交易中的机器学习:理论、模型、实践和算法交易 - 页 2073 1...206620672068206920702071207220732074207520762077207820792080...3399 新评论 Evgeniy Chumakov 2020.11.03 15:06 #20721 Aleksey Vyazmikin: 为什么要在极值之后取,因为修正可能是50%,这意味着我们必须在100%左右的最后一段取ZZ。 Aleksey Vyazmikin 2020.11.03 15:23 #20722 Evgeniy Chumakov: , 哦,所以你几乎把我之前发布的系统画成了报告:)只有我把TP调高,不等待ZZ的最后一个区间的形成(虽然这是一个设置问题)。 Aleksey Vyazmikin 2020.11.03 16:03 #20723 Alexander Alekseyevich: 所以?你会放弃代码吗?或者至少是一个样本。 采样链接。 目标列 "Target_100",在最后的日期列中,下一列和最后两列在训练中没有使用。 样本分为3部分,exam.csv不参与训练。 Rorschach 2020.11.03 17:47 #20724 Evgeniy Chumakov: 作为期权,在极值之前退出(有反转)。 以3个极值为基础的通道,在交叉点上有一个出口 Maxim Dmitrievsky 2020.11.04 03:53 #20725 有一个单独的时间序列分类领域和相关的库,比如说这个 https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html 有人使用过吗? RandOm Convolutional KErnel Transform (ROCKET) — pyts 0.12.dev0 documentation pyts.readthedocs.io The RandOm Convolutional KErnel Transform (ROCKET) algorithm randomly generates a great variety of convolutional kernels and extracts two features for each convolution: the maximum and the proportion of positive values. This example... Valeriy Yastremskiy 2020.11.04 05:13 #20726 Maxim Dmitrievsky: 有一个单独的时间序列分类领域和相关的库,比如说这个https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html有人使用过吗? 你应该使用它,它是一个有趣的软件包。只是一个构造函数。 Maxim Dmitrievsky 2020.11.04 05:29 #20727 Valeriy Yastremskiy: 你应该使用它,它是一个有趣的软件包。这就像一个构造函数。 我给ROCKET的链接是有原因的--它是一种很酷的功能转换器。从原始特征中创造出大量不相关的特征,提高了分类的质量。 建议与线性模型一起使用(因为它产生了这么多的特征)。 将不得不尝试它 Aleksey Vyazmikin 2020.11.04 05:35 #20728 Maxim Dmitrievsky: 我首先链接到ROCKET是有原因的--它是一种很酷的功能转换器。从原来的特征中创造出很多不相关的特征,提高了分类的质量。推荐与线性模型一起使用(因为你得到了很多的功能)。将不得不尝试它 让我知道结果--非常有趣的话题! mytarmailS 2020.11.04 07:02 #20729 Maxim Dmitrievsky: 在原有的基础上创造了很多不相关的特征。 常规PCA?) Maxim Dmitrievsky 2020.11.04 07:03 #20730 mytarmailS: 常规PCA?) 不 1...206620672068206920702071207220732074207520762077207820792080...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
为什么要在极值之后取,因为修正可能是50%,这意味着我们必须在100%左右的最后一段取ZZ。
,
哦,所以你几乎把我之前发布的系统画成了报告:)只有我把TP调高,不等待ZZ的最后一个区间的形成(虽然这是一个设置问题)。
所以?你会放弃代码吗?或者至少是一个样本。
采样链接。
目标列 "Target_100",在最后的日期列中,下一列和最后两列在训练中没有使用。
样本分为3部分,exam.csv不参与训练。
作为期权,在极值之前退出(有反转)。
以3个极值为基础的通道,在交叉点上有一个出口
有一个单独的时间序列分类领域和相关的库,比如说这个
https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html
有人使用过吗?
有一个单独的时间序列分类领域和相关的库,比如说这个
https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html
有人使用过吗?
你应该使用它,它是一个有趣的软件包。只是一个构造函数。
你应该使用它,它是一个有趣的软件包。这就像一个构造函数。
我给ROCKET的链接是有原因的--它是一种很酷的功能转换器。从原始特征中创造出大量不相关的特征,提高了分类的质量。
建议与线性模型一起使用(因为它产生了这么多的特征)。
将不得不尝试它
我首先链接到ROCKET是有原因的--它是一种很酷的功能转换器。从原来的特征中创造出很多不相关的特征,提高了分类的质量。
推荐与线性模型一起使用(因为你得到了很多的功能)。
将不得不尝试它
让我知道结果--非常有趣的话题!
在原有的基础上创造了很多不相关的特征。
常规PCA?)
常规PCA?)
不