交易中的机器学习:理论、模型、实践和算法交易 - 页 2626 1...261926202621262226232624262526262627262826292630263126322633...3399 新评论 mytarmailS 2022.04.07 20:01 #26251 Maxim Dmitrievsky #: 如果你拿到了就给我看看,我给你看看我的方法结果,我没有时间去完成。 它仍在开发中,在计算机资源方面是一个非常昂贵的过程,而我正在优化代码。 mytarmailS 2022.04.11 13:52 #26252 有趣的文章,值得思考的问题https://www.autodesk.com/research/publications/same-stats-different-graphs mytarmailS 2022.04.12 12:05 #26253 移动窗口中标志的重要性(指标和价格)。 在某一时刻,该指标可能是10%的重要性,而在另一时刻,它可能是0.05%的重要性,这就是生活的真相) 如果你认为它解决了一切问题,你应该为它感到骄傲。 这就是费舍尔虹膜的四个标志的样子。 或者如果你放大滑动窗口。 Forester 2022.04.12 21:09 #26254 mytarmailS #:移动窗口中标志的重要性(指标和价格)。在某一时刻,该指标可能是10%的重要性,而在另一时刻,它可能是0.05%的重要性,这就是生活的真相)如果你认为它解决了一切问题,你应该为它感到骄傲。这就是费舍尔虹膜的四个标志的样子。或者如果你放大滑动窗口。 很明显,虹膜(和类似问题)有一个稳定的模式。每一个用它们做实验的人都已经发现,所有的东西都会在引号中 "浮动"。 我想知道在图表的每个点上,指标的意义是如何不同的。它是针对所有训练线上建立的整个模型一次性确定的。还是你那里有5000个模型? 一般来说,要解释你的图表,上面有什么,以及它们是如何建立的。 mytarmailS 2022.04.12 21:22 #26255 elibrarius #:虹膜(和类似问题)有一个稳定的模式,这个事实已经很清楚了。而一切 "漂浮 "在引号中的事实,也是每个做过实验的人都清楚的。我想知道在图表的每个点上,指标的意义是如何不同的。它是针对所有训练线上建立的整个模型一次性确定的。还是你那里有5000个模型? 一般来说,解释你的图表,上面有什么,以及它们是如何建立的。 有很多方法可以找出一个特征的信息量,有些你不需要训练一个模型。 我使用了fselector。https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/它计算出特征的熵...为什么每一点的重要性都不同?是的,因为特征的信息量是在一个滑动窗口中计算的,正如我上面写的那样。 Maxim Dmitrievsky 2022.04.13 04:43 #26256 mytarmailS #: 有很多方法可以找出性状的信息量,对于一些人来说,你不需要训练一个模型。 我使用了fselector。https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/他计算了特征的熵... 为什么每一点的重要性都不同?是的,因为特征的信息量是在我上面写的滑动窗口中计算的。 因此,你必须寻找重要性没有跳跃的时期,你可以使用2个模型。否则,就是一团糟。 我在网上做了窗口培训,如果不按时间过滤就全部拿出来,性能很差。我当时没有想到要用过滤法来做。在我关于熵的文章中,有一个关于这种机器人的例子 最有可能的是,重要性的跳跃是由于熵的变化,如果像回报的迹象 但所有前门的信徒都有自己的现实,而不是基于实践。 mytarmailS 2022.04.13 05:07 #26257 Maxim Dmitrievsky #:但各种前门的信徒都有自己的现实,不是基于实践的。 那是什么?我认为你需要寻找一个模式,并为它建立一个模型,往往MO不能建立一个模型,即使是一个可理解的模式,你必须用你的双手来做所有的事情。 Maxim Dmitrievsky 2022.04.13 05:09 #26258 mytarmailS #: 那是什么? 我认为你需要寻找一个模式,并为它建立一个模型,往往MO不能建立一个模型,即使是一个可理解的模式,你必须全部手工完成。 嗯,有各种各样的复发网络,这里有一个 直接通过模式,寻找它的行为模式 :)很简单:训练它,在测试中检查它,确定它脱落和工作的时期,得出结论/尝试过滤它,确定一个模式你不应该把统计数字与MO分开,你应该把统计数字用于模型,它们是随机训练的如果你知道这个模式,你就不需要MO了。 mytarmailS 2022.04.13 06:29 #26259 Maxim Dmitrievsky #: 你应该直接去找模型,找一个模式,在那里它的行为就像一个模式一样:) 如果非常简单:教它,在考试中测试它,确定它倾泻和工作的时期,得出结论/尝试过滤它,确定一个模式 是的,原则上是可以的,甚至更好,按照这个顺序你可以在机器上做 Maxim Dmitrievsky#: 如果很简单:教学,测试,确定浇灌和工作的时期,得出结论/试图过滤掉,检测出一个模式 或不倒))。 Maxim Dmitrievsky#: 你不应该把统计数字与MO分开,你应该把统计数字用于模型,它们是随机训练的 对我来说,没有必要做复杂的模型,一个简单的规则就足够了,否则就不能称之为模式。 Maxim Dmitrievsky#: 如果你知道这个模式,那么MO就没有必要了。 我总是想做得更好)))。 Forester 2022.04.13 06:35 #26260 mytarmailS #: 有很多方法可以找出一个特征的信息量,有些你不需要训练一个模型。 我使用了fselector。https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/他计算了特征的熵... 为什么每一点的重要性都不同?是的,因为特征的信息量是在滑动窗口中计算的,正如我上面写的那样 我在比较 几种估计属性重要性的方法。我把最耗费资源的一个作为基准:通过逐个去除特征来训练模型。 快速方法与基准不吻合。它们也不相互匹配。fselector更快,我认为它也不会与任何东西相匹配。 Сравнение разных методов оценки важности предикторов. www.mql5.com Провел сравнение разных методов оценки важности предикторов. Тесты проводил на данных титаника (36 фичей и 891 строки) при помощи случайного леса из 100 деревьев. Распечатка с результатами ниже. За 1...261926202621262226232624262526262627262826292630263126322633...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
如果你拿到了就给我看看,我给你看看我的方法结果,我没有时间去完成。
移动窗口中标志的重要性(指标和价格)。
在某一时刻,该指标可能是10%的重要性,而在另一时刻,它可能是0.05%的重要性,这就是生活的真相)
如果你认为它解决了一切问题,你应该为它感到骄傲。
这就是费舍尔虹膜的四个标志的样子。
或者如果你放大滑动窗口。
移动窗口中标志的重要性(指标和价格)。
在某一时刻,该指标可能是10%的重要性,而在另一时刻,它可能是0.05%的重要性,这就是生活的真相)
如果你认为它解决了一切问题,你应该为它感到骄傲。
这就是费舍尔虹膜的四个标志的样子。
或者如果你放大滑动窗口。
很明显,虹膜(和类似问题)有一个稳定的模式。每一个用它们做实验的人都已经发现,所有的东西都会在引号中 "浮动"。
我想知道在图表的每个点上,指标的意义是如何不同的。它是针对所有训练线上建立的整个模型一次性确定的。还是你那里有5000个模型?
一般来说,要解释你的图表,上面有什么,以及它们是如何建立的。
虹膜(和类似问题)有一个稳定的模式,这个事实已经很清楚了。而一切 "漂浮 "在引号中的事实,也是每个做过实验的人都清楚的。
我想知道在图表的每个点上,指标的意义是如何不同的。它是针对所有训练线上建立的整个模型一次性确定的。还是你那里有5000个模型?
一般来说,解释你的图表,上面有什么,以及它们是如何建立的。
有很多方法可以找出性状的信息量,对于一些人来说,你不需要训练一个模型。 我使用了fselector。https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/
我在网上做了窗口培训,如果不按时间过滤就全部拿出来,性能很差。我当时没有想到要用过滤法来做。在我关于熵的文章中,有一个关于这种机器人的例子
那是什么?
嗯,有各种各样的复发网络,这里有一个
直接通过模式,寻找它的行为模式 :)你应该直接去找模型,找一个模式,在那里它的行为就像一个模式一样:)
如果非常简单:教它,在考试中测试它,确定它倾泻和工作的时期,得出结论/尝试过滤它,确定一个模式
是的,原则上是可以的,甚至更好,按照这个顺序你可以在机器上做
或不倒))。
对我来说,没有必要做复杂的模型,一个简单的规则就足够了,否则就不能称之为模式。
我总是想做得更好)))。
有很多方法可以找出一个特征的信息量,有些你不需要训练一个模型。 我使用了fselector。https://www.r-bloggers.com/2016/06/venn-diagram-comparison-of-boruta-fselectorrcpp-and-glmnet-algorithms/
快速方法与基准不吻合。它们也不相互匹配。fselector更快,我认为它也不会与任何东西相匹配。