Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1515

 
biqvi :

Resim sadece 1. ve 2. aşamaların bir gösterimidir.

Evet, bunun sadece bir resim olduğunu anlıyorum, ancak benzer kurulumları programlamak için kişisel olarak benim için nasıl göründüğünü daha net anlamanız gerekiyor. Çubukların yüksekliği dikkate alınıp alınmadığı, hangi limitin ayarlanması gerektiği. Bu kurulumun toplam yüksekliği ... ve diğer açıklamalar mümkündür.

 
biqvi :

Resim sadece 1. ve 2. aşamaların bir gösterimidir.

Mum renklerinde her şey yolunda mı?

bu "kurulumu" programlamak için sorun yok gibi görünüyor
 

İki sorunu çözmek için nörona onu (daha doğrusu kurulum 1 olan kısım) görmesini öğretmek istiyorum:

1) Gördüklerini ondan çıkarın, kurulumda "neye bağlı olduğunu" anlayın ve bu sayede benim ne gördüğümü ve grafiğin hangi özelliklerinin önemli olduğunu anlamak daha iyidir.

2) Ticareti ona aktarın veya (en azından) bir zil asın.

Profesyonellere soru, sorun ifadesinin doğru olup olmadığını ve bunu çözmek için nereye gidileceğini söyleyin?

Resim, kurulum dediğim şeyi netleştirmek için sadece bir resim.

 
biqvi :

1) Kendisinden ne gördüğünü çıkarın, kurulumda "neye takıldığını" anlayın ve bu sayede benim ne gördüğümü ve grafiğin hangi özelliklerinin önemli olduğunu anlamak daha iyi olur.

Sinir ağı, neden bir karar verdiğini anlamayacaktır. Ancak tek bir ağacın kararı, if(height2>10){ if(delta<50){ .... }} gibi birkaç koşullu ifadeye yeniden yazılabilir. Bunun için orman tek bir ağaçla inşa edilmelidir. Çok sayıda ağaç varsa, örneğin 100 ise, if(){if(){.... }} gibi 100 zincirden elde edilen çözümlerin ortalamasını manuel olarak almak gerekecektir, bu zor olacaktır. Ancak orman, genellikle çözüm kümesinin ortalamasını alarak en iyi çözüme sahiptir.

Büyük olasılıkla, harcanan yılın bir sonucu olarak, 1. modelden sonra 2. modelin vakaların yaklaşık %50'sinde gerçekleştiğini, kalan %50'sinde ise bunun tam tersi olacağını göreceksiniz ( çift tepe , ardından düşüş ve bir dizi başka seçenek). Bu, bu iş parçacığının müdavimleri arasında başarılı sinyallerin olmamasıyla kanıtlanmıştır.
Bir kişi bu 6 kalıp 1 çubuğundan fazlasını görür. Başarılı olursanız, bir yıl harcamaktansa manuel olarak ticaret yapmak daha iyidir.

 
biqvi :

İki sorunu çözmek için nörona onu (daha doğrusu kurulum 1 olan kısım) görmesini öğretmek istiyorum:

1) Gördüklerini ondan çıkarın, kurulumda "neye bağlı olduğunu" anlayın ve bu sayede benim ne gördüğümü ve grafiğin hangi özelliklerinin önemli olduğunu anlamak daha iyidir.

2) Ticareti ona aktarın veya (en azından) bir zil asın.

Profesyonellere soru, sorun ifadesinin doğru olup olmadığını ve bunu çözmek için nereye gidileceğini söyleyin?

Resim, kurulum dediğim şeyi netleştirmek için sadece bir resim.

En basit seçeneklerden biri, 2:1:2:1:2 renk oranı (yön) ile sekiz giriş çubuğu ve hangi eğitimin yapılabileceğini tahmin etmek için bir çıkış (hedef) çubuğu içeren bir eğitim örneği yapmaktır.

Böyle bir yaklaşım, elbette, kalıbın etkinliğini azaltacaktır, ancak uyum ve tanınma olasılığı daha yüksek olacaktır ve bu, içinde balık olup olmadığını anlamak için bir başlangıç için önemlidir.

Bu seçenek uygunsa yapabilirim, sinir ağlarında net olmayacak, ancak karar ağaçlarında normal olmalı - okunabilir mantıkla.

 
Andrey Dik :

serin. gerçekten gürültülü..

Evet, oradaki ayarları değiştirebilirsiniz. tembel iken

büyük olasılıkla, herhangi bir tahmin gibi sonunda saçmalık olacak

 
biqvi :

İki sorunu çözmek için nörona onu (daha doğrusu kurulum 1 olan kısım) görmesini öğretmek istiyorum:

PS Bir çözüm için bir veya iki yıl harcamanın gerekli olacağı konusunda sakinim ve profesyonellerle işbirliği konusunda daha da sakinim.

Neuronka (MLP) ve diğer sınıflandırıcılar (rastgele orman, SVM, kNN vb.) bu tür ve çok daha önemsiz olmayan kalıpları otomatik olarak aramak için gereklidir, basit bir evrişim (kayan skaler çarpım) göreviniz için uygundur, bu şuradan programlanmıştır: bir saatte kazıyın ve dakikalar içinde hazır araçlarla bir yıla gerek yok.

Ancak, başarı olasılığının sıfıra yakın olduğu konusunda sizi önceden hayal kırıklığına uğratabilirim, çünkü tüm bu kadar basit yapılar otomatlar tarafından sorunsuz bir şekilde bulunur ve bir artıda ellerle ticaret yapmayı başardıysanız, o zaman siz, kalıbın kendisine ek olarak , muhtemelen sizin için "açık" olan, ancak yine de sonucu önemli ölçüde etkileyen bir dizi yardımcı koşula dayanıyordu. "Baltadan çorba" masalını hatırlıyor musun? Yani manuel tüccarlar için birçok şamdan oluşumu ile, basit bir model gibi görünüyor, ancak ondan önce tüccar tüm haberlere, tüm piyasalara bakacak, dedikoduları ve ticareti dinleyecek ve basit modeli olsun ya da olmasın)) )

 
Maksim Dmitrievski :

ne, kimse gerçekten anlamadı , sadece aptal kopyalama lib düzeyinde mi? mql'de zayıf bir şekilde yeniden yazmak? sadece pazar her türlü sinir ağı pisliğiyle dolup taşıyordu

ve bu arada vakıfların temeli budur. yine bir makale yazmam gerekiyor

Muhtemelen bu konu ve makaleleriniz dışında başka yazarların makalelerini de okumuyor musunuz? Bu tür genel sonuçlar nereden geliyor?

Saf haldeki Gizli Markov modelleri bizim durumumuz için geçerli değildir. Bizim zaman serimizde durum her zaman adımında değişmez. Durum birkaç (çok/az) döngü için devam eder ve her adımda bir durum değişikliği olasılığı değişir. Bu tür Markov modellerine Yarı Markov modelleri denir. Makalelerimden birinde, hedefin tahmin edilen durumlarını düzeltmek için bu tür modelleri kullandım. Onlar. olası olmayan diziler hsmm kullanılarak tarandı. Burada, bazı "akademisyenler", HSMM'nin yardımıyla nominal seriyi düzeltmenin mümkün olduğu gerçeğinden söz edildiğinde şok oldular. Olur.

Bu konuda bir makale yazmanıza ve matematiği MCL'ye çevirmenize yardımcı olmak için literatürü ekliyorum. iyice çözdüm. Bağlantıdaki Dropbox'tan indirin (~ 46MB). R'deki paketler: mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselect bunlar sadece kontrol ettiklerim.

Bu umutsuz işte size iyi şanslar (MKL'ye çeviri demek istiyorum).

 
Vladimir Perervenko :

Muhtemelen bu konu ve makaleleriniz dışında başka yazarların makalelerini de okumuyor musunuz? Bu tür genel sonuçlar nereden geliyor?

Saf haldeki Gizli Markov modelleri bizim durumumuz için geçerli değildir. Bizim zaman serimizde durum her zaman adımında değişmez. Durum birkaç (çok/az) döngü için devam eder ve her adımda bir durum değişikliği olasılığı değişir. Bu tür Markov modellerine Yarı Markov modelleri denir. Makalelerimden birinde, hedefin tahmin edilen durumlarını düzeltmek için bu tür modelleri kullandım. Onlar. olası olmayan diziler hsmm kullanılarak tarandı. Burada, bazı "akademisyenler", HSMM'nin yardımıyla nominal seriyi düzeltmenin mümkün olduğu gerçeğinden söz edildiğinde şok oldular. Olur.

Bu konuda bir makale yazmanıza ve matematiği MCL'ye çevirmenize yardımcı olmak için literatürü ekliyorum. iyice çözdüm. Bağlantıdaki Dropbox'tan indirin (~ 46MB). R'deki paketler: mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselect bunlar sadece kontrol ettiklerim.

Bu umutsuz işte size iyi şanslar (MKL'ye çeviri demek istiyorum).

teşekkürler, zaten her şeyi yeniden yazdım, ancak ayrı görevler için

sürekli için henüz nasıl olduğunu anlamadı

VR Mitramiles tarafından yumuşatmak yerine bir filtreleme seçeneği önerildi, veri setini kaydırdı ve sk'de neden onun için hiçbir şeyin işe yaramadığını sordu. pencere? Ve sordum: hmm matematiğini anlamak ve sadece paketleri kullanmak değil, neden işe yaramadığını anlamak zayıf mı? tüm sorduğum bu

 
Maksim Dmitrievski :

teşekkürler, zaten her şeyi yeniden yazdım, ancak ayrı görevler için

sürekli için henüz nasıl anlamadı

VR Mitramiles tarafından yumuşatmak yerine bir filtreleme seçeneği önerildi, veri setini kaydırdı ve sk'de neden onun için hiçbir şeyin işe yaramadığını sordu. pencere? Ve sordum: hmm matematiğini anlamak ve sadece paketleri kullanmak değil, neden işe yaramadığını anlamak zayıf mı? tüm sorduğum bu

O yüzden önceki mesajları göremedim. Kendi hesabıma aldım.

Ve literatüre bakın, çok faydalı. Rusça var.

Bir kez daha iyi şanslar