Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1353

 
Yuri Asaulenko :

LPF'nin girdisine piyasa BP'si uygulandı. NS'nin girişinde aynı BP var. Evet, doğru, ağ alçak geçiren filtrenin çalışmasını tanımladı ve belirli bir aralıktaki çıkışı için bir tahmin yaptı.

Güçlendirmede - hayır, denemedim.

Numuneyi hazırla, zor değilse deneyeceğim.

 
Alexey Vyazmikin :

Numuneyi hazırla, zor değilse deneyeceğim.

Ne örneği anlamadım? VR'nin kendisi mi? Mümkün. Ve VR'den gelen örnek rastgele.

 
Yuri Asaulenko :

Ne örneği anlamadım? VR'nin kendisi mi? Mümkün. Ve VR'den alınan örnek rastgele.

Bir dosyaya yazamaz mısın? Muhtemelen python'da yapıyorsun, eğitim için hazırlanmış kırık örnekleri de oradaki bir dosyaya yükleyebilir misin?

 
Alexey Vyazmikin :

Bir dosyaya yazılamaz mı? Muhtemelen python'da yapıyorsun, eğitim için hazırlanmış kırık örnekleri de oradaki bir dosyaya yükleyebilir misin?

Hadi tekrar yapalım.

1. Tüm BP - 55 bin OHLSV. Rastgele, 5 - 6 bin satır uzunluğunda 20 satır çıkarılır (sadece Kapat). O eğitim için Millet Meclisi'nin girdilerine gidecek.

2. İstem l'e göre numune, LPF'den geçirilir. 20+Tr uzunluğunda bir dizi elde ederiz. Tr, tahmin zamanıdır. LPF çıktısının son değeri hedeftir.

3. Millet Meclisi 1 ve 2'ye başvuruyoruz - eğitiyoruz.

Ya da bir şey anlamıyorum.(

PS Verileri kaydetmeye çalışıyorum. .mat veya .spydata dosya biçimleri çalışır mı? Her nasılsa CSV'ye ihracat yapmak gerekli değildi, onu aramanız gerekiyor.

 
Yuri Asaulenko :

Hadi tekrar yapalım.

1. Tüm BP - 55 bin OHLSV. Rastgele, 5 - 6 bin satır uzunluğunda 20 satır çıkarılır (yalnızca Kapat). O eğitim için Millet Meclisi'nin girdilerine gidecek.

2. İstem l'e göre numune, LPF'den geçirilir. 20+Tr uzunluğunda bir dizi elde ederiz. Tr, tahmin zamanıdır. LPF çıktısının son değeri hedeftir.

3. Millet Meclisi 1 ve 2'ye başvuruyoruz - eğitiyoruz.

Ya da bir şey anlamıyorum.(

PS Verileri kaydetmeye çalışıyorum. .mat veya .spydata dosya biçimleri çalışır mı? Her nasılsa CSV'ye ihracat yapmak gerekli değildi, onu aramanız gerekiyor.

Tamam, zahmet etme.

Bu formatları nasıl okuyacağımı bilmiyorum.

Ancak, tahmincilerin ne olduğunu tam olarak anlamadım ...

 
Alexey Vyazmikin :

Tamam, zahmet etme.

Bu formatları nasıl okuyacağımı bilmiyorum.

Ancak, tahmincilerin ne olduğunu tam olarak anlamadım ...

Orada hiçbir öngörücü yok, Ölçekli Kapat değerleri dizisi - [Kapat[i-0], Kapat[i-1], Kapat[i-2],...,Kapat[i-19]] doğrudan NN girişine beslenir.

Hedef olarak - LPF çıktısının bir değeri [i + Tp], burada Tp, dakika cinsinden tahmin süresidir. Toplamda 5-6 bin bu tür hat var.

Tehdit Genel olarak, ormandaki sonuçları görmek ilginçtir. Bunu yaparsanız, yakın gelecekte bir CSV yapacağım.

Pekala, yığına bir tahmin tablosu daha ve işim bitti. 5 dakika boyunca LPF tahmini (yaklaşık olarak EMA(8)'ye karşılık gelir). gösteriyorum çünkü çalışmanın oldukça mümkün olduğu bir tahmin.

.

 
Alexander_K :

Eh, bu vatandaş çok şey söyledi ve belli belirsiz ... Mesajının asıl amacı şuydu - hiçbir şey bana yardımcı olmayacak: ne Erlang ne de Bachelier , verdiği satırlar dışında hiçbir şey.

Modellerimde hiçbir şey çalışmıyor - bu yüzden buraya döndüm, belki sinir ağı bir şeyler görür.

Daha fazla isim için Wikipedia'ya bakın - birçoğu var. İsimleri ne kadar çok bilirseniz, o kadar akıllı görüneceksiniz. Kalomorov yine bir şeyden bahsetmeyi unuttu.

 
Yuri Asaulenko :

Orada hiçbir öngörücü yok, Ölçekli Kapat değerleri dizisi - [Kapat[i-0], Kapat[i-1], Kapat[i-2],...,Kapat[i-19]] doğrudan NN girişine beslenir.

Hedef olarak - LPF çıktısının bir değeri [i + Tp], burada Tp, dakika cinsinden tahmin süresidir. Toplamda 5-6 bin bu tür hat var.

Tehdit Genel olarak, ormandaki sonuçları görmek ilginçtir. Bunu yaparsanız, yakın gelecekte bir CSV yapacağım.

Bir seçim yaparsan, onu çevireceğim. Doğru, bu artık bir sınıflandırma değil, bu ilginç.

 
Alexey Vyazmikin :

Bir seçim yaparsan, onu çevireceğim. Doğru, bu artık bir sınıflandırma değil, bu ilginç.

TAMAM. Ama acilen değil.

 
Alexey Vyazmikin :

Bir seçim yaparsan, onu çevireceğim. Doğru, bu artık bir sınıflandırma değil, bu ilginç.

Arşivleri saklayın. Eki görmek.

Learn.csv - girdiler. Her satırdaki ilk hane geçmişe bir bağlantıdır, silinmesi gerekir.

Cell.scv - hedef.

Bu veriler üzerinde eğitim aldıktan sonra, bu grafik gibi bir şey almalısınız.

Filtre yaklaşık olarak ЕМА(16), tahmine karşılık gelir - 5 dak.

ZY Testi o zaman, gerektiğinde yapacağım.

Dosyalar:
TS1.zip  961 kb