Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 781
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
çok fazla takılmış, oos üzerine dökülüyor
Uzun bir süre çalışacağım, sonra OOS'u göstereceğim
özelliklerin (çevrenin tanımı) da değiştirilmesi gerekiyor
Bu yüzden, stokastik periyodlarının kendilerinin değişmediğini anlıyorum, ancak içerideki ağırlık hareket ediyor, bunun ardından işaretler çarpılıyor ve ardından aktivasyon fonksiyonu?
Bu yüzden, stokastik periyodlarının kendilerinin değişmediğini anlıyorum, ancak içerideki ağırlık hareket ediyor, bunun ardından işaretler çarpılıyor ve ardından aktivasyon fonksiyonu?
stokastik (3 RSI) için hedefler sıralanır, yani. etiket seti belirtilmedi, evet
yalnızca optimize edici aracılığıyla değil, tam teşekküllü bir NS aracılığıyla öğrenir
Sevgili, lütfen girişlerin bar numaraları biliniyorsa, ancak nedenleri bilinmiyorsa, nasıl sınıflandırılacağını bildiriniz.
Kalıplar nasıl belirlenir. Girmeniz gereken ve girmemeniz gereken iki sınıfa bölün?
İki vektör: biri uzunlar, biri kısalar için
Girmeniz/pozisyonda olmanız gereken yer = 1 , geri kalanı = 0
Sorun tahmin edicilerde. Hedefle ilgili olanlar olmalı.
Tecrübe yoksa bir çıngırak, 6 model alıyoruz ve en önemlisi tam bir döngü var: tahmin edicileri hazırlamak, modelin kendisi ve bu modelleri değerlendirmek. Excel'de bir dosya hazırlarsanız, listelenen tüm sonuçlar R'de hiçbir şey anlamadan hemen görülebilir.
Ve böylece bu iş parçacığında malzeme dolu
İyi şanlar.
not.
Alayımızın geldiğini varsayalım.
stokastik (3 RSI) için hedefler sıralanır, yani. etiket seti belirtilmedi
bir optimize edici aracılığıyla değil, tam teşekküllü bir NS aracılığıyla öğrenir
Hedef eğitmek nedir, bileceğim?
Ben burada ARIMA ile biraz anlıyorum. Üç adım olduğunu anladım:
1. Deneme modelinin tanımlanması.
2. Parametrelerin tahmini ve yeterliliğin doğrulanması.
3. Tahmin.
İlk noktada: Görünüşe göre serinin durağan olduğundan emin olmanız gerekiyor, değilse seriden, bir dizi momentumdan çıkarın.
Hedef eğitmek nedir, bileceğim?
hedef (etiket), eğitim sırasında sinir ağının çıktısına beslenen şeydir (yani, daha sonra vermesi gereken değer)
ve girdi olan bir işarettir (özellik, tahmin edici)
Hedef eğitmek nedir, bileceğim?
Ben burada ARIMA ile biraz anlıyorum. Üç adım olduğunu anladım:
1. Deneme modelinin tanımlanması.
2. Parametrelerin tahmini ve yeterliliğin doğrulanması.
3. Tahmin.
İlk noktada: Görünüşe göre serinin durağan olduğundan emin olmanız gerekiyor, değilse seriden, bir dizi momentumdan çıkarın.
parametreleri otomatik olarak seçen bir auto.arima işlevi vardır ve bir değil 3 (6) vardır.
Modelin kalanını kontrol edin. Bunun için özel testler var.
İki vektör: biri uzunlar, biri kısalar için
Girmeniz/pozisyonda olmanız gereken yer = 1 , geri kalanı = 0
Sorun tahmin edicilerde. Hedefle ilgili olanlar olmalı.
Tecrübe yoksa, bir çıngırak, 6 model alıyoruz ve en önemlisi tam bir döngü var: tahmin edicilerin hazırlanması, modelin kendisi ve bu modellerin değerlendirilmesi. Excel'de bir dosya hazırlarsanız, listelenen tüm sonuçlar R'de hiçbir şey anlamadan hemen görülebilir.
Ve böylece bu iş parçacığında malzeme dolu
İyi şanlar.
not.
Alayımızın geldiğini varsayalım.
Teşekkür ederim! Yine de zor olmasa da yaklaşık 6 modelin nerede okunacağı, tahmin edicilerin hazırlanması, model ve değerlendirilmesi. Biraz R'de çalışmaya çalıştım ama hemen yıllar sonra neyin ne olduğunu anlamak zor.
parametreleri otomatik olarak seçen bir auto.arima işlevi vardır ve bir değil 3 (6) vardır.
Modelin kalanını kontrol edin. Bunun için özel testler var.
İlk noktada, serinin durağan olduğundan emin olmanız gerektiğini, değilse de onu momentumlara ayırmanız gerektiğini anladım. ACF, CHAF ve Dickey-Fuller testini kontrol edin.
ACF, MQL'de bile zaten yapılmıştır.
İlk noktada, serinin durağan olduğundan emin olmanız gerektiğini, değilse de onu momentumlara ayırmanız gerektiğini anladım. ACF, CHAF ve Dickey-Fuller testini kontrol edin.
ACF, MQL'de bile zaten yapılmıştır.
µl'ye tükür - en farklı araçlardan yeterince büyük miktarda yok, her zaman akf gibi farklı saçmalıklarla karşılaşacaksınız ve diğer her şey bol miktarda var. mikrolitre sonra, çalışan bir model olduğunda ve bunu elde etmek hiç mümkün olmayabilir. Sadece R'de neyin işe yaramadığını bileceksiniz, ancak µl'de bilemezsiniz, çünkü yeterli araç yoktur.