交易中的机器学习：理论、模型、实践和算法交易 - 页 1037 1...103010311032103310341035103610371038103910401041104210431044...3399 新评论 mytarmailS 2018.08.05 08:54 #10361 雷纳特-阿赫蒂亚莫夫。有一个内部的。mytarmailS:你好! 有谁知道从mt4到txt或csv文件的智能报价导出器？ 在实时 模式下。 ........ 但还是要谢谢你。 P.S. 我得到了一些好人的帮助。 Igor Makanu 2018.08.05 10:28 #10362 马克西姆-德米特里耶夫斯基。不是什么，而是更复杂和低效的对应物 而他自己也不能完全解释他搞砸了什么，为什么会这样 :)很难说有什么，你的文章《训练中的随机决定森林》（RANDOM DECISION FOREST）。 我昨晚研究了一下，当然资料不多，但我对这个例子印象很深...我也许不应该贴出这个例子！我花了半夜时间看测试器的照片，它太神奇了！"。))) 如果我是认真的，机器学习本身似乎是可行的，但问题出在输入数据上--机器需要学习价格数据的不同部分，分别学习平缓或横向运动，分别学习趋势运动，而选择指标参数的想法我还是不喜欢--市场不断变化，选择的 指标参数 也是同样的游戏--猜测或猜测。 作为第一步，即教汽车，例如，如果它是一个趋势日，那么它将是一个侧向的趋势 - 让汽车至少学会识别那一刻 - 这是真正的机器学习。 所以它是这样的 Maxim Dmitrievsky 2018.08.05 13:53 #10363 伊戈尔-马卡努。很难说外面有什么，你的文章RANDOM DECISION FOREST IN THE TRAINING WITH CONNECTION 我昨晚研究了一下，当然信息量不大，但我对这个例子印象非常深刻...我也许不应该贴出这个例子！我花了半夜时间看测试器的照片，它太神奇了！"。))) 如果我是认真的，机器学习本身似乎是可行的，但问题出在输入数据上--机器需要学习价格数据的不同部分，分别学习平缓或横向运动，分别学习趋势运动，而选择指标参数的想法我还是不喜欢--市场不断变化，选择的 指标参数 也是同样的游戏--猜测或猜测。 作为第一步，即教汽车，例如，如果它是一个趋势日，那么它将是一个侧向的趋势 - 让汽车至少学会检测那一刻 - 这是真正的机器学习。 像这样有一个链接，可以看到整本书的更多细节 :) Roffild 2018.08.05 19:42 #10364 马克西姆-德米特里耶夫斯基。不是什么，而是更复杂和低效的对应物 而他自己也不能完全解释他搞砸了什么以及为什么 :)我只是不明白为什么要向一个设法将一些修改的阈值与AlgLib的R参数相混淆的人解释，实际上AlgLib只是将样本分为可教和测试两部分。 利润和 "低效模拟 "仍然结合在一起。 我从AlgLib中修改了forest，这样它就可以计算涉及的预测因子。我不想透露预测者的名单，因为 "他们还不配"，但这个数字是有救的。 附加的文件： stats_rf.zip 2 kb Maxim Dmitrievsky 2018.08.05 19:44 #10365 罗费尔德。我只是不认为有必要向那些设法将一些修改的阈值与AlgLib的参数R混淆的人解释什么，实际上它只是将样本分为可教和测试样本。 利润和 "低效模拟 "毕竟是一起的。 我修改了AlgLib的森林，这样它就能保持对所涉及的预测器的计数。我不想透露预测者名单本身，因为 "还不配"，但这个数字已经保存下来。49 这里没有人理解你，包括我。既然你知道如何写代码，但不能用字母表达你的想法什么阈值和r，我根本就没写什么。 为什么在没有说明的情况下张贴图书馆，然后写上 "不值得"？ forexman77 2018.08.05 20:06 #10366 罗费尔德。我只是不认为有必要向那些设法将一些修改的阈值与AlgLib的参数R混淆的人解释什么，实际上它只是将样本分为可教和测试样本。 不过，利润和 "低效模拟 "确实结合在一起。 我修改了AlgLib的森林，这样它就可以计算所涉及的预测因子。我不想透露预测者名单本身，因为 "他们还不配"，但这个数字是可以保存的。你有没有修改过森林，允许在其中修剪树木？这将是有趣的尝试。 Roffild 2018.08.05 20:22 #10367 马克西姆-德米特里耶夫斯基。 什么门槛值和R，我根本就没有给你写过这样的东西 以前的帖子呢？马克西姆-德米特里耶夫斯基。森林并没有给出类成员的概率，所以这些不等式是无稽之谈。 >>0.5，就这样，没有其他办法。然后还有一个问题，即二值化的标志和输出与否，哪个更好。 你可以把班级从0划分到100，没有任何区别马克西姆-德米特里耶夫斯基。啊，对 ALGLIB包中包含的所有分类算法的结果是一个条件概率的向量，而不是一个对象所属的类别。 但这并不能让人感到安慰。信号会更少，结果不一定更多。例如，对我来说，它没有。我现在到处都设置了0.5的阈值。 更重要的是火车上的错误和OOB的可比性。 起初我以为是使用了修改，其中有很多修改。的确，那里使用的是 "重量 "的概念，而不是 "阈值"。很好地混在一起......但后来这个。 马克西姆-德米特里耶夫斯基。我想我也有一个algib)然后我意识到，"阈值 "是AlgLib的参数R的名字。 阅读源代码比阅读理论文章要重要得多。 程序员必须阅读程序实现 所依赖的源代码。 Maxim Dmitrievsky 2018.08.05 20:26 #10368 罗费尔德。 以前的帖子呢？ 起初我以为是在使用修改，其中有很多修改。的确，那里使用的是 "重量 "的概念，而不是 "阈值"。很好地混在一起......但后来这个。 然后我意识到，"阈值 "是AlgLib的参数R。 阅读源代码比阅读理论文章更有意义。 程序员有义务阅读程序执行 所依赖的源代码。我引用了AlgLib网站上的一段话。 "ALGLIB包中包含的所有分类算法的结果不是对象所属的类别，而是一个条件概率的向量"。 即证实了你所说的输出是概率。当然，这些都是伪概率，但仍然是。我没有详细研究过它们是如何计算的，但从逻辑上讲，"概率 "这个词在那里只有一个名字。这与R有什么关系呢？ Roffild 2018.08.05 20:29 #10369 forexman77:你有没有修改过森林，以便你可以在其中修剪树木？试一试会很有意思。 我想过这样的修改，但在改用Apache Spark后，它已经实现了这样的功能，我还不打算这样改。 Roffild 2018.08.05 20:31 #10370 Maxim Dmitrievsky: 我引用了ALGLIB网站的内容。"ALGLIB包中包含的所有分类算法的结果不是对象所属的类别，而是一个条件概率的向量。"什么是R 这与随机森林 的 "阈值 "有什么关系？ 1...103010311032103310341035103610371038103910401041104210431044...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
有一个内部的。
你好!
有谁知道从mt4到txt或csv文件的智能报价导出器？
在实时 模式下。
........
但还是要谢谢你。
P.S. 我得到了一些好人的帮助。
不是什么，而是更复杂和低效的对应物
而他自己也不能完全解释他搞砸了什么，为什么会这样 :)
很难说有什么，你的文章《训练中的随机决定森林》（RANDOM DECISION FOREST）。
我昨晚研究了一下，当然资料不多，但我对这个例子印象很深...我也许不应该贴出这个例子！我花了半夜时间看测试器的照片，它太神奇了！"。)))
如果我是认真的，机器学习本身似乎是可行的，但问题出在输入数据上--机器需要学习价格数据的不同部分，分别学习平缓或横向运动，分别学习趋势运动，而选择指标参数的想法我还是不喜欢--市场不断变化，选择的 指标参数 也是同样的游戏--猜测或猜测。
作为第一步，即教汽车，例如，如果它是一个趋势日，那么它将是一个侧向的趋势 - 让汽车至少学会识别那一刻 - 这是真正的机器学习。
所以它是这样的
很难说外面有什么，你的文章RANDOM DECISION FOREST IN THE TRAINING WITH CONNECTION
我昨晚研究了一下，当然信息量不大，但我对这个例子印象非常深刻...我也许不应该贴出这个例子！我花了半夜时间看测试器的照片，它太神奇了！"。)))
如果我是认真的，机器学习本身似乎是可行的，但问题出在输入数据上--机器需要学习价格数据的不同部分，分别学习平缓或横向运动，分别学习趋势运动，而选择指标参数的想法我还是不喜欢--市场不断变化，选择的 指标参数 也是同样的游戏--猜测或猜测。
作为第一步，即教汽车，例如，如果它是一个趋势日，那么它将是一个侧向的趋势 - 让汽车至少学会检测那一刻 - 这是真正的机器学习。
像这样
有一个链接，可以看到整本书的更多细节 :)
不是什么，而是更复杂和低效的对应物
而他自己也不能完全解释他搞砸了什么以及为什么 :)
我只是不明白为什么要向一个设法将一些修改的阈值与AlgLib的R参数相混淆的人解释，实际上AlgLib只是将样本分为可教和测试两部分。
利润和 "低效模拟 "仍然结合在一起。
我从AlgLib中修改了forest，这样它就可以计算涉及的预测因子。我不想透露预测者的名单，因为 "他们还不配"，但这个数字是有救的。
我只是不认为有必要向那些设法将一些修改的阈值与AlgLib的参数R混淆的人解释什么，实际上它只是将样本分为可教和测试样本。
利润和 "低效模拟 "毕竟是一起的。
我修改了AlgLib的森林，这样它就能保持对所涉及的预测器的计数。我不想透露预测者名单本身，因为 "还不配"，但这个数字已经保存下来。
49
这里没有人理解你，包括我。既然你知道如何写代码，但不能用字母表达你的想法
什么阈值和r，我根本就没写什么。
为什么在没有说明的情况下张贴图书馆，然后写上 "不值得"？
我只是不认为有必要向那些设法将一些修改的阈值与AlgLib的参数R混淆的人解释什么，实际上它只是将样本分为可教和测试样本。
不过，利润和 "低效模拟 "确实结合在一起。
我修改了AlgLib的森林，这样它就可以计算所涉及的预测因子。我不想透露预测者名单本身，因为 "他们还不配"，但这个数字是可以保存的。
你有没有修改过森林，允许在其中修剪树木？这将是有趣的尝试。
马克西姆-德米特里耶夫斯基。
什么门槛值和R，我根本就没有给你写过这样的东西
森林并没有给出类成员的概率，所以这些不等式是无稽之谈。
>>0.5，就这样，没有其他办法。然后还有一个问题，即二值化的标志和输出与否，哪个更好。
你可以把班级从0划分到100，没有任何区别啊，对
ALGLIB包中包含的所有分类算法的结果是一个条件概率的向量，而不是一个对象所属的类别。
但这并不能让人感到安慰。信号会更少，结果不一定更多。例如，对我来说，它没有。我现在到处都设置了0.5的阈值。
更重要的是火车上的错误和OOB的可比性。
我想我也有一个algib)
然后我意识到，"阈值 "是AlgLib的参数R的名字。
阅读源代码比阅读理论文章要重要得多。 程序员必须阅读程序实现 所依赖的源代码。
以前的帖子呢？
起初我以为是在使用修改，其中有很多修改。的确，那里使用的是 "重量 "的概念，而不是 "阈值"。很好地混在一起......但后来这个。
然后我意识到，"阈值 "是AlgLib的参数R。
阅读源代码比阅读理论文章更有意义。 程序员有义务阅读程序执行 所依赖的源代码。
我引用了AlgLib网站上的一段话。
"ALGLIB包中包含的所有分类算法的结果不是对象所属的类别，而是一个条件概率的向量"。
即证实了你所说的输出是概率。当然，这些都是伪概率，但仍然是。我没有详细研究过它们是如何计算的，但从逻辑上讲，"概率 "这个词在那里只有一个名字。
你有没有修改过森林，以便你可以在其中修剪树木？试一试会很有意思。
我引用了ALGLIB网站的内容。
"ALGLIB包中包含的所有分类算法的结果不是对象所属的类别，而是一个条件概率的向量。"