Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2878
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Açıkçası, hash fonksiyonlarını kullanmayı deneyebiliriz. Ancak, keyfi uzunluktaki vektörleri veya daha doğrusu onlar için uzunluğu hangi ilkeye göre seçeceğimizi sormaya utanıyorum :) ve hangi verilerden.
çok sayıda varyant olabilir
ilk seçenek daha hoş, ancak mantığa bir şey koymanız gerekiyor
Bu çok önemli bir soru, hep bunu düşünüyorum) Sadece kullanılan geçmişin uzunluğu hakkında konuşalım. Hesaplamalar için uygunluk ve uzunluk arasında makul bir uzlaşmaya ihtiyacınız vardır. Ne kadar kısa olursa o kadar alakalı olur, ancak ne kadar uzun olursa hesaplamalar o kadar doğru olur. Bazen iyi bir uzlaşmaya prensipte ulaşılamaz.
Aferin, değişen pencere uzunlukları bağlamında kendim için ilginç bir şey bile buldum.
Başka sorularınız varsa, lütfen taslak haline getirin, Yeni Yıl'dan sonra size soracağım.
Tamam, hepimize mutlu yıllar!)
Tamam, hepimize mutlu yıllar :)
Aynı şekilde :)
GPT konuşmasından ne anladığınızdan pek emin değilim.
Bazen yanlış cevaplar veriyor. İşte bir örnek
В идеале, алгоритм должен получать на вход всю доступную историю, которая очевидно со временем растёт. Он сам должен определять на какие куски её нарезать и что с ними делать.
*Evet, ideal olarak algoritma herhangi bir sayıda özelliği işleyebilmelidir
Siz değişen satır uzunlukları hakkında soru sordunuz, o da değişen sütun uzunlukları hakkında cevap verdi.
Pratik olarak, geçmişin uzunluğu modeli yeniden eğiterek değiştirilebilir. Örneğin, 1 gün, 3, 7, ay, 2, ... 1 yıl, 2, 3 ... üzerinde Geçmişin hangi uzunluğu iyi tahmin edecekse onu kullanın.Bu çok önemli bir soru, her zaman bunu düşünüyorum) Sadece kullanılan geçmişin uzunluğu hakkında konuşalım. Hesaplamalar için uygunluk ve uzunluk arasında makul bir uzlaşma olmalıdır. Ne kadar kısa olursa o kadar alakalı olur, ancak ne kadar uzun olursa hesaplamalar o kadar doğru olur. Bazen iyi bir uzlaşmaya prensipte ulaşılamaz.
Ben de uzun zaman önce bu soruyu merak etmiştim, bence bu, çalışan bir TS oluşturmak için en önemli anlardan biri. Kendim için bu yaklaşımı kullanıyorum - bilinen büyük bir geçmişte bir finansal varlığın bazı özelliklerini kabaca analiz ediyorum, değişen eğilimlerin koordinatlarını buluyorum - trend, volatilite vb. ve sonra bu küresel özelliğin bir süre kalacağını varsayarak son değişim noktasından çalışıyorum.
Pratik olarak geçmişin uzunluğu modeli yeniden eğiterek değiştirilebilir. Örneğin, 1 gün, 3, 7, ay, 2, ... 1 yıl, 2, 3, ... Geçmişin hangi uzunluğu iyi tahmin edecekse o uzunluğu kullanın.
Sütunlar henüz hiç tartışılmadı - hala uzun bir yol var. Kafa karışıklığı, işaretlerin fiyat (çubuklar, renko vb.) olduğunu söylememekten kaynaklanıyor. Yani, homojen niteliklerden oluşan bir vektörün keyfi bir uzunluğundan bahsediyoruz. Nitelikler vektörünün keyfi uzunluğuna ek olarak, keyfi nitelik türlerine sahip olmak istiyorsak, bu zaten açık bir aşırılıktır.
Sorun şu ki SB kurallar varmış gibi göstermekte oldukça başarılı - tek sorun bunların farklı sitelerde farklı olması.
o zaman düşünürseniz, bu keyfi sayıda özellik sorunu değil, ilk etapta özellik değişmezliği sorunudur.
https://homes.esat.kuleuven.be/~tuytelaa/tutorial-ECCV06.pdfBu çok önemli bir soru, her zaman bunu düşünüyorum) Sadece kullanılan geçmişin uzunluğu hakkında konuşalım. Hesaplamalar için uygunluk ve uzunluk arasında makul bir uzlaşma olmalıdır. Ne kadar kısa olursa o kadar alakalı olur, ancak ne kadar uzun olursa hesaplamalar o kadar doğru olur. Bazen iyi bir uzlaşmaya prensipte ulaşılamaz.
Bir kritere ihtiyacınız var ve tek kriter model uydurma hatasıdır.
İşte bir resim.
Bu, 2000 çubuk ve 43 değişkenden oluşan bir örneklemdir. Ağaç sayısını 100'ün üzerine çıkarmanın anlamsız olduğunu görüyoruz. Örneklem büyüklüğünü değiştirdim. Sonuç, resmin 1500 çubuğun üzerinde değişmemesidir. Bu, öğretmenim için tahmincilerimdeki örüntü sayısının yaklaşık 100 adet olduğu ve bunların hepsinin 1500 barlık geçmişte bulunabileceği anlamına geliyor. Ayrıca bu kalıplar tekrarlanır.
o zaman düşünürseniz, bu keyfi sayıda özellik sorunu değil, ilk etapta özellik değişmezliği sorunudur
https://homes.esat.kuleuven.be/~tuytelaa/tutorial-ECCV06.pdfBunu resim tanıma ile karşılaştırırsanız, kabaca her nokta için, o noktanın içinde bulunduğu nesnenin (blob) sınırını bulma meselesidir.
Sorun, resmin son derece düşük kalitede olması ve üzerinde gerçekte neyin tasvir edildiğinin tam olarak belli olmamasıdır.
Küçük bir nesnenin bu koşullarda seçilmesi gerçekçi değildir ve büyük bir nesne belirsiz bir şekilde seçilecektir.
Bir kritere ihtiyacınız var ve tek kriter model uydurma hatası.
İşte bir resim
Bu, 2000 çubuk ve 43 değişkenden oluşan bir örneklemdir. Ağaç sayısını 100'ün üzerine çıkarmanın anlamsız olduğunu görüyoruz. Örneklem büyüklüğünü değiştirdim. Sonuç, resmin 1500 çubuğun üzerinde değişmemesidir. Bu, öğretmenim için tahmincilerimdeki örüntü sayısının yaklaşık 100 adet olduğu ve bunların hepsinin 1500 barlık geçmişte bulunabileceği anlamına geliyor. Ayrıca bu kalıplar tekrarlanır.
1500 bar hastanenin ortalama sıcaklığıdır. Tarihin yarısının çok farklı olduğu ve hiçbir şeyi saymamanın ve ticaret yapmamanın daha iyi olduğu kırılma noktaları olacaktır.