Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1206

 
mytarmailS :

Neden yaklaştıralım? zaten Viterbi algoritması tarafından bir küme olarak 10 duruma bölünmüş, aslında

Şimdi, iade yapmadan önce fiyatın bir şekilde yaklaşık olarak hesaplanması gerektiğini düşünüyorum, yoksa iade yapmıyor mu? yine de düşünmek gerek

Pekala, modele bağlı, neyin yaklaşık olması ve neyin olmaması gerektiğini söylemek zor) sadece genellikle geri dönüş alıyorum

 
mytarmailS :

Bu arada, herhangi biri "smm" ile oynamak isterse, o zaman R'de kod ve örnekler içeren bir makale.

http://gekkoquant.com/2014/09/07/hidden-markov-models-examples-in-r-part-3-of-4/

Bu arada, SMM'nin makaledeki durumları oldukça yorumlanabilir.

 
mytarmailS :

Bir de bağımlılık var...

Geri dönüşler konusunda "HMM" (gizli Markov modeli) eğitimi aldı, öğretmen olmadan öğretilenler ve kendisinin farklı dağılımlara ayırdığı 10 eyalete bölünmüş


eyalet dağılımları


Ve burada getirileri eyaletlere göre grupladım, her satır ayrı bir piyasa durumu

Bazı eyaletlerde (1,4,6,8,9) çok az gözlem vardır, bu nedenle hiç algılanamazlar.

Ve şimdi seriyi geri yüklemeye çalışacağım, kümülatif bir toplam yapmak için aniden, bazı eyaletlerde bir tür eğilim var - bu yöndeki modeller

Kümülatif bir toplam yaptı

5 ve 7 numaralı eyaletler, koy için 5 ve köy için 7, istikrarlı bir yapıya sahiptir.

Çok ilginç dağılımlar ve eğriler. Hemen hemen hepsinde asimetri vardır. Teşekkürler, bir göz atacağım ve keyfini çıkaracağım.

 
Aleksey Nikolaev :

Bu arada, SMM'nin makaledeki durumları oldukça yorumlanabilir.

Pekala, kimse tartışmıyor, bunu Maxim'e az önce yazdım.

 
mytarmailS :

Pekala, kimse tartışmıyor, bunu Maxim'e az önce yazdım.

Kâse yakında yayınlanacak, biraz bekleyin .. daha sonra nakit dağıtımlarla teşekkür mektupları göndereceksiniz.

Akşam yemeği sunuldu :)

https://www.mql5.com/en/articles/4777

Применение метода Монте-Карло в обучении с подкреплением
Применение метода Монте-Карло в обучении с подкреплением
  • www.mql5.com
В предыдущей статье мы познакомились с алгоритмом Random Decision Forest и написали простого самообучающегося эксперта на основе Reinforcement learning (обучения с подкреплением).   Было отмечено основное преимущество такого подхода: простота написания торгового алгоритма и высокая скорость "обучения". Обучение с подкреплением (далее просто RL...
 
Maksim Dmitrievski :

Kâse yakında yayınlanacak, biraz bekleyin .. daha sonra nakit dağıtımlarla teşekkür mektupları göndereceksiniz.

Akşam yemeği sunuldu :)

https://www.mql5.com/en/articles/4777

Harika, bu duygu büyülü bir laboratuvara bakmak gibi. ordermagic değeri sadece bu hissi doğrular)

 
Aleksey Nikolaev :

Harika, bu duygu büyülü bir laboratuvara bakmak gibi. ordermagic değeri sadece bu hissi doğrular)

PCA, tahmin edicilerin sayımı ve diğer zevkler hakkında daha fazla materyal var, Python MO'ya geçmeden önce daha sonra bir makale daha ekleyeceğimi düşünüyorum.

 
Maksim Dmitrievski :

PCA, tahmin edicilerin sayımı ve diğer zevkler hakkında daha fazla materyal var, Python MO'ya geçmeden önce daha sonra bir makale daha ekleyeceğimi düşünüyorum.

Evet, gereksiz olmayacak.

 
FxTrader562 :

Makale için teşekkürler.

Sonunda "Monte Carlo"yu RDF ile birleştirdiniz :)))

Yazı ilginç olacak gibi... Canlı testlerde ne kadar etkili olduğunu ve ne gibi iyileştirmeler yapılabileceğini göreceğim ve sizi güncelleyeceğim..

İleriye dönük test sonuçlarını iyileştirmek için bu sürümde ele almanız gereken önemli endişeleriniz varsa, bana bildirebilirsiniz.

shift_prob (kodda kaydırılmış olasılık) ile "rastgele örnekleme" yerine, mevcut piyasa durumlarına bağlı olarak farklı dağılımlardan örnekler yapmak istiyorum ..

bunun için farklı dağıtımlar deneyebilir

 

İşte ilgilendiler, işte burada

  R'de Bayes Veri Analizinin Temelleri !