Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 444
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Yani, gelecek son 3 aydır - bir öncekinin sona ermesinden hemen önce ve ondan sonra - işlem gördü. İzlemeden ve onunla bir şeyler yapmaya çalışmadan önce işe yaramaz.
Maxim (veya sistemi) bariz olanı fark etti.
:)) evet, henüz başlamamış bir gelecekten bahsetmiyorum, muhtemelen sözleşmelerin ömrü ile ilişkili olan döngüsellikten bahsediyorum, örneğin volatilite, likidite gibi yeni bir sözleşmede kalıpların değişmesi gerçeğinde ifade ediliyor, vb., piyasa tepkileri değişir. Bu gözle algılanamaz, bu arada, istatistiksel analiz yoluyla tespit edilebileceğini düşünüyorum. Ama asıl mesele bu değil, piyasa her türlü başka döngülerle dolu. Sorun şu ki, makinede karlılık kaybı olmadan sistem yeniden kurulacaktı. Yani, elle hiçbir şey yapmamak, çok tembel ..
Danışmanınızın kalitesini belirleyecek bir parametre girin, değeri belirlediğiniz sınırın altına saparsa modeli yeniden eğitin. Bütün bunlar, çalışma durumundan ayrılmadan R'de yapılabilir.
Sorun nedir?
Dikkat! R'de hatalar olabilir.
Daha dün histogramlar oluşturdum. Bunu birkaç saat yaptım, komut dosyası yazmadım - her şey komut satırında. Sadece kodları düzenlemek için saatlerce deneyi tekrarlama arzusu yoktur.
Öyleyse bir histogram oluşturalım. Histograma göre seri değerlerinin belirli bir aralıkta bulunma olasılığı 0,22'dir. Bu harika, ancak histogramın kendisi farklı bir şey. Her şeyi özetlersek - olması gerektiği gibi 1 değil 0,59 elde ederiz.
Daha sonra, tekdüze dağıtılmış rastgele süreçleri örneklemek için aynı histogramları oluşturuyoruz. Burada her şey yakınsar ve olması gerektiği gibi toplam 1'dir. Bu böyle mi?
Tamam, aynı şeyi R'de yapmanın birçok yolu var. Farklı inşa ediyoruz. Bu sefer 0,43'lük bir olasılık elde ediyoruz. Bu olamaz, çünkü 0.22'den (0.59 toplamı ile) 0.43 elde etmenin bir yolu yoktur.
Histogramın değerlerini özetliyoruz, elde ediyoruz - 0.991. Sana hatırlatmama izin ver, d.b. =1. Her şey doğru olsa bile %1 hata alıyoruz. Bu hata sadece harika - bu olamaz.
Bundan sonra, bilirsiniz, R'nin güvenilirliği bir şekilde düşer. Aynı şey diğer hesaplamalar ve daha karmaşık algoritmalar için de geçerliyse, kontrolün o kadar kolay olmadığı ve daha sıklıkla imkansız olduğu durumlarda.
Dikkat! R'de hatalar olabilir.
Daha dün histogramlar oluşturdum. Bunu birkaç saat yaptım, komut dosyası yazmadım - her şey komut satırında. Sadece kodları düzenlemek için saatlerce deneyi tekrarlama arzusu yoktur.
Öyleyse bir histogram oluşturalım. Histograma göre seri değerlerinin belirli bir aralıkta bulunma olasılığı 0,22'dir. Bu harika, ancak histogramın kendisi farklı bir şey. Her şeyi özetlersek - olması gerektiği gibi 1 değil 0,59 elde ederiz.
Daha sonra, aynı şekilde dağıtılmış rastgele süreçlerin bir örneği için aynı histogramları oluşturuyoruz. Burada her şey yakınsar ve olması gerektiği gibi toplam 1'dir. Bu böyle mi?
Tamam, aynı şeyi R'de yapmanın birçok yolu var. Farklı inşa ediyoruz. Bu sefer 0,43'lük bir olasılık elde ediyoruz. Bu olamaz, çünkü 0.22'den (0.59 toplamı ile) 0.43 elde etmenin bir yolu yoktur.
Histogramın değerlerini özetliyoruz, elde ediyoruz - 0.991. Sana hatırlatmama izin ver, d.b. =1. Her şey doğru olsa bile %1 hata alıyoruz. Bu hata sadece harika - bu olamaz.
Bundan sonra, bilirsiniz, R'nin güvenilirliği bir şekilde düşer. Aynı şey diğer hesaplamalar ve daha karmaşık algoritmalar için de geçerliyse, burada kontrol edilmesi o kadar kolay değildir ve daha sıklıkla imkansızdır.
Bir şey görmek istiyorum.
Histogramları düzenli olarak oluşturuyorum, ancak hiçbir şey fark etmedim.
Dikkat! R'de hatalar olabilir.
Daha dün histogramlar oluşturdum. Bunu birkaç saat yaptım, komut dosyası yazmadım - her şey komut satırında. Sadece kodları düzenlemek için saatlerce deneyi tekrarlama arzusu yoktur.
Öyleyse bir histogram oluşturalım. Histograma göre seri değerlerinin belirli bir aralıkta bulunma olasılığı 0,22'dir. Bu harika, ancak histogramın kendisi farklı bir şey. Her şeyi özetlersek - olması gerektiği gibi 1 değil 0,59 elde ederiz.
Daha sonra, aynı şekilde dağıtılmış rastgele süreçlerin bir örneği için aynı histogramları oluşturuyoruz. Burada her şey yakınsar ve olması gerektiği gibi toplam 1'dir. Bu böyle mi?
Tamam, aynı şeyi R'de yapmanın birçok yolu var. Farklı inşa ediyoruz. Bu sefer 0,43'lük bir olasılık elde ediyoruz. Bu olamaz, çünkü 0.22'den (0.59 toplamı ile) 0.43 elde etmenin bir yolu yoktur.
Histogramın değerlerini özetliyoruz, elde ediyoruz - 0.991. Sana hatırlatmama izin ver, d.b. =1. Her şey doğru olsa bile %1 hata alıyoruz. Bu hata sadece harika - bu olamaz.
Bundan sonra, bilirsiniz, R'nin güvenilirliği bir şekilde düşer. Aynı şey diğer hesaplamalar ve daha karmaşık algoritmalar için de geçerliyse, burada kontrol edilmesi o kadar kolay değildir ve daha sıklıkla imkansızdır.
Tekrarlanabilir bir örnek olmadan, boş bir ses. Zaten nerede ve temel fonksiyonlarda hata olasılığı 0'dan azdır. Saatlerce yapılan deneyler açıkça etkilenmiştir. Geçmiş'ten bir dizi komut ayıklayamıyor musunuz? Yoksa Rstudio'da pratik yapmıyor musunuz?
Tekrarlanabilir bir örnek olmadan, boş bir ses. Zaten nerede ve temel fonksiyonlarda hata olasılığı 0'dan azdır. Saatlerce yapılan deneyler açıkça etkilenmiştir. Geçmiş'ten bir dizi komut ayıklayamıyor musunuz? Yoksa Rstudio'da pratik yapmıyor musunuz?
R 3.4.1 c'de https://www.r-project.org/
(Artık ihtiyacım olmayan) diziyi yalnızca yeniden üretmek için en az bir buçuk saat sürüyor. Bunu sadece sonuçları forumda yayınlamak için yapmayacağım açık. Dün her şey böyleyken maalesef konuya yazmak aklıma gelmedi.
Bu nedenle, olabildiğince dikkatli ve hiçbir şey belirtmeden yazdım - Dikkat! R'de hatalar olabilir . Yok ama olabilir.) Genel olarak ısrar etmiyorum. Her şeyin yolunda olduğunu düşünüyorsun, yani öyle.
İlginçtir ki, histogramları oluştururken bazı seriler için açıkça mevcutturlar, ancak diğer seriler için görünmüyorlar. Sonuç olarak, Excel'e gitmem ve her şeyi orada bitirmem gerekiyordu.
Not Evet, bana RStudio'yu hatırlattığınız için teşekkürler. Ben zaten bahse giriyorum. IMHO, CRANE'den R'den daha rahat olacak.
setwd("D:/") # çalışma dizinini ayarla
x <- read.csv("x.csv", head=T) # veri dosyasını yükle
sapply(x, class) # değişkenin içeriği hangi sınıfa ait
Danışmanınızın kalitesini belirleyecek bir parametre girin, değeri belirlediğiniz sınırın altına saparsa modeli yeniden eğitin. Bütün bunlar, çalışma durumundan ayrılmadan R'de yapılabilir.
Sorun nedir?
R'yi kullanmıyorum çünkü bot geliştirmede tamamen işe yaramaz :) Bazı araştırma istatistiklerine ihtiyacınız varsa, yapabilirsiniz. sinir ağlarına sahip lib'ler doğrudan dll olarak kullanılabilir, neden R burada
Açıkçası R sizin için işe yaramaz. İyi şanlar
----------------------
San Sanychu:
Regresyon problemlerine geçtiğinizden beri bunu görün
İyi şanlar
Açıkçası R sizin için işe yaramaz. İyi şanlar
----------------------
San Sanychu:
Regresyon problemlerine geçtiğinizden beri bunu görün
İyi şanlar
Çok özel bir modelde uzmanlaşmaya çalışıyorum - GARCH. Orijinal serinin bileşenlere ayrıştırılması ve ardından bu bileşenlerin ayrı ayrı modellenmesi beni cezbediyor. Ayrıca, bileşenlere ayrıştırma sezgiseldir ve doğrudan modelin yeniden eğitilmesiyle ilgilidir. Modellerde yalnızca yeniden eğitme eğilimleriyle ilgilendiğim için (TA'da altı aya kadar yeniden eğitilmiş Uzman Danışmanlar yapabilirim), bu GARCH seçimini belirledi.
NN'de, kalın kuyrukları, bükülmeleri hesaba katmaya izin verecek herhangi bir yaklaşım bilmiyorum... Bana öyle geliyor ki NN modelinin orijinal alıntıdaki problemlerle hiçbir ilgisi yok.
GARCH'ta, model uydurma sırasında, gelecekte ortaya çıkan modelin eğitim verileriyle tamamen aynı şekilde davranacağına temel teşkil eden bir test yapabilirim. Şu anda, parametreleri %90'dan yüksek bir olasılıkla anlamlı olacak bir GARCH'a uyamıyorum.