Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2982

[Renat Akhtyamov]

mytarmailS #:

Püre periyotlarını dinamik olarak kontrol ederseniz, püre üzerinde iyi bir TC elde edersiniz.

Dahası, gelecekte karışımların hangi dönemlerinin karlı olacağını tahmin etmeye çalışabilirsiniz.

fitness fonksiyonlarının farklı varyasyonlarını denemek

Tebrikler ;)

ilk numaralarımdan biri çözüldü

Hatırladığım kadarıyla, dönem yerine volatilite göstergesinin dönüştürülmüş değerini kullanıyordum.

Sanırım bu APR idi

[mytarmailS]

Renat Akhtyamov #:

Tebrikler ;)

ilk numaralarımdan biri ortaya çıktı

Hatırladığım kadarıyla, dönem yerine volatilite göstergesinin dönüştürülmüş değerini koymuştum.

Sanırım APAC'tı

Tebrikler! Bu çipin adı "uyarlanabilir filtreleme" "DSP" bu çip yaklaşık 70 yaşında.

[Renat Akhtyamov]

mytarmailS #:

Tebrikler! Bu çipe "uyarlanabilir filtreleme" "DSP" deniyor, bu çip yaklaşık 70 yaşında.

Geç kaldım.

Yaklaşık 12 yıl önce atmıştım zaten.

İki MA bir kaplumbağa yarışıdır.

Yani, güzel görünüyor ama kullanımı çok zahmetli.

;)

[mytarmailS]

Bir Python'cunun R koduna sorduğu bu soruyla karşılaştım.

Gülmekle karışık hafif bir şok yaşadım...

Python'da problem böyle çözülüyor.

def to_supervised(train, n_input, n_out):
    X, y = list(), list()
    in_start = 0
    #  step over the entire history one time step at a time
    for _ in range(len(data)):
        #  define the end of the input sequence
        in_end = in_start + n_input
        out_end = in_end + n_out
        #  ensure we have enough data for this instance
        if out_end <= len(data):
            x_input = data[in_start:in_end, 0]
            x_input = x_input.reshape((len(x_input), 1))
            X.append(x_input)
            y.append(data[in_end:out_end, 0])
        #  move along one time step

        in_start += 1
    return array(X), array(y)

ve bu da R 'de nasıl çözüldüğü.

em <- embed(x = 1:10,dimension = 6)[,6:1]
e1 <- em[,1:3]
e2 <- em[,4:6]

Yani, farkı hissedin, hangi dil veri ile çalışmak için yaratılmış ve hangisi sadece biçiyor.

[Maxim Kuznetsov]

mytarmailS #:

Bir pythonistten R koduna böyle bir soruyla karşılaştım

Kahkahayla karışık hafif bir şok yaşadım.....

İşte python'da sorunun nasıl çözüldüğü.

ve R 'de bu şekilde yapılır

Yani, hangi dilin verilerle çalışmak için tasarlandığını ve hangisinin sadece bir çim biçme makinesi olduğunu anlamak için

MQL'de dizeleri saymayan sizsiniz :-) Bu dil verilerle çalışmak üzere tasarlanmıştır

[mytarmailS]

Maxim Kuznetsov #:

MQL'de dizeleri saymadınız :-) Veri ile çalışmak için dil

Bunu düşünmek bile istemiyorum ))

[Renat Fatkhullin]

Maxim Kuznetsov #:

MQL'de dizeleri saymadınız :-) Veri ile çalışmak için dil

Sadece MQL5'in standart matris yöntemlerinin yeni işlevselliğinin farkında değilsiniz:

• https://www.mql5.com/ru/docs/matrix

Temel matris ve vektör matematiğinde büyük bir adım atılmıştır. Yazım önemli ölçüde daha kısa olabilir.

[Maxim Dmitrievsky]

mytarmailS #:

Bu soruya bir pythonist tarafından kodlamak için rastladım

Kahkahayla karışık hafif bir şok yaşadım.

python'da sorun bu şekilde çözülür.

ve R'de bu şekilde yapılır.

Yani, hangi dilin verilerle çalışmak için tasarlandığı farkını hissedin.

Önemli olan, güldükten sonra acı bir tat almamanızdır.

vec = [i for i in range(15)]    
matrix = [vec[i:i+7] for i in range(0, 14, 7)]
matrix2 = [vec[i:i+7] for i in range(1, 15, 7)]

Numpy ile daha da kısa sürer. Anlamlı bir şey yap.

[mytarmailS]

Maxim Dmitrievsky #:

Anlamlı bir şey yapın.

Örneğin

[Maxim Dmitrievsky]

mytarmailS #:

Gibi.

Bilmiyorum, sıradan.