관찰 - 내가 생각해 낸 아이디어는 인터넷에서 거의 똑같은 것을 찾지 못했습니다. (예를 들어, 나는 최근에 퍼지 논리와 NN에 대한 예를 버렸다. 처음에는 기사가 꽤 신선했지만 처음에 생각해낸 다음 정확히 동일한 1 in 1을 찾았습니다.) 그리고 그들이 할 단일 ML 모델은 없습니다. 아직 마켓에 신청을 해보지 않으신 분 :) 기본적으로 영어 자원은 물론 .. RuNet에서는 일반적으로 태닝이 완료된 상태입니다.
관찰 - 내가 생각해 낸 아이디어는 인터넷에서 거의 똑같은 것을 찾지 못했습니다. (예를 들어, 나는 최근에 퍼지 논리와 NN에 대한 예를 버렸다. 처음에는 기사가 꽤 신선했지만 처음에 생각해낸 다음 정확히 동일한 1 in 1을 찾았습니다.) 그리고 그들이 할 단일 ML 모델은 없습니다. 아직 마켓에 신청을 해보지 않으신 분 :) 기본적으로 영어 자원은 물론 .. RuNet에서는 일반적으로 태닝이 완료된 상태입니다.
"입구의 쓰레기 - 출구의 쓰레기"는 사실이며 동시에 이해를 위한 중요한 논문이며 근본적인 연구 가치가 있습니다. 당연히 모델링의 모든 가능성을 소진하지 않으며 연구를 위해 초기 데이터를 선택하는 방법의 무한성을 고려하지 않습니다. 데이터의 선택이 연구 대상의 특성이나 알려진 경우 해당 수학적 모델의 특성에 의해 결정된다는 것은 누구나 알고 있습니다. 다른 한편으로, 모든 데이터는 시장의 행동 을 결정하는 "절대적인" 요소 세트와 관련하여 추상화의 특정 수준에서 고려되어야 합니다. 이러한 기준이 없으면 순전히 지역적인 비교 평가만 할 수 있습니다. 개인적으로 내 자신의 경험에 비추어 볼 때 초기 데이터 선택에 대한 사려 깊은 접근 방식이 수치 계산의 성능을 향상시킨다고 확신했습니다. 모델링.
"입구의 쓰레기 - 출구의 쓰레기"는 사실이며 동시에 이해를 위한 중요한 논문이며 근본적인 연구 가치가 있습니다. 당연히 모델링의 모든 가능성을 소진하지 않으며 연구를 위해 초기 데이터를 선택하는 방법의 무한성을 고려하지 않습니다. 데이터의 선택이 연구 대상의 특성이나 알려진 경우 해당 수학적 모델의 특성에 의해 결정된다는 것은 누구나 알고 있습니다. 다른 한편으로, 모든 데이터는 시장의 행동 을 결정하는 "절대적인" 요소 세트와 관련하여 추상화의 특정 수준에서 고려되어야 합니다. 이러한 기준이 없으면 순전히 지역적인 비교 평가만 할 수 있습니다. 개인적으로 내 자신의 경험에 비추어 볼 때 초기 데이터 선택에 대한 사려 깊은 접근 방식이 수치 계산의 성능을 향상시킨다고 확신했습니다. 모델링.
terver + MO, 다른 옵션이 없다고 생각합니다. 그것은 과학적으로나 세련되게 밝혀졌습니다.
나는 지점에 관심을 더하고 동시에 내 결론을 구체화하려고 노력할 것입니다. 교화적인 비판만 환영합니다. 일반적으로 현재 MT4에서 직접 개발하고 추출한 다양한 데이터 세트에 대한 주식 곡선(OOS 기간)을 배치합니다. 머신 러닝 방법으로 R + MT4에서 수행한 것과 동일한 포리스트(RandomForest)를 사용하겠습니다. 포리스트 매개변수는 고정되고 교육 및 테스트 기간은 데이터 세트만 변경됩니다. 목표 - 최소 단계 깊이가 50포인트인 ZIgZag 표시기를 사용하여 계산된 이진 기호(0.1)입니다.
글쎄, 나는 발명하는 동안 모두가 이것을 오랫동안 사용하고 있다는 것을 몰랐습니다 ...
반세기 동안 그들은 여기에서 논의되는 모든 것을 사용해 왔습니다.
이제 디플러닝과 같은 보다 진보적인 모델만 추가되고 있습니다.
관찰 - 내가 생각해 낸 아이디어는 인터넷에서 거의 똑같은 것을 찾지 못했습니다. (예를 들어, 나는 최근에 퍼지 논리와 NN에 대한 예를 버렸다. 처음에는 기사가 꽤 신선했지만 처음에 생각해낸 다음 정확히 동일한 1 in 1을 찾았습니다.) 그리고 그들이 할 단일 ML 모델은 없습니다. 아직 마켓에 신청을 해보지 않으신 분 :) 기본적으로 영어 자원은 물론 .. RuNet에서는 일반적으로 태닝이 완료된 상태입니다.
반세기 동안 그들은 여기에서 논의되는 모든 것을 사용해 왔습니다.
이제 디플러닝과 같은 보다 진보적인 모델만 추가되고 있습니다.
관찰 - 내가 생각해 낸 아이디어는 인터넷에서 거의 똑같은 것을 찾지 못했습니다. (예를 들어, 나는 최근에 퍼지 논리와 NN에 대한 예를 버렸다. 처음에는 기사가 꽤 신선했지만 처음에 생각해낸 다음 정확히 동일한 1 in 1을 찾았습니다.) 그리고 그들이 할 단일 ML 모델은 없습니다. 아직 마켓에 신청을 해보지 않으신 분 :) 기본적으로 영어 자원은 물론 .. RuNet에서는 일반적으로 태닝이 완료된 상태입니다.
지루한 :)
지루한 :)
그래 어떻게 해야 할지 모르겠어 아무도 아이디어를 내주지 않는데 너무 게을러서 생각이 안나
글쎄요, 모델이 있습니다. 다양한 수정으로 일관되게 잘 훈련되고, 그 중 일부는 여기에서와 같이 100% 이상의 OOS 훈련을 수행합니다. (OOS 훈련 4개월 10개월) 그러면 쓰레기
나는 데모에서 테스트의 요점을 보지 못합니다. 그것은 이미 분명하다
실제로 전환 - x, 왜냐하면 시스템이 앞으로 언제 고장날지는 미지수 :D 일종의 세미그레일을 만들고 지금은 멍하니 바라보고 있는데 50k는 이미 제안된 상태입니다.
다시 영어로 500페이지 읽는 책...
그래 어떻게 해야 할지 모르겠어 아무도 아이디어를 내주지 않는데 너무 게을러서 생각이 안나
글쎄요, 모델이 있습니다. 다양한 수정으로 일관되게 잘 훈련되고, 그 중 일부는 여기에서와 같이 100% 이상의 OOS 훈련을 수행합니다. (OOS 훈련 4개월 10개월) 그러면 쓰레기
나는 데모에서 테스트의 요점을 보지 못합니다. 그것은 이미 분명하다
실제로 전환 - x, 왜냐하면 시스템이 앞으로 언제 고장날지는 미지수 :D 반성배를 만들어 놓고 멍하니 바라보고 있는데 벌써 50k 제안이 들어왔네요.
다시 영어로 500페이지 읽는 책...
기능 변경을 시작해 볼까요?
"입구의 쓰레기 - 출구의 쓰레기"는 사실이며 동시에 이해를 위한 중요한 논문이며 근본적인 연구 가치가 있습니다. 당연히 모델링의 모든 가능성을 소진하지 않으며 연구를 위해 초기 데이터를 선택하는 방법의 무한성을 고려하지 않습니다. 데이터의 선택이 연구 대상의 특성이나 알려진 경우 해당 수학적 모델의 특성에 의해 결정된다는 것은 누구나 알고 있습니다. 다른 한편으로, 모든 데이터는 시장의 행동 을 결정하는 "절대적인" 요소 세트와 관련하여 추상화의 특정 수준에서 고려되어야 합니다. 이러한 기준이 없으면 순전히 지역적인 비교 평가만 할 수 있습니다. 개인적으로 내 자신의 경험에 비추어 볼 때 초기 데이터 선택에 대한 사려 깊은 접근 방식이 수치 계산의 성능을 향상시킨다고 확신했습니다. 모델링.
기능 변경을 시작해 볼까요?
입구에 가격만 있고 기능에 부담은 없어요 :) 가장 중요한 것은 타겟 선택
"입구의 쓰레기 - 출구의 쓰레기"는 사실이며 동시에 이해를 위한 중요한 논문이며 근본적인 연구 가치가 있습니다. 당연히 모델링의 모든 가능성을 소진하지 않으며 연구를 위해 초기 데이터를 선택하는 방법의 무한성을 고려하지 않습니다. 데이터의 선택이 연구 대상의 특성이나 알려진 경우 해당 수학적 모델의 특성에 의해 결정된다는 것은 누구나 알고 있습니다. 다른 한편으로, 모든 데이터는 시장의 행동 을 결정하는 "절대적인" 요소 세트와 관련하여 추상화의 특정 수준에서 고려되어야 합니다. 이러한 기준이 없으면 순전히 지역적인 비교 평가만 할 수 있습니다. 개인적으로 내 자신의 경험에 비추어 볼 때 초기 데이터 선택에 대한 사려 깊은 접근 방식이 수치 계산의 성능을 향상시킨다고 확신했습니다. 모델링.
terver + MO, 다른 옵션이 없다고 생각합니다. 그것은 과학적으로나 세련되게 밝혀졌습니다.
여기 terver는 일반적으로 약합니다. 공부해야합니다.
입구에 가격만 있고 기능에 부담은 없어요 :) 가장 중요한 것은 타겟 선택
그러면 역사적 가격이 반복되는 한 모든 것이 작동해야 합니다...
terver + MO, 다른 옵션이 없다고 생각합니다. 그것은 과학적으로나 세련되게 밝혀졌습니다.
여기 terver는 일반적으로 약합니다. 공부해야합니다.
정확히.
특정 Asaulenko가 바로 그 일을 합니다. 토끼처럼 피하려 하지만 그는 여전히 물리학자이고 나는 그의 모델을 믿는다.
그리고 이렇습니다-가격이 신뢰 수준을 넘어섰는지 확인하고, 추가로 국회에서 거래를 허가/거부합니다. 나는 NS 대신 Pearson의 왜도 계수를 사용합니다. 그러나 그는 더 낫습니다. 저도 똑같이 하고 싶습니다.