Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 789
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
AUTO ARIMA'nın her şeyi kendisi hesapladığını doğru mu anladım, sadece alıntıları indirmem gerekiyor.
Birkaç sitede ARIMA (0,1,0) modelini her yerde kontrol ettim.
işte durumun bir resmi, bu düşüşü üç bar önce görmüş olmanız, şimdi dikkate aldığınız anlamına gelmez.
Güzel resim, ona bir örnek vereceğim ...
Buna göre tahminde hata yoksa düşüş olacağını görürsek nasıl eksi alabiliriz. Zıt işaretli bir sıfır çubuğu kapandığında, yine de bir düşüş olacağını biliyoruz. Umarım bu resim hakkında soru gelmez..... Pencereyi rastgele seçtik ama bu penceredeki her çubuğu tahmin ediyoruz ve buna göre üçüncü çubuk sıfır olduğunda ve tahminde büyük bir fark gördüğümüzde, satmak. Ancak ilk çubuktaki tahminde modülde küçük bir fark gördüğümüzde, hangi çubuğun önemli bir artışa sahip olacağını zaten biliyoruz. Bu sadece bir yanlış anlama sorunu. İlk olarak, bariz olduğunu düşündüğüm bazı noktaları atlayarak açıklıyorum. İkincisi, deneyim eksikliği nedeniyle anlamıyorsunuz. AMA soru sormakta bir sakınca yok, o yüzden devam edelim...
Güzel resim, ona bir örnek vereceğim ...
Buna göre tahminde hata yoksa düşüş olacağını görürsek nasıl eksi alabiliriz. Zıt işaretli bir sıfır çubuğu kapandığında, yine de bir düşüş olacağını biliyoruz. Umarım bu resim hakkında soru gelmez..... Pencereyi rastgele seçtik ama bu penceredeki her çubuğu tahmin ediyoruz ve buna göre üçüncü çubuk sıfır olduğunda ve tahminde büyük bir fark gördüğümüzde, satmak. Ancak ilk çubuktaki tahminde modülde küçük bir fark gördüğümüzde, hangi çubuğun önemli bir artışa sahip olacağını zaten biliyoruz. Bu sadece bir yanlış anlama sorunu. İlk olarak, bariz olduğunu düşündüğüm bazı noktaları atlayarak açıklıyorum. İkincisi, deneyim eksikliği nedeniyle anlamıyorsunuz. AMA soru sormakta bir sakınca yok, o yüzden devam edelim...
Buradaki anahtar, tahminde hataların olmamasıdır. Bunu çok iyi anlıyorum evet, düşüşün bu unsuru tam olarak tahmine göre ve kar ediyor, aslında Millet Meclisi geyiği düşünmemeli, bir tahmin var, o yüzden ticaret yapıyoruz, yeni bir tahmin geldi, yenisini takas ederiz. Ancak tüm bunlar %100 tahminde süper harika, ancak tahmin bile %90 olduğunda yapılması gerekenler burada, çünkü hataların %10'u ne kadar geriye gidebilir. ve burada hatalı bir tahminle nasıl başa çıkacağımızı anlamalıyız, çünkü anlaşma zaten açık.
Bugün eve geç geleceğimi düşünüyorum ama birkaç gündür uzun bir yazı yazmak istiyordum. Hemen orada yapacağım ve göreceğim. Ama önce, küçük bir konu.
Gerçekten de sürünün yazılı kısmını blogda yayınlayacağım ve bağlantıyı atacağım. Ardından, bu makale yerine "Makine öğrenimi alanında çalışmak için yönergeler" gibi görünen başka bir makale yazmaya başladım. Her nasılsa şehirde dolaşıyordum ve üniversitelerde olduğu gibi bir eğitim kılavuzuna sahip olmanın kötü olmayacağını düşündüm, burada su olmadan nasıl yapabileceğiniz ve yapamayacağınız temel kuralların anlatılacağı. Eh, dedikleri gibi, yaşayıp göreceğiz. Ve şimdi uzun yazının konusu. Bütün özü...
Bu ay boyunca bir atılım yaptım ve bunu mükemmel bir şekilde görebiliyorsunuz, biri itiraf ediyor, biri bunu çürütüyor ama uzun süredir Reshetov optimizer'a sahip olduğum konusunda kimsenin sorusu yoktu ama yüklediğimde iyi modeller almaya başladım. açıklamalarla birlikte R'den gelen komutlarla bana rıhtım ve hemen ertesi gün 15 yıldır hiç görmediğim test sonuçları aldım. Tabii ki, bu makara ve optimize edici ile ilgili değil, işini iyi yapmasına rağmen, bununla ilgili değil. Bunun dünyada en iyi çalışan tek optimize edici olmadığından %100 eminim. Tabii ki değil. R'den gelen çoğu paket de onun gibi iyi çalışıyor. Peki sorun nedir. Neden birçok sonuç tatmin edici değil ve makine öğrenme dalının tüm omurgası hala arayış içinde ve hiçbir şekilde bulunamıyor. Cevap basit bir soru soruyor. Model hazırlamanın belirli aşamalarında hatalar yapıyorsunuz. Mantıksal olarak, şu ya da bu yüklem ya da dönüşüm seçerek doğru şeyi yaptığınızı düşünüyorsunuz, ama aynı zamanda haklı olduğunuza inanarak küçük bir hata yapıyorsunuz, ama aslında değilsiniz.
Bu yüzden nasıl mümkün olduğunu ve nasıl yapılmayacağını belirlemek için regresyon hakkında konuşmaya başladım. Aşağıdaki şekilde kendi kafa karışıklığımla karşılaştım. Mantıken, eğer düşünürsen. Ya daha fazla girdinin olduğu ve polinomun uzunluğunun daha uzun olduğu model, o zaman böyle bir modelin daha akıllı ve daha parametrik olduğu varsayılır, ancak FOS'ta minimum sayıda girdiye sahip modeller birden fazla kazandığında uygulama tamamen zıt bir sonuç gösterdi. Çok sayıda girdi içeren modeller. Bu, mantıksal olarak haklı olduğunuzu düşündüğünüzde aynı örnektir, ancak pratikte haklı olmadığınız ortaya çıkar.
AMA makine öğrenimi sorunu, bir model elde etme veya bir tür aşırı gizli dönüşüm uygulama yönteminde değildir. Ana Aşil topuğu tamamen farklı ve bir örnekle açıklayabilirim, böylece erişilebilir olacak ve aynı zamanda Maxim'in resimlerini paramparça edeceğim.
Bir regresyon veya sınıflandırma modeli elde etmek için bir sistem oluşturduğumuzu varsayalım. önemli değil. Ve tasarım yaparken tek bir büyük hata yapmadığımıza inanıyoruz. Sanmak.
Bir eğitim dosyamız var. 10 defa optimizasyon için çalıştırıp 10 model elde ediyoruz. Bu yüzden bu benim için şu ana kadarki en zor soruydu. Yeniden eğitilmemiş ve yeniden eğitilmemiş, ancak pazar için yeterli olan modelin tam olarak nasıl seçileceği vb. Bu soru Aşil'in topuğudur. Bir AI sistemi yapmanıza ve içinde bazı hatalar yapmanıza izin verin, ancak bu, AI SİSTEMİNİZİN GENEL BİR MODEL OLUŞTURAMAYACAĞI anlamına gelmez.
Bir AI sisteminin kalitesi, toplam optimizasyon sayısına yeterli model sayısı gibi bir gösterge tarafından belirlenir. Diyelim ki 100 optimizasyondan bir sistem uygulanabilecek sadece bir model veriyor ve aynı yüz optimizasyondan ikincisinin kullanılabilir 20 model verdiğini varsayalım. İkinci sistemin ilkinden daha iyi olduğu ortaya çıkıyor, çünkü içindeki doğru modellerin sayısı, aynı sayıda optimizasyona sahip ilkinden daha fazla. Örneğin, dört modelin Reshetov Optimize Edicisi (kural olarak, onları dörtten fazla yapmıyorum) bir ila iki uygun model verir. Bazen dört bile yetmez. Evet, soru yok, beşinci, altıncı veya onuncu optimizasyonda piyasaya uygun bir model verecektir. Ve şimdi en ilginç olanı, ancak bu modeli belirlemek ve bulmak nasıl aynı. Bir yol buldum. Ben böyle bir şey yapıyorum. Bir antrenman dosyası oluşturuyorum ve dört antrenman çalıştırıyorum. Daha sonra bu modelleri değerlendiriyorum ve tam olarak uygun olanı seçiyorum ve bunun için sadece eğitim sürecinde doğrulama veya test bölümünün olduğu bir eğitim bölümüne ihtiyacım var. Sonunda o olduğundan emin olmak için OOC'nin küçük bir bölümünü 3-4 sinyal şeklinde bırakıyorum ve sonra onu yola koyuyorum. Bu nedenle bir aracın hazırlanmasında en önemli konulardan biri olan model seçimi sorusudur. Devam edeceğim.
AUTO ARIMA'nın her şeyi kendisi hesapladığını doğru mu anladım, sadece alıntıları indirmem gerekiyor.
Birkaç sitede ARIMA (0,1,0) modelini her yerde kontrol ettim.
auto.arima {forecast} > y <- dd$OPEN > auto.arima(y) Series: y ARIMA( 3 , 1 , 5 ) Coefficients: ar1 ar2 ar3 ma1 ma2 ma3 ma4 ma5 0.3956 0.4421 - 0.6151 - 0.4159 - 0.4165 0.6288 - 0.0257 - 0.0515 s.e. 0.0904 0.0701 0.0827 0.0905 0.0708 0.0797 0.0105 0.0115 sigma^ 2 estimated as 3.406 e- 06 : log likelihood= 66279.3 AIC=- 132540.6 AICc=- 132540.6 BIC=- 132473Katip yazdı ve forum bozuldu, bu yüzden böyle okuyun. Yeniden yazmanın bir yolu yok..
Bugün eve geç geleceğimi düşünüyorum ama birkaç gündür uzun bir yazı yazmak istiyordum. Hemen orada yapacağım ve göreceğim. Ama önce, küçük bir konu.
Gerçekten de sürünün yazılı kısmını blogda yayınlayacağım ve linki atacağım. Ardından, bu makale yerine "Makine öğrenimi alanında çalışmak için yönergeler" gibi görünen başka bir makale yazmaya başladım. Her nasılsa şehirde dolaşıyordum ve üniversitelerde olduğu gibi bir eğitim kılavuzuna sahip olmanın kötü olmayacağını düşündüm, burada su olmadan nasıl yapabileceğiniz ve yapamayacağınız temel kuralların anlatılacağı. Eh, dedikleri gibi, yaşayıp göreceğiz. Ve şimdi uzun yazının konusu. Bütün özü...
Bu ay boyunca bir atılım yaptım ve bunu mükemmel bir şekilde görebiliyorsunuz, biri itiraf ediyor, biri bunu çürütüyor ama uzun süredir Reshetov optimizer'a sahip olduğum konusunda kimsenin sorusu yoktu ama yüklediğimde iyi modeller almaya başladım. açıklamalarla birlikte P'den gelen komutlarla bana dock ve hemen ertesi gün, 15 yıldır hiç görmediğim test sonuçları aldım. Tabii ki, bu makara ve optimize edici ile ilgili değil, işini iyi yapmasına rağmen, bununla ilgili değil. Bunun dünyada en iyi çalışan tek optimize edici olmadığından %100 eminim. Tabii ki değil. R'den gelen çoğu paket de onun gibi iyi çalışıyor. Peki sorun nedir. Neden birçok sonuç tatmin edici değil ve makine öğrenme dalının tüm omurgası hala arayış içinde ve hiçbir şekilde bulunamıyor. Cevap basit bir soru soruyor. Model hazırlamanın belirli aşamalarında hatalar yapıyorsunuz. Mantıksal olarak, şu ya da bu yüklem ya da dönüşüm seçerek doğru şeyi yaptığınızı düşünüyorsunuz, ama aynı zamanda haklı olduğunuza inanarak küçük bir hata yapıyorsunuz, ama aslında değilsiniz.
Bu yüzden nasıl mümkün olduğunu ve nasıl yapılmayacağını belirlemek için regresyon hakkında konuşmaya başladım. Aşağıdaki şekilde kendi kafa karışıklığımla karşılaştım. Mantıken, eğer düşünürsen. Ya daha fazla girdinin olduğu ve polinomun uzunluğunun daha uzun olduğu model, o zaman böyle bir modelin daha akıllı ve daha parametrik olduğu varsayılır, ancak FOS'ta minimum sayıda girdiye sahip modeller birden fazla kazandığında uygulama tamamen zıt bir sonuç gösterdi. Çok sayıda girdi içeren modeller. Bu, mantıksal olarak haklı olduğunuzu düşündüğünüzde aynı örnektir, ancak pratikte haklı olmadığınız ortaya çıkar.
AMA makine öğrenimi sorunu, bir model elde etme veya bir tür süper gizli dönüşüm uygulama yöntemi değildir. Ana Aşil topuğu tamamen farklı ve bir örnekle açıklayabilirim, böylece erişilebilir olacak ve aynı zamanda Maxim'in resimlerini paramparça edeceğim.
Bir regresyon veya sınıflandırma modeli elde etmek için bir sistem oluşturduğumuzu varsayalım. önemli değil. Ve tasarım yaparken tek bir büyük hata yapmadığımıza inanıyoruz. Sanmak.
Bir eğitim dosyamız var. 10 defa optimizasyon için çalıştırıp 10 model elde ediyoruz. Bu yüzden bu benim için şu ana kadarki en zor soruydu. Yeniden eğitilmemiş ve yeniden eğitilmemiş, ancak pazar için yeterli olan modelin tam olarak nasıl seçileceği vb. Bu soru Aşil'in topuğudur. Bir AI sistemi yapmanıza ve içinde bazı hatalar yapmanıza izin verin, ancak bu, AI SİSTEMİNİZİN GENEL BİR MODEL OLUŞTURAMAYACAĞI anlamına gelmez.
Bir AI sisteminin kalitesi, toplam optimizasyon sayısına yeterli model sayısı gibi bir gösterge tarafından belirlenir. Diyelim ki 100 optimizasyondan bir sistem uygulanabilecek sadece bir model veriyor ve aynı yüz optimizasyondan ikincisinin kullanılabilir 20 model verdiğini varsayalım. İkinci sistemin ilkinden daha iyi olduğu ortaya çıkıyor, çünkü içindeki doğru modellerin sayısı, aynı sayıda optimizasyona sahip ilkinden daha fazla. Örneğin, dört modelin Reshetov Optimize Edicisi (kural olarak, onları dörtten fazla yapmıyorum) bir ila iki uygun model verir. Bazen dört bile yetmez. Evet, soru yok, beşinci, altıncı veya onuncu optimizasyonda piyasaya uygun bir model verecektir. Ve şimdi en ilginç olanı, ancak bu modeli belirlemek ve bulmak nasıl aynı. Bir yol buldum. Ben böyle bir şey yapıyorum. Bir antrenman dosyası oluşturuyorum ve dört antrenman çalıştırıyorum. Daha sonra bu modelleri değerlendiriyorum ve tam olarak uygun olanı seçiyorum ve bunun için sadece eğitim sürecinde doğrulama veya test bölümünün olduğu bir eğitim bölümüne ihtiyacım var. Sonunda o olduğundan emin olmak için OOC'nin küçük bir bölümünü 3-4 sinyal şeklinde bırakıyorum ve sonra onu yola koyuyorum. Bu nedenle bir aracın hazırlanmasında en önemli konulardan biri olan model seçimi sorusudur. Devam edeceğim.
Artık tüm bu çılgın saçmalıkları okuyamıyorum, bitirdin beni
kaptanların geri kalanı belli ve jandarma temiz
çöplük)
Artık tüm bu çılgın saçmalıkları okuyamıyorum, bitirdin beni
kaptanların geri kalanı belli ve jandarma temiz
çöplük)
Ayrıca yumruk attığını ve 2 gece uyumadığını da yazdı. "Konuşmaya" çekildim)
Michael Marchukajtes :
Genel olarak, Michael - geceleri uyumanız gerekir.
Artık tüm bu çılgın saçmalıkları okuyamıyorum, bitirdin beni
kaptanların geri kalanı belli ve jandarma temiz
çöplük)
Max kesinlikle kaseyi kazdı))
konu mantık sınırlarının ötesine geçti - biri uzun süredir kemikleşmiş ve yeniden eğitim ve "çantalar" ile takıntılıydı
Moskova Bölgesi'nde aşağı olduğu için biri kaldı
Tema bir yerde ortaya çıkan bir şey değil - "bulanık". Normal bir ılımlılık yoktur. Bir tür yığın, benim şubemden bile daha kötü.
Ancak, Kâse'ye sahip olan kişinin öne çıkmasını beklemeliyiz.
Bekleriz.