交易中的机器学习：理论、模型、实践和算法交易 - 页 1183 1...117611771178117911801181118211831184118511861187118811891190...3399 新评论 Maxim Dmitrievsky 2018.12.01 14:24 #11821 伊戈尔-马卡努。我知道，因为我在这个问题上已经有很长一段时间了；) 我不需要圣杯，但一个可行的ATC将是有用的。什么是非常稳定的MO - 你需要做一些统计分析，并找到自己的模式，然后对它们进行罚款，如果非常幸运，它将在一个相对较长的时间内发挥作用。 至于其他的（我自己的做法，我不知道其他人的情况），就是用最新的数据进行永久的再培训，并获得一些好的交易，所有的利润，每天控制一切。如果你从人工智能应该自己搜索一切的原则出发，因为不断做统计分析也是一项繁琐的工作。最好是运行优化器几十次，它就会找到自己。 最后，这一切都归结为控制测试样品上的模型质量，仅此而已。训练样本几乎总是好的，因为它是。你甚至不需要为此想象什么。如何控制和分样是一门艺术 Igor Makanu 2018.12.01 14:29 #11822 尤里-阿索连科。Comodo Internet Security，多年来没有出过任何问题。 谢谢，但这不是在浏览器中，而是在Windows中，防火墙阻止了一切，任何浏览器都能工作大约10分钟，然后zzdyn！并且不能打开其他东西，...我可以在15分钟内带着acronix的备份回家，并从闪存驱动器中恢复，我总是备份所有新安装的设备。 马克西姆-德米特里耶夫斯基。最重要的是做一些统计分析，寻找规律，然后把自己固定在这些规律上，如果你非常幸运，它将在相对较长的时间内发挥作用。 至于其他的（我自己的做法，我不知道其他人的情况），就是用最新的数据进行永久的再培训，并获得一些好的交易，所有的利润，每天控制一切。如果你从人工智能应该自己搜索一切的原则出发，因为不断做统计分析也是一项繁琐的工作。最好是运行优化器几十次，它就会被自己找到。 我知道，当我有时间的时候，我自己也会这样做，但这并不有趣(((，就像在很酷的电影....)按....信件在笔记本电脑上运行....然后屁股证实了！！！....，主要是当时的警报器没有启动。） Maxim Dmitrievsky 2018.12.01 14:34 #11823 伊戈尔-马卡努。 谢谢，但这不是浏览器的问题，是Windows的问题，防火墙阻止了一切，任何浏览器都能工作10分钟左右，然后 "啪 "的一声，就不能再打开其他东西了......Windows崩溃了，我将在15分钟内回家，通过acronix备份从闪存驱动器中恢复，幸运的是我总是备份所有新安装的设备 我知道，当我有时间的时候，我自己也会这样做，但这并不有趣(((，就像在很酷的电影....)按....信件在笔记本电脑上运行....然后屁股证实了！！！....，主要是当时的警报器没有启动。）墨菲定律：如果狗屎能发生，它就会发生 Yuriy Asaulenko 2018.12.01 14:41 #11824 伊戈尔-马卡努。 我有时间就自己做，但这并不有趣(()，我希望它能像在很酷的电影中那样....。按下的按钮....信件在笔记本电脑上运行....然后屁股证实了！！！....，主要是当时的警报器没有启动。）我不这么认为。 我为国家安全局简化了任务，甚至更多。开发了一个初步的策略，它定义了可能的输入区间，在这些区间上训练NS，并找到最佳入口点。如果在这个区间没有条目，它就不会找到它。 在区间之外，NS没有分析任何东西。 Maxim Dmitrievsky 2018.12.01 14:48 #11825 尤里-阿索连科。我不这么认为。 我为国家安全局简化了任务，甚至更多。开发了一个初步的策略，它定义了可能的输入区间，在这些区间上训练NS，并找到最佳入口点。如果在这个区间没有条目，它就不会找到它。 在区间之外，NS没有分析任何东西。NS不会找到最好的切入点，他们需要用暴力手段。 Yuriy Asaulenko 2018.12.01 14:50 #11826 马克西姆-德米特里耶夫斯基。NS不会找到最佳的入口点，它们需要被破解。马克西姆，这在一年前就已经完成了。并写了如何，在这个主题中。 但我想不出有什么新的东西。我还在用Python捣鼓，也许会有一些想法出现。 Igor Makanu 2018.12.01 14:56 #11827 马克西姆-德米特里耶夫斯基。NS不会找到最佳的入口点，它们需要被破解。 好吧，这不是NS的错，MO发现的最优不是我们在输入数据中寻找的事实，这就是为什么我想要有可视化的软件，但我可能不想要NeroSolutions，我在网上寻找免费的东西，我会在Matlab上阅读NS，有很多现成的 Aleksey Vyazmikin 2018.12.01 15:05 #11828 伊万-内格雷什尼。还可以尝试禁用CatBoost在每次启动时令人讨厌地创建自己的临时目录，因为这将导致它在一个受保护的环境中崩溃。 总的来说，这些故障看起来不是很专业，所以如果你不能打败他们，那么在我个人看来，比免费的便宜 - 从这个产品一下子就放弃：)使用Python时是否创建了目录？在控制台中，创建目录是合乎逻辑的，因为在这些目录中，模型和标记，还有其他统计数据，如果不放在目录中，还能放在哪里？相反，我认为目录是一个非常好的解决方案，因为我可以在许多设置中循环使用，并将每个设置的结果放入我的目录。 到目前为止，我还没有看到任何导致故障的故障。 Igor Makanu 2018.12.01 15:12 #11829 马克西姆-德米特里耶夫斯基。顺便说一下，我不知道该问谁，你能告诉我吗？ 当使用PCA时，alglib返回特征向量 如何进一步处理它们，即应用于原始属性 http://alglib.sources.ru/dataanalysis/principalcomponentsanalysis.php 我不认为我可以比维基https://ru.wikipedia.org/wiki/Метод_главных_компонент#Сингулярное_разложение_тензоров_и_тензорный_метод_главных_компонент，说得更多。方法的适用性和有效性的局限性 就我对这个方法的理解，我们通过挑出主要成分，得到一个有用的信号特征图，然后你可以寻找一个类似的图（矩阵），在噪声数据中寻找有用的信号。 Aleksey Vyazmikin 2018.12.01 15:19 #11830 马克西姆-德米特里耶夫斯基。最后，这一切都归结为对测试样品的模型的质量控制，仅此而已。在训练样本上，它几乎总是好的，因为它是。你甚至不需要为此想象什么。如何控制和分样是一门艺术这里只是在想，控制样本可能与你训练的样本非常不同，例如有一棵树，它有10个训练过的叶子，其中9个给出了1，一个给出了0，在某个特定的样本上工作得很好，但后来的测试（在我的例子中是测试）却没有工作--发生了什么？也可能是条件只针对9片叶子中的3片，其余都合并为零。这不会是过度训练的迹象（这意味着冗余连接，这不是规律性的），而只是一个完全不同的样本，或者一个3片叶子的事件真的很多，而其余6片叶子的事件极少的样本，或者我们在趋势上训练，在平坦上测试。我想知道我们是否应该把样本混在一起，创造人为的条件，在训练和测试中都会有比例相似的部分，如果我们需要识别这些部分，并以某种方式标记，那么我们就能看到训练中的反应是在这些部分，而测试样本上的反应是什么。或者说，我们需要找到这种在所有市场中都很典型的规律性，并以一种普遍的方式来描述它们，以便增加训练样本中不同情况的数量。 1...117611771178117911801181118211831184118511861187118811891190...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
我知道，因为我在这个问题上已经有很长一段时间了；)
我不需要圣杯，但一个可行的ATC将是有用的。
什么是非常稳定的MO - 你需要做一些统计分析，并找到自己的模式，然后对它们进行罚款，如果非常幸运，它将在一个相对较长的时间内发挥作用。
至于其他的（我自己的做法，我不知道其他人的情况），就是用最新的数据进行永久的再培训，并获得一些好的交易，所有的利润，每天控制一切。如果你从人工智能应该自己搜索一切的原则出发，因为不断做统计分析也是一项繁琐的工作。最好是运行优化器几十次，它就会找到自己。
最后，这一切都归结为控制测试样品上的模型质量，仅此而已。训练样本几乎总是好的，因为它是。你甚至不需要为此想象什么。如何控制和分样是一门艺术Comodo Internet Security，多年来没有出过任何问题。
最重要的是做一些统计分析，寻找规律，然后把自己固定在这些规律上，如果你非常幸运，它将在相对较长的时间内发挥作用。
至于其他的（我自己的做法，我不知道其他人的情况），就是用最新的数据进行永久的再培训，并获得一些好的交易，所有的利润，每天控制一切。如果你从人工智能应该自己搜索一切的原则出发，因为不断做统计分析也是一项繁琐的工作。最好是运行优化器几十次，它就会被自己找到。
谢谢，但这不是浏览器的问题，是Windows的问题，防火墙阻止了一切，任何浏览器都能工作10分钟左右，然后 "啪 "的一声，就不能再打开其他东西了......Windows崩溃了，我将在15分钟内回家，通过acronix备份从闪存驱动器中恢复，幸运的是我总是备份所有新安装的设备
我知道，当我有时间的时候，我自己也会这样做，但这并不有趣(((，就像在很酷的电影....)按....信件在笔记本电脑上运行....然后屁股证实了！！！....，主要是当时的警报器没有启动。）
墨菲定律：如果狗屎能发生，它就会发生
我有时间就自己做，但这并不有趣(()，我希望它能像在很酷的电影中那样....。按下的按钮....信件在笔记本电脑上运行....然后屁股证实了！！！....，主要是当时的警报器没有启动。）
我不这么认为。
我为国家安全局简化了任务，甚至更多。开发了一个初步的策略，它定义了可能的输入区间，在这些区间上训练NS，并找到最佳入口点。如果在这个区间没有条目，它就不会找到它。
在区间之外，NS没有分析任何东西。
我不这么认为。
我为国家安全局简化了任务，甚至更多。开发了一个初步的策略，它定义了可能的输入区间，在这些区间上训练NS，并找到最佳入口点。如果在这个区间没有条目，它就不会找到它。
在区间之外，NS没有分析任何东西。
NS不会找到最好的切入点，他们需要用暴力手段。
NS不会找到最佳的入口点，它们需要被破解。
马克西姆，这在一年前就已经完成了。并写了如何，在这个主题中。
但我想不出有什么新的东西。我还在用Python捣鼓，也许会有一些想法出现。
NS不会找到最佳的入口点，它们需要被破解。
还可以尝试禁用CatBoost在每次启动时令人讨厌地创建自己的临时目录，因为这将导致它在一个受保护的环境中崩溃。
总的来说，这些故障看起来不是很专业，所以如果你不能打败他们，那么在我个人看来，比免费的便宜 - 从这个产品一下子就放弃：)
使用Python时是否创建了目录？在控制台中，创建目录是合乎逻辑的，因为在这些目录中，模型和标记，还有其他统计数据，如果不放在目录中，还能放在哪里？相反，我认为目录是一个非常好的解决方案，因为我可以在许多设置中循环使用，并将每个设置的结果放入我的目录。
到目前为止，我还没有看到任何导致故障的故障。
顺便说一下，我不知道该问谁，你能告诉我吗？
当使用PCA时，alglib返回特征向量
如何进一步处理它们，即应用于原始属性
http://alglib.sources.ru/dataanalysis/principalcomponentsanalysis.php方法的适用性和有效性的局限性
就我对这个方法的理解，我们通过挑出主要成分，得到一个有用的信号特征图，然后你可以寻找一个类似的图（矩阵），在噪声数据中寻找有用的信号。
最后，这一切都归结为对测试样品的模型的质量控制，仅此而已。在训练样本上，它几乎总是好的，因为它是。你甚至不需要为此想象什么。如何控制和分样是一门艺术
这里只是在想，控制样本可能与你训练的样本非常不同，例如有一棵树，它有10个训练过的叶子，其中9个给出了1，一个给出了0，在某个特定的样本上工作得很好，但后来的测试（在我的例子中是测试）却没有工作--发生了什么？也可能是条件只针对9片叶子中的3片，其余都合并为零。这不会是过度训练的迹象（这意味着冗余连接，这不是规律性的），而只是一个完全不同的样本，或者一个3片叶子的事件真的很多，而其余6片叶子的事件极少的样本，或者我们在趋势上训练，在平坦上测试。我想知道我们是否应该把样本混在一起，创造人为的条件，在训练和测试中都会有比例相似的部分，如果我们需要识别这些部分，并以某种方式标记，那么我们就能看到训练中的反应是在这些部分，而测试样本上的反应是什么。或者说，我们需要找到这种在所有市场中都很典型的规律性，并以一种普遍的方式来描述它们，以便增加训练样本中不同情况的数量。