션: 손절매가 있는 어드바이저를 만들고 현재 캔들에서 100포인트 떨어져 신호에 따라 거래를 열고 패턴을 기억합니다. 포즈가 끝나면 보세요. 이익으로 마감되면 샘플에서 그러한 패턴을 1로 표시하고 손실이 있으면 0으로 표시합니다.
물론 샘플링을 위해 데이터를 수집하는 스크립트나 어드바이저의 코드를 저에게 개인적으로 보낼 수도 있습니다. 거기에서 내가 스스로 알아낼 것입니다.
이제 jPrediction에서 코드를 가져와 MQL로 컴파일할 필요가 없도록 jPrediction을 적용하려고 합니다. EA는 패턴을 신호의 파일에 덤프하고 Java의 스트레이(삼항 분류기)는 이러한 파일을 읽고 신호를 확인하면 권장 사항과 사운드 신호와 함께 자체 경고를 발행합니다. IMHO 그게 더 쉬울까요?
나중에 분류자와 어드바이저가 파일을 교환하고 풀 머신에서 자체적으로 거래를 열 수 있도록 전체 머신을 만드는 것이 가능합니다.
모든 것이 훨씬 쉽습니다. 나는 현재 신호의 종가와 이전 신호의 종가 사이의 차이를 계산합니다. 이 차이가 양수이면 신호의 방향을 고려하고 양수 차이가 100핍 이상인 경우 하나를 입력합니다. 0보다 작으면 이전 신호. 나는 Lodir의 도움으로 모든 것을 저장합니다. 음, 뉴로쉘 아래에 쓰여진 것입니다. 모든 지표의 데이터를 csv 파일에 완벽하게 저장하므로 다음과 같습니다. 표시기이므로 모든 고문은 단순히 무엇을하지 않습니다. 가장 쉬운 방법은 이진 모델과 함께 삼항 모델도 보존되는 경우입니다. 예를 들어, 파일 이름에 대한 이진 접두사 _2의 경우 삼항 _3의 경우 이것은 충분할 것입니다 ..... IMHO. 독창적인 모든 것은 간단하며 복잡할 필요가 없습니다.
여기에 모든 지표의 데이터를 저장하는 어드바이저가 있습니다. 5분 동안 기능을 살펴보세요. 거기에 지표가 있습니다. 사실, 이것은 MT4의 모든 것입니다. 나는 그것에 대해서만 작업합니다 ... 지금은 ....
모델이 오랫동안 어떻게 작동하는지 알 수 없습니다. 큰 앞으로 테스트와 앞으로 걸어가는 테스트가 없습니다. 귀하의 모델은 잘 선택된 여러 사진의 신호로 착각한 학습된 노이즈의 집합일 수 있습니다.
접근 방식을 재고하고 처음부터 광범위한 테스트를 수행하는 것이 좋습니다. 물마루와 산이 보일 것이며 아마도 0의 예상 값을 조금 능가할 것입니다. 그리고 이 모든 것은 실제 돈을 잃기 시작하기 전에 완료할 수 있습니다.
가장 놀라운 것은 내 시스템에 대한 당신의 확신입니다. 글쎄요, 이번주말에 어떻게 했는지 보여드리겠습니다... 알았죠?
필요 없음. 일주일 더하기, 일주일 빼기. 지표가 아님
귀하의 시스템에 대해 100% 확신할 수 없습니다. 사실에 대한 진술이 있습니다. 당신은 그것이 다소 장기간 동안 어떻게 작동할지 모릅니다. 다음은 경험 공유를 위한 스레드입니다. 여기까지의 결과가 무작위 및 일반 모두일 수 있지만 훨씬 더 큰 기회가 있는 무작위일 수 있다는 제 경험입니다. 그리고 조언을 드립니다.
안녕하세요!
mxnet 패키지 http://tjo-en.hatenablog.com/entry/2016/03/30/233848 에서 컨볼루션 네트워크를 실행하려고 시도하고 있지만 완전하지 않거나 오히려 실행 방법이 전혀 명확하지 않습니다. "우리"데이터, 즉 문자열 형태의 네트워크는 대부분 그림으로 작동하고 행렬이있는 다차원 배열 형태로 데이터를 수신합니다. 누군가가 그것을 실행하는 방법을 이해하고 알고 있다면 매우 감사 할 것입니다. 이 네트워크가 작동하는 방식에 대한 예는 "홍채"로 말하세요.
안 돼요... 총 개수 중 오류 개수를 모니터링해야 하고, 오류가 증가하면 네트워크를 오버트레이닝해야 합니다. 20개의 신호 중 4개의 오류가 있는 경우 이는 정상이며 오류가 더 있으면 네트워크를 다시 훈련해야 합니다. 또 다른 질문이 발생합니다. 10개의 신호에 대해 신뢰할 수 있도록 어떤 모델을 선택해야 합니다. 아 여기 유리는 이미 설명한대로 좋아합니다. 우리는 이진 및 삼항 모델의 일반화의 최대 수준을 보여주는 모델을 정확히 선택하고 작업을 시작합니다. 그리고 전략의 시간을 질적으로 늘리기 위해서는 훈련 간격을 늘려야 하고, 이를 늘리기 위해서는 입력 데이터의 양을 늘려야 합니다. 즉, 10개의 입력이 100개의 신호를 0으로 마실 수 있습니다. 15개의 입력은 225개의 레코드를 자를 수 있으며 이것은 이미 각각 6주의 신호이며 샘플 외부의 네트워크 작동 시간은 1주가 아니라 2주가 더 길어질 것입니다. 적절한 수준의 오류로. 오류가 없으면 작업이 불가능합니다. 하고 싶지만 불가능합니다. 가장 중요한 것은 이 오류가 보증금에 미치는 영향을 줄이는 것이며 완료되었습니다 :-)
libVMR 또는 jPredictor는 부풀려진 외환 성능을 보여주므로 주의하십시오. 외환의 경우 훈련 세트 외부의 데이터를 테스트하는 것이 매우 중요합니다. libVMR 또는 jPredictor는 소스 파일에서 데이터를 가져와 모델을 훈련하기 위해 해당 라인의 절반을 무작위로 선택한 다음 이 데이터에 대해 모델을 생성하고 나머지 라인을 확인합니다. 이것은 이미지 인식, 텍스트 인식 또는 기타 간단한 작업을 평가하는 데 적합할 수 있습니다. 그러나 이것은 Forex에 적합하지 않습니다.
간단한 실험을 해보세요. 훈련 파일에 200개의 라인이 있고 예측 범위는 30%입니다. 따라서 파일을 두 개로 나눕니다. 첫 번째 파일 에는 150개의 첫 번째 줄이 있고 두 번째에는 나머지 50개의 마지막 줄이 있습니다. 150줄의 새 파일에서 jPredictor를 훈련시킵니다. 그런 다음 "모델 사용"을 통해 나머지 50개 행에 대한 예측을 수행합니다(한 번에 하나씩 데이터를 입력해야 하며 시간이 걸립니다). 정답의 수를 세어보면 전혀 90%는 아닐 것이고 기껏해야 60% 정도가 될 것이라고 생각합니다.
주요 지표 덕분에 여전히 이익을 얻고 있습니다. 분명히 이미 어느 정도 수익성이 있으며 뉴런의 추가 필터 덕분에 약간만 향상됩니다.
필요 없음. 일주일 더하기, 일주일 빼기. 지표가 아님
귀하의 시스템에 대해 100% 확신할 수 없습니다. 사실에 대한 진술이 있습니다. 당신은 그것이 다소 장기간 동안 어떻게 작동할지 모릅니다. 다음은 경험 공유를 위한 스레드입니다. 여기까지의 결과가 무작위 및 일반 모두일 수 있지만 훨씬 더 큰 기회가 있는 무작위일 수 있다는 제 경험입니다. 그리고 조언을 드립니다.
libVMR 또는 jPredictor는 부풀려진 외환 성능을 보여주므로 주의하십시오. 외환의 경우 훈련 세트 외부의 데이터를 테스트하는 것이 매우 중요합니다. libVMR 또는 jPredictor는 소스 파일에서 데이터를 가져와 모델을 훈련하기 위해 해당 라인의 절반을 무작위로 선택한 다음 이 데이터에 대해 모델을 생성하고 나머지 라인을 확인합니다. 이것은 이미지 인식, 텍스트 인식 또는 기타 간단한 작업을 평가하는 데 적합할 수 있습니다. 그러나 이것은 Forex에 적합하지 않습니다.
간단한 실험을 해보세요. 훈련 파일에 200개의 라인이 있고 예측 범위는 30%입니다. 따라서 파일을 두 개로 나눕니다. 첫 번째 파일 에는 150개의 첫 번째 줄이 있고 두 번째에는 나머지 50개의 마지막 줄이 있습니다. 150줄의 새 파일에서 jPredictor를 훈련시킵니다. 그런 다음 "모델 사용"을 통해 나머지 50개 행에 대한 예측을 수행합니다(한 번에 하나씩 데이터를 입력해야 하며 시간이 걸립니다). 정답의 수를 세어보면 전혀 90%는 아닐 것이고 기껏해야 60% 정도가 될 것이라고 생각합니다.
주요 지표 덕분에 여전히 이익을 얻고 있습니다. 분명히 이미 어느 정도 수익성이 있으며 뉴런의 추가 필터 덕분에 약간만 향상됩니다.
당신은 데이터를 준비하는 방법을 모릅니다 :-) 나는 예측 범위가 전혀 없고 아무 것도 예측하지 않습니다. 30%는 신뢰 구간, 모델을 완전히 신뢰할 수 있는 구간 또는 모두 50%입니다. 즉, 3주 동안 훈련했다면 일주일 동안 일해야 합니다. 저는 예측자 Yuri와 1년 넘게 일해 왔으며 데이터를 준비하는 방법, 그가 할 수 있는 것(예측자)과 그가 단순히 할 수 없는 것뿐만 아니라 많은 것을 이해했습니다. 데이터가 포함된 파일을 직접 보내주시면 제가 모델을 훈련시켜 드리겠습니다. 그러면 앞으로 어떻게 작동하는지 알 수 있을 것입니다. 물론 원한다면...
그리고 당신이 하려고 한다면, 우리는 다음을 할 것입니다. 일주일 전으로 뒤로 물러나.. (이번 주는 테스트 주간, 샘플 외) 10개 입력 = 100개 레코드의 비율로 데이터를 저장하여 장기간 훈련하지 않도록 합니다. 나는 모델을 훈련시킬 것이고, 당신은 그것을 당신의 차량에 적용할 것이고, 이전에 그 구성의 원리를 설명하고 지난 주에 대한 결과를 보여줄 것입니다. 우리는 거기에서 볼 것입니다 .... 어떠세요?
즉, 3주 동안 훈련했다면 일주일 동안 일해야 합니다.
그리고 제 생각에는 캐치가 어디에 있습니까? 글쎄, Reshetov의 공예품으로 실제로 돈을 벌 사람은 아직 포럼에 없었습니다. 그리고 여기 있습니다! 물론 트릭)
글쎄, 여기 지금 내가 이 파일로 만든 그림에서 작동하는 현재 예가 있습니다.
신호 후에 100 포인트의 이익이있을 것임을 계산하는 방법을 알아내는 것만 남아 있습니다.
예를 들어, 미래에 n개의 양초를 가져와서 그 그림자를 측정할 수 있습니다. 어떤 양초가 신호 방향으로 그림자와 현재 가격 사이의 차이가 100핍 이상인 경우 하나를 설정합니다. 조건이 양초에 대해 작동하지 않으면 결과는 0입니다.
두 번째 옵션: 손절매가 있는 어드바이저를 만들고 현재 캔들에서 100포인트 떨어져 신호에 따라 거래를 열고 패턴을 기억합니다. 포즈가 끝나면 보세요. 이익으로 마감되면 샘플에서 그러한 패턴을 1로 표시하고 손실이 있으면 0으로 표시합니다.
물론 샘플링을 위해 데이터를 수집하는 스크립트나 어드바이저의 코드를 저에게 개인적으로 보낼 수도 있습니다. 거기에서 내가 스스로 해결할 것입니다.
이제 jPrediction에서 코드를 가져와 MQL로 컴파일할 필요가 없도록 jPrediction을 적용하려고 합니다. EA는 신호의 파일에 패턴을 드롭하고 삼항 분류기인 Java의 stray가 이러한 파일을 읽고 신호를 확인하면 권장 사항 및 사운드 신호와 함께 자체 경고를 발행합니다. IMHO 그게 더 쉬울까요?
나중에 분류자와 어드바이저가 파일을 교환하고 완전한 기계에서 스스로 거래를 열 수 있도록 완전한 기계를 만드는 것이 가능할 것입니다.
신호 후에 100 포인트의 이익이있을 것임을 계산하는 방법을 알아내는 것만 남아 있습니다.
예를 들어, 미래에 n개의 양초를 가져와서 그 그림자를 측정할 수 있습니다. 어떤 양초가 신호 방향으로 그림자와 현재 가격 사이의 차이가 100핍 이상인 경우 하나를 설정합니다. 조건이 양초에 대해 작동하지 않으면 결과는 0입니다.
두 번째 옵션: 손절매가 있는 어드바이저를 만들고 현재 캔들에서 100포인트 떨어져 신호에 따라 거래를 열고 패턴을 기억합니다. 포즈가 끝나면 보세요. 이익으로 마감되면 샘플에서 그러한 패턴을 1로 표시하고 손실이 있으면 0으로 표시합니다.
물론 샘플링을 위해 데이터를 수집하는 스크립트나 어드바이저의 코드를 저에게 개인적으로 보낼 수도 있습니다. 거기에서 내가 스스로 알아낼 것입니다.
이제 jPrediction에서 코드를 가져와 MQL로 컴파일할 필요가 없도록 jPrediction을 적용하려고 합니다. EA는 패턴을 신호의 파일에 덤프하고 Java의 스트레이(삼항 분류기)는 이러한 파일을 읽고 신호를 확인하면 권장 사항과 사운드 신호와 함께 자체 경고를 발행합니다. IMHO 그게 더 쉬울까요?
나중에 분류자와 어드바이저가 파일을 교환하고 풀 머신에서 자체적으로 거래를 열 수 있도록 전체 머신을 만드는 것이 가능합니다.
모든 것이 훨씬 쉽습니다. 나는 현재 신호의 종가와 이전 신호의 종가 사이의 차이를 계산합니다. 이 차이가 양수이면 신호의 방향을 고려하고 양수 차이가 100핍 이상인 경우 하나를 입력합니다. 0보다 작으면 이전 신호. 나는 Lodir의 도움으로 모든 것을 저장합니다. 음, 뉴로쉘 아래에 쓰여진 것입니다. 모든 지표의 데이터를 csv 파일에 완벽하게 저장하므로 다음과 같습니다. 표시기이므로 모든 고문은 단순히 무엇을하지 않습니다. 가장 쉬운 방법은 이진 모델과 함께 삼항 모델도 보존되는 경우입니다. 예를 들어, 파일 이름에 대한 이진 접두사 _2의 경우 삼항 _3의 경우 이것은 충분할 것입니다 ..... IMHO. 독창적인 모든 것은 간단하며 복잡할 필요가 없습니다.
여기에 모든 지표의 데이터를 저장하는 어드바이저가 있습니다. 5분 동안 기능을 살펴보세요. 거기에 지표가 있습니다. 사실, 이것은 MT4의 모든 것입니다. 나는 그것에 대해서만 작업합니다 ... 지금은 ....