Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 3325
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım 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
Bu trollük mü?
Trollük nedir?
İşte video.
Bu trollük de ne?
İşte video
Şöyle bir şey.
Bunun gibi.
Benim açımdan internetteki bir yerle, yani bir linkle ilgiliydi.
Benim açımdan internetteki bir yerle, yani bir bağlantıyla ilgiliydi.
Makaleyi tam olarak hatırlamıyorum,
ama bir milyon tane yok, araştırın.
Hangi makale olduğunu hatırlayamıyorum,
ama bir milyon tane yok, araştırın.
Ben de bir araştırma yaptım ve henüz bir şey bulamadım.
Ben de bunu fark ettim. Sadece bunun nedeninin tespit edilip edilmediğini soruyorum. Neyin bozuk olduğu değil, sinyallerin neden kaybolduğu.
Nedeni basittir, amaçlandığı gibi - sinyaller eksiktir çünkü yeni verilerde sinyaller kabul edilebilir dar bir aralığın dışındadır.
Bu durum sınıflandırmaya benzetilebilir; bilinen net kalıplar ve bilinmeyen belirsiz kalıplar vardır. Zaman geçtikçe bilinmeyenler artar ve "bilinen" sınıfta hiçbir şey kalmaz.
Bu algoritma ile cagle'da birincilikler kazanmanın mümkün olduğu iddia ediliyor, basit görevler olduğunu düşünmüyorum...
Çözmeye çalışalım mı? Formüllerden anlamam - büyük üzüntüm.
Ve eğer fikri parçalara ayırırsanız, piyasa verileri için çok kötü.
Birbirine çok yakın olan farklı sınıfların örnek çiftlerini silmeyi öneriyor. 3. örneğe bakarsak, ideal olarak 0,2 ila 0,8 arasındaki tüm örnekler kaldırılacak ve yalnızca sınıfların mutlak saflığına sahip 0,2'nin altındaki ve 0,8'in üzerindeki alanlar kalacaktır. Herhangi bir model bunları daha kolay sınıflandıracaktır.
Daha önce, bu kadar basit bir örneğin ve ağacın, yüksek saflıkta sınıflara sahip yapraklar kullanırsanız (ve yaprakları bir yaprakta 1 örneğe kadar bölmezseniz) kolayca bölüneceğini göstermiştim.
Ancak bu yapay bir örnektir.
Piyasa verilerinde, bir sınıfın baskın olduğu böyle saf bloklar olmayacaktır. Yani neredeyse her şeyi temizlemeniz gerekecektir. Örneğin, 1000 puan vardı, 900'ü temizlendi, geri kalanı bir şekilde yaprakların temizliğine ulaştı, örneğin% 70 - fena görünmüyor ve para kazanabilirsiniz. Ancak gerçekten ticaret yapmaya başladığınızda, temizlik yaparken kurtulduğumuz örnekler olacak (kalan 1'e 9 çöp) ve% 70'ten göstergeler örneğin% 53'e düşecek ve spread, slippages vb.
Sınıflardan birinin dürüst% 53 saflığına sahip bir ağaç ve yaprağı tercih ederim. Ve onu kullanmayacağım.
Bir arama yaptım ama henüz bir şey çıkmadı.
Olur böyle şeyler
Burada bir bağlantı göremiyorum. Bu nereden çıktı?
Ben de formüller kullanmıyorum, fikirler kullanıyorum.
Ve fikri parçalara ayırırsanız, piyasa verileri için o kadar da iyi değildir.
Birbirine çok yakın olan farklı sınıfların örnek çiftlerini kaldırmayı önerir. 3. örneğe bakarsak, ideal olarak 0,2 ila 0,8 arasındaki tüm örnekler kaldırılacak ve yalnızca sınıfların mutlak saflığına sahip 0,2'nin altındaki ve 0,8'in üzerindeki alanlar kalacaktır. Herhangi bir model bunları daha kolay sınıflandıracaktır.
Daha önce, bu kadar basit bir örneğin ve ağacın, yüksek saflıkta sınıflara sahip yapraklar kullanırsanız (ve yaprakları bir yaprakta 1 örneğe kadar bölmezseniz) kolayca bölüneceğini göstermiştim.
Ancak bu yapay bir örnektir.
Piyasa verilerinde, bir sınıfın baskın olduğu böyle saf bloklar olmayacaktır. Yani neredeyse her şeyi temizlemeniz gerekecektir. Örneğin, 1000 puan vardı, 900'ü temizlendi, geri kalanı bir şekilde yaprakların temizliğine ulaştı, örneğin% 70 - fena görünmüyor ve para kazanabilirsiniz. Ancak gerçekten ticaret yapmaya başladığınızda, temizlik yaparken kurtulduğumuz örnekler olacak (kalan 1 taneye karşılık 9 çöp) ve göstergeler% 70'ten örneğin% 53'e düşecek ve spread, slippages vb.
Sınıflardan birinin dürüst% 53 saflığına sahip bir ağaç ve yaprağı tercih ederim. Ve bunu kullanmayacağım.
Bu noktada, sonuçla ilgili olarak düşüncelerimiz hemfikir. Evet, oldukça inceltilmiş bir örnek bekliyorum, ancak anladığım kadarıyla süreç yinelemeli, bu da ölçüyü bilebileceğiniz ve çok daha erken durabileceğiniz ve aynı ağaç modellerini oluşturmak için aynı verileri kullanabileceğiniz anlamına geliyor, bu da yapraklarda daha az yarık ve daha güvenilir değerlere sahip olacak.
Başlangıç merkezlerinin rastgele yerleştirildiğini doğru anlıyor muyum?