Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3352
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
Keyfi gecikmeli sıradan artışlar. Logaritma veya sıfır çubuk yok. Soru işaretlerle ilgiliydi. Buradaki temel sorun düşük sinyal/gürültü oranıdır. Ancak tüm bilgileri içerirler.
Sağır telefon gelişiyor :)
Son makaleleri hiç okumuyorum, özellikle de üretken su yazarlarını, tüm su döngüleri ile :)Keyfi gecikmeli sıradan artışlar. Logaritma veya sıfır çubuk yok. Soru işaretlerle ilgiliydi. Buradaki temel sorun düşük sinyal/gürültü oranıdır. Ancak tüm bilgileri içerir ler.
Açıkçası, hepsi. Ancak komşu çubuklar arasındaki artışları kullanırsak, son 100 çubuk için bir trend olduğunu anlamak için model 100 çubuğun tümünü toplamalı ve 0 çubuğun artışını almalıdır. Ve bir kerede 0 bardan besleyerek, - işini kolaylaştırıyoruz.
Belki sinir ağları 100 artışın tümünü hesaba katabilir ve bir eğilim bulabilir, ancak ahşap modeller olası değildir. Kendiniz de söylediniz (ve ben de aynı sonuca sahibim) modellerin en iyi birkaç özellikte (10'a kadar) çalıştığını ve 10'dan 100'lük tam bir trendin oluşmayacağını. Ve artışların yanı sıra daha faydalı işaretler de olabilir.
Bu yüzden artışlar için keyfi gecikmem her zaman 0 bardan itibaren, böylece model trendi görür. Komşu çubuklar arasındaki artışlar hiç kullanılmaz, çünkü onları gürültü olarak değerlendiriyorum. Örneğin, 120 ile 121 bar arasında, yani 2 saat önce 0,00010 pt'lik bir artışın mevcut durum üzerinde ne gibi bir etkisi olabilir? - Hiçbir etkisi yok.
Hepsinin olduğu açıktır. Ancak komşu çubuklar arasındaki artışları kullanırsak, son 100 çubuk için bir eğilim olduğunu anlamak için modelin 100 çubuğun tümünü toplaması ve 0 çubuğun artışını alması gerekir. Ve bir kerede 0 bardan besleyerek, - işini kolaylaştırıyoruz.
Belki sinir ağları 100 artışın tümünü hesaba katabilir ve bir eğilim bulabilir, ancak ahşap modeller olası değildir. Kendiniz de söylediniz (ve ben de aynı sonuca sahibim) modellerin en iyi birkaç özellik üzerinde (10'a kadar) çalıştığını ve 10'dan 100'lük tam bir trendin oluşmayacağını. Ve artışların yanı sıra daha faydalı işaretler de olabilir.
Bu yüzden artışlar için keyfi gecikmem her zaman 0 bardan itibaren, böylece model trendi görür. Komşu çubuklar arasındaki artışlar hiç kullanılmaz, çünkü onları gürültü olarak değerlendiriyorum. Örneğin, 120 ile 121 bar arasında, yani 2 saat önce 0,00010 pt'lik bir artışın mevcut durum üzerinde ne gibi bir etkisi olabilir? - Hiçbir etkisi yok.
Trend, ortalama artışlardaki bir değişimdir. Bu yüzden artış grafiğinde de yer alır. Çoklu niteliklerle ilgili sorun, karıştırıcılar açısından açıklanmaktadır, yani her bir niteliğin etkisini diğerlerinden ayırmak daha zor hale gelmektedir. Sonuçta, her biri nihai tahmine ek hata getirmektedir. Nedensel çıkarım daha karmaşık hale gelir ve belirsizlik eklenir. Görünüşe göre, ön plan modelinin karmaşıklığı üzerinde sinyal/gürültü oranına bağlı olan bazı sınırlamalar vardır.
Artışların gecikmesi, çubuklarda öngörülen ticaretin süresiyle doğrudan ilişkilidir. Örneğin, süre 1 bar ise, küçük bir gecikme ve küçük bir pencere derinliği ile artışlar almak daha iyidir. İşlemlerin süresi arttıkça, artışların gecikmesi de doğal olarak artar. Ve tabii ki yayılma da etkiler.Her bir kene verilerini kaydeden ve verilerle bir csv dosyası oluşturan birUzman Danışman yazdım ve yanında bu dosyayı analiz eden, eğitim yapan ve ilk dosyadaki son satıra göre bir sinir ağı çalıştırdım. fiyatın nereye ve kaç puan gideceğine dair bir tahmin çıkarır. Python ile yazıldı. Kim zaten benzer bir şey yaptı ve resmin tamamını kapsayacak şekilde hangi veriler öğrenilebilir. Şimdi deneyim 'Açılış', 'Maksimum', 'Minimum', 'Kapanış', 'Hacim'e dayanıyor.
Bir ekranı nasıl ekleyeceğimi bilmiyorum
Bir ekranı nasıl ekleyeceğimi bilmiyorum
TÜM döviz çiftlerinin ve metallerin tiklerini kaydedin ve analiz edin.
günün saatini, haftanın gününü ekleyin
beklenen haberlerin sınıflandırılması
haberlerden saniyeler önce
geçmi̇ş haberleri̇n siniflandirilmasi
haberden saniyeler sonra
===
genel olarak kendinizi ve python'u meşgul edecek bir şey :-)
Henüz tüm IO'larda ustalaşmadık, bu yüzden size hemen söyleyemeyiz :)
Neden tüm MO'larda ustalaşalım? Sadece birkaç yüz model var... Ve modeller açıkça sorunun yarısından daha azı.
Belki birkaç modelde ustalaşın, ancak OOV ve OOS'de yaklaşık olarak aynı sınıflandırma hatasını% 20'den daha az tutarlı bir şekilde nasıl elde edeceğinizi öğrenin? Temelde aşırı öğrenme olmadığının kanıtı, ileriye bakmak ve en önemlisi gelecekte ortaya çıkan sınıflandırma hatasının kanıtı varken?
Neden tüm MoD'larda ustalaşalım? Sadece birkaç yüz model var... Ve modeller açıkça sorunun yarısından daha azı.
Birkaç modelde ustalaşmaya, ancak OOV ve OOS üzerinde yaklaşık olarak aynı sınıflandırma hatasını tutarlı bir şekilde %20'den daha az elde etmeyi öğrenmeye ne dersiniz? Temelde aşırı öğrenme olmadığının kanıtı, ileriye bakmak ve en önemlisi, gelecekte ortaya çıkan sınıflandırma hatasının kanıtı varken?
Tüm MOE'lerin altında ortak yaklaşımlar ve uygulamalar vardır. Örneğin, ikili sınıflandırma için sınıf olasılıkları elde edebilir misiniz? Eğer öyleyse, ne şekilde?
Sınıf olasılıkları üretmeyen paketleri hemen düşünemiyorum. Bu yüzden bunun standart olduğu izlenimine kapılmıştım.
Sınıf olasılıkları vermeyen paketleri hemen düşünemiyorum. Bu yüzden bana standart buymuş gibi geldi.