Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2141
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
Vladimir, ama TTR paketinden ZZ'de neyin yanlış olduğunu bilmiyorsun
bazen çok yetersiz çekiyor
пример zz <- TTR::ZigZag(HL = cbind(d$X.HIGH.,d$X.LOW.) ,change = 0.0009 ,percent = F)Ve genel olarak, ona ne kadar çok bakarsam, o bana o kadar yetersiz görünüyor.Bu bir zikzak ile MT'de aynıdır
Bunlar iyi mi?
Bunlar iyi mi?
Tabii ki değil
o zaman bu neden oluyor?
o zaman bu neden oluyor?
Görünüşe göre algoritmada tüm durumlar dikkate alınmıyor, başka ne söylenebilir?
Model için TF değişmez normalizasyonu ile ilgili olarak ..
bir dizi alıyoruz, önemli dönüm noktalarını vurguluyoruz
sadece uç noktaları bırakıyoruz, geri kalan her şey siliniyor
normalleştirmek
şimdi ilk satırdaki kesme noktaları arasındaki mesafeleri alıp onlardan yeni bir satır oluşturup normalize ediyoruz
böylece hem aralıkta (genliklerde) hem de zamanda (frekanslarda) normalleştirilmiş bir seri elde ederiz.
Tek gereken, desende çift sayıda ekstrem gözlemlemek, diğer her şey normalleştirildi
Böylece dakika veya haftalık veriler bile modele beslenebilir, onu aynı şey olarak görecek, TF'ye değişmez olacaklardır.
Bir modeli aynı anda tüm TF'lerde eğitebilirsiniz
===========================================
Ne olduğunu ve nedenini anlamayanlar için
Model için bu aynı model olacaktır, çünkü bu aynı modeldir.
Model için TF değişmez normalizasyonu ile ilgili olarak ..
bir dizi alıyoruz, önemli dönüm noktalarını vurguluyoruz
sadece uç noktaları bırakıyoruz, geri kalan her şey siliniyor
normalleştirmek
şimdi ilk satırdaki kesme noktaları arasındaki mesafeleri alıp onlardan yeni bir satır oluşturup normalize ediyoruz
böylece hem aralıkta (genliklerde) hem de zamanda (frekanslarda) normalleştirilmiş bir seri elde ederiz.
Tek gereken, desende çift sayıda ekstrem gözlemlemek, diğer her şey normalleştirildi
Böylece dakika veya haftalık veriler bile modele beslenebilir, onu aynı şey olarak görecek, TF'ye değişmez olacaklardır.
Bir modeli aynı anda tüm TF'lerde eğitebilirsiniz
===========================================
Ne olduğunu ve nedenini anlamayanlar için
Model için bu aynı model olacaktır, çünkü bu aynı modeldir.
çalışmıyor
çalışmıyor
ne çalışmıyor? normalleşme?? Yeterince uyuyamadın ya da ne)
Bu ZZ'yi Ulusal Meclise sürün
bu sürgülü bir pencerede yapılmalıdır, ancak n ekstremumlar ve tüm bunlar için ilk değil
ikincisi ise yazdığım her şey trend çizgisinin tahmin edilebilmesi için yapıldı, sadece böyle değil...
tüm bu dönüşümler belirli bir görev için yapıldı