sinir ağı ve girişler - sayfa 36
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
pdf mount etmek istemiyor, rar da. Neye ihtiyacın var?
açıklamak:
dört model ilk olarak değerlendirildi ve sonuç aşağıdaki gibi oldu
1. mlpe, AUC=0.924 ve Acc=85.7 ile
2. AUC=0.877 ve Acc=84.4 ile DT
3. mlp, AUC=0.874 ve Acc=81.7 ile
4. AUC=0.857 ve Acc=82.4 ile svm
onlar. Ağırlıkların farklı (rastgele) başlangıç değerleri tarafından etkinleştirilen çok katmanlı sinir ağları topluluğu andomForest ve bir karar ağacından daha iyi sonuçlar mı gösterdi?
Numara. Topluluk DT, mlp ve svm'den daha iyidir. RF ve ada rakamları daha fazla verilmiştir ve daha iyidir.
%85,7 ile %89,4 arasındaki Acc farkı, tahminde önemli bir iyileşme sağlayacak mı?
Lineer regresyona sahibim ve lineer olmayan regresyon, örneğin sırasıyla altın 0.95485489 ve 0.97386429 için Çoklu R değerleri verir. Modelin öngörücü özelliklerinde pratikte - ticarette önemli bir gelişme bulamadım
ada modeli için Acc=91%. Ve bu çok iyi. Gerileme yapmadı. Aslında yaptım ama beğenmedim.
Çoklu R göstergesi ne gösteriyor? Onunla tanışmadım.
ada modeli için Acc=91%. Ve bu çok iyi. Gerileme yapmadı. Aslında yaptım ama beğenmedim.
Çoklu R göstergesi ne gösteriyor? Onunla tanışmadım.
Çoklu R - çoklu korelasyon katsayısı
Soru şu ki iki yöntem var. Birini kullanmak, tahminin doğruluğunu verir, örneğin, ikincisinden %1-3 daha iyi - bu, bir yöntemin ikincisine göre ticaretinde somut bir avantaj sağlamayacaktır.
Şimdi, eğim açısı sapmaya bölünürse, ticareti tamamen karakterize eden bir değer elde ederiz. Şimdi akort için bir uygunluk fonksiyonu olarak kullanılabilir.
Affedersiniz, Sharpe endeksini "icat ettiniz". Bu arada, gerçekten iyi bir gösterge.
Bu öğretmeni deneyin . (https://www.mql5.com/en/code/903). Düşünmemek daha iyi.
Kendi takdirinize bağlı olarak herhangi bir girdi, hatta OHLC yapabilirsiniz.
Bu bir öğretmen değil, bu bir kaybeden. Şaka gibi.
Troleybüste konuşma.
- Kakayato'nun ne zaman duracağını söyler misin?
-Beni izle. Ben çıkar çıkmaz, bir önceki senin.
Sizin durumunuzda, en az üç çubuk ileride bir tahmine sahip olmanız gerekir. Ve bu gerileme.
Ve burada öncü olduğunu düşünüyorsan, unut gitsin. Bu yön tamamen çiğnenmiştir. Daha fazla oku.
İyi şanlar
Bu bir öğretmen değil, bu bir kaybeden. Şaka gibi.
Troleybüste konuşma.
- Kakayato'nun ne zaman duracağını söyler misin?
-Beni izle. Ben çıkar çıkmaz, bir önceki senin.
Sizin durumunuzda, en az üç çubuk ileride bir tahmine sahip olmanız gerekir. Ve bu gerileme.
Ve burada öncü olduğunu düşünüyorsan, unut gitsin. Bu yön tamamen çiğnenmiştir. Daha fazla oku.
İyi şanlar
Eğlenceli)
Orada regresyon yok, örneğinizde regresyonu girdi olarak veriyorsunuz.
"Sizin" BBCI'nize baktım, daha iyi değil ve aynı zamanda buggy.
Giriş (OHLC hariç) ve öğretmenler sunun.
Ben hiçbir şeyi taklit etmiyorum, sen istedin, ben teklif ettim.
Anlaşılan anlamamışsınız ve düşüncelerinizde gerileme var.
Daha fazla dur. İyi şanlar.
Giriş vektörünün spektral dönüşümünden sonra girişe veri verilebilir.
Bu durumda sinir ağının görevi, "gelecek" spektrumunun tahmini olabilir. Bu konuyu biraz araştırın. Kaynak yoğun hesaplamalara rağmen böyle bir dönüşümde bir anlam olduğunu düşünüyorum. Burada BURADA daha ayrıntılı olarak, kullanım için birkaç seçenek tanımladım.