交易中的机器学习:理论、模型、实践和算法交易 - 页 2221 1...221422152216221722182219222022212222222322242225222622272228...3399 新评论 Maxim Dmitrievsky 2020.12.04 11:31 #22201 mytarmailS: 好吧,没有随机的也行 )我仍然不明白他在那里的作用是什么 标记比 "之 "字形或天知道什么更正常。 mytarmailS 2020.12.04 11:37 #22202 马克西姆-德米特里夫斯基: 做标记,对我来说似乎比 "之 "字形或天知道什么更正常。 不知道...也许我不明白。 Maxim Dmitrievsky 2020.12.04 11:40 #22203 mytarmailS: 我不知道...也许我不明白什么。 没有什么好理解的,这不是算法中最重要的部分。你可以按你的方式标记它 Fast235 2020.12.04 11:41 #22204 等到我的速度上来了再说。 Maxim Dmitrievsky 2020.12.04 11:41 #22205 Fast235: 等一下,我马上进去。 乖乖地出去,乖乖地进来 🤣🤣好吧,你们这些有趣的人,我一会儿再来。 Fast235 2020.12.04 11:43 #22206 马克西姆-德米特里耶夫斯基: ,漂亮地进入。 如果我们还在讨论口味问题的话。 mytarmailS 2020.12.04 11:53 #22207 Maxim Dmitrievsky: 总之......我做了 还没有训练任何东西,但从视觉上看,我没有看到任何问题。 PSA是一个5级编译的迹象。 并使用模拟数据 Maxim Dmitrievsky 2020.12.04 12:00 #22208 mytarmailS: 总之......我已经做了我还没有训练什么,但从视觉上看,我没有看到任何问题。rsa正显示出5级编译的迹象。并使用模拟数据。 至少,集群是比较密集的。更少的排放应该在那里。 mytarmailS 2020.12.04 12:04 #22209 Maxim Dmitrievsky: 至少可以说,集群是比较密集的。应该减少排放。 我们需要尝试一下... 如果将 非正常化的 价格提交给rsa,那么你可以看到差异 但使用无评级的就没有意义了。 Vladimir Perervenko 2020.12.04 12:07 #22210 mytarmailS: 我想出了如何从几乎所有为分类或回归设计的软件包中训练一个 "最小 "神经元。最主要的是,该软件包允许你访问和修改神经量表。配方如下。1)训练神经网络,无论如何,最主要的是要获得一个具有权重的模型2)选择优化的方法(遗传学、Muravi、蜂群、退火模拟等)。3)写一个健身函数4)获取神经元的权重,并将其作为优化的参数。所有!!!)))你可以训练neuronka来赚取利润,或者让它创造某种巨型指标或其他什么。 这都是早就想好了的!参见R包--"automl"! 1...221422152216221722182219222022212222222322242225222622272228...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
好吧,没有随机的也行 )
我仍然不明白他在那里的作用是什么
做标记,对我来说似乎比 "之 "字形或天知道什么更正常。
不知道...也许我不明白。
我不知道...也许我不明白什么。
等一下,我马上进去。
,漂亮地进入。
如果我们还在讨论口味问题的话。
总之......我做了
还没有训练任何东西,但从视觉上看,我没有看到任何问题。
PSA是一个5级编译的迹象。
并使用模拟数据
总之......我已经做了
我还没有训练什么,但从视觉上看,我没有看到任何问题。
rsa正显示出5级编译的迹象。
并使用模拟数据。
至少,集群是比较密集的。更少的排放应该在那里。
至少可以说,集群是比较密集的。应该减少排放。
我们需要尝试一下...
如果将 非正常化的 价格提交给rsa,那么你可以看到差异
但使用无评级的就没有意义了。
我想出了如何从几乎所有为分类或回归设计的软件包中训练一个 "最小 "神经元。
最主要的是,该软件包允许你访问和修改神经量表。
配方如下。
1)训练神经网络,无论如何,最主要的是要获得一个具有权重的模型
2)选择优化的方法(遗传学、Muravi、蜂群、退火模拟等)。
3)写一个健身函数
4)获取神经元的权重,并将其作为优化的参数。
所有!!!)))
你可以训练neuronka来赚取利润,或者让它创造某种巨型指标或其他什么。
这都是早就想好了的!参见R包--"automl"!