Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 623
![MQL5 - MetaTrader 5 müşteri terminalinde yerleşik ticaret stratejileri dili](https://c.mql5.com/i/registerlandings/logo-2.png)
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret 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
Hayır, Java yorumlanmış bir dil değildir, ancak yayın, C# gibi, çeviri bir kez gerçekleşir, sonuç sanal bir makine tarafından yürütülen bir "bayt kodu" olur, Java ve SeaSharp C ++'dan çok daha yavaştır, 1-2 kez, algoritmaya bağlı olarak, bir vektör, bir liste vb. java\c# ile karşılaştırılabilir performans. Ve Python ve R onlarca, bazen yüzlerce kez kaybeder, eğer yerel algoritmalar yazarsanız, yorumlama her seferinde çalışma zamanında gerçekleşir.
Öznitelik Seçimi
Lowess yumuşatma algoritmasının uygulanması:Verilerdeki aykırı değerleri filtrelemek için.
![lowess_1_png lowess_1_png](https://c.mql5.com/3/170/lowess_1__1.png)
Delta, türev, log türev, ema ve lowess ile trend azaltma:
Yuri Asaulenko :
Merak ediyorum neden Python değil? M.b. aynı R? Hiçbir şey anlamıyorum.
toksik :
Mikhail adına konuşmayacağım, kendisi seçimini tartışabilir, ancak muhtemelen python ve R yüksek seviyeli dilleri yorumladıkları için, bunların bir dizi kitaplık için bir arayüzden ziyade matlab veya “matematik” gibi olduklarını varsayabilirim. bir komut satırı, dillerin kendisinden daha, inceleme için bu çok güzel, ancak üretimde, özel algoritmalarla savaşmanız gerektiğinde, hiç şansınız yok, bir scooter üzerinde formül 1'i yenmek gibi
Java evrensel bir dildir, içine yeni bir metatrader veya matlab yazabilirsiniz ve Python veya R, yalnızca deneyler ve istatistikler için, deneyler bittiğinde ve üretim kodu yazmanız gerektiğinde, ardından Java veya C++, yani daha çok bir zaman meselesi, çünkü artılar veya java bu şekilde incelenmek zorunda kalacak ve R ile python sadece "ruh için".
https://medium.com/deep-learning-turkey/google-colab-free-gpu-tutorial-e113627b9f5d
VAR, VECM, vars paketini aramanız gerekiyor, her zamanki gibi içinde linkler var. SETAR'a göre giriş limitleri
Ekledim ve böylece Google yardım edecek - literatür ve özel uygulamalar ....
Yayılmayı aşarsanız, belki paylaşın. Böyle bir güzellik olmadan, gözlerinizi alamazsınız.
Okudum, genel olarak, bunu zaten yaptım (benzer) ve artışlar gösterdim. ama RF aracılığıyla yaptı. Orada, bakiyeler aslında genellikle yayılmadan daha azdır. LR sayesinde, dengeler daha ciddi olmalıdır (puan olarak), çünkü RF, tüm bağımlılıkları hatırlamada çok güçlüdür. Ancak konunun kendisi ilginç, bu tür modellerin zaten icat edildiğini bilmeden sezgisel olarak geldim :)
Ve işlem örnekleri, tamamen görsel (botu henüz kontrol etmedim)
artıklar normal olarak dağılmış gibi görünüyor, ancak bazı döngüsellik tamamen alınmadı
ve model OOS'ta bu şekilde bozulur.. her 50 barda bir yeniden hesaplanır ve neredeyse anında tekrar bozulur :)
Nedense testleri görmezden geliyorsunuz ve onlarsız eşbütünleşme düşünülemez. Ne de olsa, eşbütünleşmenin ana fikri, DURAĞAN bir seri üzerinde alım satım kararlarının benimsenmesidir ve böyle bir seri, durağan DEĞİL bir serinin aksine tahmin edilir. Test, tarih hakkında öngörülebilirlik kanıtı elde etmenizi sağlayacaktır.
Peki, eğitim örneğindeki STATIONARY serisinin ileriye doğru nasıl durağan olmayan bir seriye dönüştüğü videoya bakın. Her şey zaten görünürken neden bir sürü testi perçinlesin ki?
aynı yerde standart sapmalarda çıkarılır. Yeni verilerde birçok 3+ sapma görünüyor, bu da vektör modelinin normal modelle aynı şekilde çalışmadığını gösteriyor.
biraz sonra başka bir sunum yapacağım, üzerinde her şey biraz daha ilginç görünüyor :)
Nedense testleri görmezden geliyorsunuz ve onlarsız eşbütünleşme düşünülemez. Ne de olsa, eşbütünleşmenin ana fikri, DURAĞAN bir seri üzerinde alım satım kararlarının benimsenmesidir ve böyle bir seri, durağan DEĞİL bir serinin aksine tahmin edilir. Test, tarih hakkında öngörülebilirlik kanıtı elde etmenizi sağlayacaktır.
Şöyle gidelim:
Ekranda kırmızı, mevcut paritenin 55 gecikmesi ile sadece artışlardır, yeşil bir yaklaşıklıktır.. hmm.. buna vektör doğrusal olmayan otoregresyon diyelim (mevcut çiftin artımları ve başka bir döviz çifti (GBPUSD) kullanılır) , birkaç farklı). Mevcut çiftin 55'lik bir gecikmesiyle öngörülen artış, elbette, modelin girişine değil, sadece çıkışa beslenir.
Tarihte her şey harika görünüyor.
Ardından, modelin ileriye dönük olarak nasıl çalıştığına dair videoya bakalım.
Standart sapmaların olduğu önceki videoda çok net değildi: 2 eğri arasındaki fark alındı, ondan sapmalar hesaplandı.