交易中的机器学习:理论、模型、实践和算法交易 - 页 277 1...270271272273274275276277278279280281282283284...3399 新评论 Женя 2017.02.14 18:57 #2761 mytarmailS:当一个人在寻找 能用的东西时,最好有一个现成的软件包,而当你已经找到它时,你需要自己去弄清楚并重写代码。你不同意吗?我总体上同意你的观点。唯一的问题是如何理解 "搜索 "一词,在什么语义空间中搜索。上面你同意有必要了解底层算法的成功使用,类似的事情是在寻找 "想法",一件事是在论坛或个人资料网站上阅读关于时髦的数据分析技术,如深度神经网络,森林等。在R中找到一个包,在里面放上一堆行,拉动旋钮,冥思苦想,然后 "权威地 "指出 "外汇的神经网络不起作用",这是另一回事,在ints和dub的层面上理解这一切,感受数据的纹理,为什么一个神经网络或森林不能很好地工作,如何改进,等等。另一个层次的抽象,你认为你自己的想法,甚至没有明确的语言表达,但你已经有了代码和结果 :) mytarmailS 2017.02.14 19:14 #2762 吉安尼。 我同意... Roffild 2017.02.16 01:53 #2763 现在我正试图将数据加载到Rattle中,但我得到了一个错误。 sort.list(y)中的错误:'x'对'sort.list'来说必须是原子性的。 你在名单上调用过'排序'吗? 不能用双份吗? 还是我需要适当准备? СанСаныч Фоменко 2017.02.16 07:06 #2764 罗费尔德。现在试图将数据加载到Rattle,但得到一个错误。 不能用双份吗? 还是我需要正确地准备它? 我的文章 里有一个应用。请看一下它的样本。 Mihail Marchukajtes 2017.02.16 13:52 #2765 顺便说一句,我的文章将看到光明的时候,MYTH就快到了,我相信很多人都会觉得它很有用 :-) mytarmailS 2017.02.16 16:14 #2766 组合器。告诉我,你是否在写任何形式的奥达故事? toxic 2017.02.17 17:20 #2767 桑桑尼茨-弗门科。 在我的文章 中,有一个附录。作为一个样本,看一看吧。 我读了你的文章,我认为它对初学者了解在算法交易中使用MO的基础知识 很有启发。但你在构建目标时犯了一个错误,"将ZigZag指标向左移动",它将未来显示为双向过滤器(即从当前时刻的左边和右边获取数据)。 СанСаныч Фоменко 2017.02.17 17:37 #2768 我读了你的文章,我认为它对初学者了解在算法交易中使用MO的基础知识 很有启发。但你在构建目标时犯了一个错误,"将ZigZag指标向左移动",它将未来显示为双向过滤器(它从当前时刻的左边和右边获取数据)。不,这不是一个错误。拉特是一个相当阴险的笑话。一方面,它可以让你看到机器学习的整个周期:数据采集、建模、模型评估,而成本只有一小部分。另一方面,它给人一种模型简单的错觉。而这一点也不容易。所用模型的每个元素都需要一个非常周到的态度。而这绝对是在应用MI的所有工作阶段都需要的。特别是,目标变量的选择也不是一个简单的问题。人们可能会选择非常诱人的目标变量,然后发现无法为它们选择预测器。就文章中的PP而言,严格来说,根本不清楚预测的是什么....。成功,更重要的是不抱幻想,没有所谓的圣杯,它需要工作和知识。 Mihail Marchukajtes 2017.02.18 01:08 #2769 SanSanych Fomenko: 不,这不是一个错误。拨浪鼓是一个相当阴险的笑话。一方面,它允许你以微薄的成本看到机器学习的整个周期:数据采集、建模、模型评估。另一方面,它给人一种模型简单的错觉。而这一点也不容易。所用模型的每个元素都需要一个非常周到的态度。而这绝对是在应用MI的所有工作阶段都需要的。特别是,目标变量的选择也不是一个简单的问题。人们可能会选择非常诱人的目标变量,然后发现无法为它们选择预测器。就文章中的PP而言,严格来说,根本不清楚预测的是什么....。没有所谓的圣杯,最重要的是不抱幻想,人需要劳动和知识。 我完全同意你的观点。现在我正在写一篇文章,它几乎已经准备好了,在MKUL5中写代码的问题需要解决,但写目前的文章促使我创作了第二部作品,工作题目是 "关于输入和输出的论文",在这篇文章中我想强调目标函数的复杂选择问题,因为这首先是一个哲学问题,其次是很难正式化。因此,我们正在等待 "如何赚取神经网络"一文的发表,然后是 "关于输入和输出变量的论述 "和 "在序列工作时实际使用skynet",这将是三篇文章的系列。他们的标题确实有效,除了第一个,虽然谁知道,也许我会改变它,文章还没有发表 :-)但我希望得到本支部居民的支持,最重要的是得到建设性的批评意见。谢谢你! Vladimir Perervenko 2017.02.18 11:44 #2770 Mihail Marchukajtes: 我完全同意你的观点。现在我正在写一篇文章,它几乎已经准备好了,MKUL5中的编码问题需要解决,但是写这篇文章激发了我创作第二篇作品,工作题目是 "关于传入和传出的论文",在这篇文章中我想强调目标函数选择的困难问题,因为首先这是一个相当哲学的问题,其次它很难被形式化。因此,我们正在等待 "如何赚取神经网络 "一文的发表,然后是 "关于输入和输出变量的论述 "和 "在序列工作时实际使用skynet",这将是三篇文章的系列。他们的标题确实有效,除了第一个,虽然谁知道,也许我会改变它,文章还没有发表 :-)但我希望得到本支部居民的支持,最重要的是得到建设性的批评意见。谢谢你!我希望你已经读过网站上已经发表的关于这些主题的所有文章,不会再描述自行车的发明?新的想法总是很有趣。祝好运 1...270271272273274275276277278279280281282283284...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
mytarmailS:
当一个人在寻找 能用的东西时,最好有一个现成的软件包,而当你已经找到它时,你需要自己去弄清楚并重写代码。
你不同意吗?
我总体上同意你的观点。
唯一的问题是如何理解 "搜索 "一词,在什么语义空间中搜索。上面你同意有必要了解底层算法的成功使用,类似的事情是在寻找 "想法",一件事是在论坛或个人资料网站上阅读关于时髦的数据分析技术,如深度神经网络,森林等。在R中找到一个包,在里面放上一堆行,拉动旋钮,冥思苦想,然后 "权威地 "指出 "外汇的神经网络不起作用",这是另一回事,在ints和dub的层面上理解这一切,感受数据的纹理,为什么一个神经网络或森林不能很好地工作,如何改进,等等。另一个层次的抽象,你认为你自己的想法,甚至没有明确的语言表达,但你已经有了代码和结果 :)
现在我正试图将数据加载到Rattle中,但我得到了一个错误。
sort.list(y)中的错误:'x'对'sort.list'来说必须是原子性的。
你在名单上调用过'排序'吗?
现在试图将数据加载到Rattle,但得到一个错误。
不能用双份吗? 还是我需要正确地准备它?顺便说一句,我的文章将看到光明的时候,MYTH就快到了,我相信很多人都会觉得它很有用 :-)
告诉我,你是否在写任何形式的奥达故事?
在我的文章 中,有一个附录。作为一个样本,看一看吧。
我读了你的文章,我认为它对初学者了解在算法交易中使用MO的基础知识 很有启发。但你在构建目标时犯了一个错误,"将ZigZag指标向左移动",它将未来显示为双向过滤器(即从当前时刻的左边和右边获取数据)。
我读了你的文章,我认为它对初学者了解在算法交易中使用MO的基础知识 很有启发。但你在构建目标时犯了一个错误,"将ZigZag指标向左移动",它将未来显示为双向过滤器(它从当前时刻的左边和右边获取数据)。
不,这不是一个错误。
拉特是一个相当阴险的笑话。
一方面,它可以让你看到机器学习的整个周期:数据采集、建模、模型评估,而成本只有一小部分。
另一方面,它给人一种模型简单的错觉。而这一点也不容易。所用模型的每个元素都需要一个非常周到的态度。而这绝对是在应用MI的所有工作阶段都需要的。特别是,目标变量的选择也不是一个简单的问题。人们可能会选择非常诱人的目标变量,然后发现无法为它们选择预测器。就文章中的PP而言,严格来说,根本不清楚预测的是什么....。
成功,更重要的是不抱幻想,没有所谓的圣杯,它需要工作和知识。
不,这不是一个错误。
拨浪鼓是一个相当阴险的笑话。
一方面,它允许你以微薄的成本看到机器学习的整个周期:数据采集、建模、模型评估。
另一方面,它给人一种模型简单的错觉。而这一点也不容易。所用模型的每个元素都需要一个非常周到的态度。而这绝对是在应用MI的所有工作阶段都需要的。特别是,目标变量的选择也不是一个简单的问题。人们可能会选择非常诱人的目标变量,然后发现无法为它们选择预测器。就文章中的PP而言,严格来说,根本不清楚预测的是什么....。
没有所谓的圣杯,最重要的是不抱幻想,人需要劳动和知识。
我完全同意你的观点。现在我正在写一篇文章,它几乎已经准备好了,MKUL5中的编码问题需要解决,但是写这篇文章激发了我创作第二篇作品,工作题目是 "关于传入和传出的论文",在这篇文章中我想强调目标函数选择的困难问题,因为首先这是一个相当哲学的问题,其次它很难被形式化。因此,我们正在等待 "如何赚取神经网络 "一文的发表,然后是 "关于输入和输出变量的论述 "和 "在序列工作时实际使用skynet",这将是三篇文章的系列。他们的标题确实有效,除了第一个,虽然谁知道,也许我会改变它,文章还没有发表 :-)但我希望得到本支部居民的支持,最重要的是得到建设性的批评意见。谢谢你!
我希望你已经读过网站上已经发表的关于这些主题的所有文章,不会再描述自行车的发明?
新的想法总是很有趣。
祝好运