交易中的机器学习:理论、模型、实践和算法交易 - 页 515 1...508509510511512513514515516517518519520521522...3399 新评论 Maxim Dmitrievsky 2017.11.02 22:26 #5141 交易员博士。如果不进行某种转换,价格是不会被输入模型的。 外推的脚手架采取最近的已知值。外推法中的Neuronc或尺子会根据内部公式计算出一些东西。但事实上,所有这些模型在这种情况下都会合并,所以没有区别。他们确实没有任何转换,但这不是问题的关键。 在这些或那些模型的技术应用中,差异是巨大的。这不是排水与它的关系,同样这也不是重点。 Grigoriy Chaunin 2017.11.03 05:56 #5142 在MT中做任何事情都不方便。在我看来,最好的选择是用Python进行学习和实验,用DLL加载训练好的模型进行MT。Python有一个这么酷的东西,用于实验的Jupiter笔记本。除了交互式代码执行外,你还可以在其中保留笔记,这对于写下对某一主题的想法是很方便的。所以你必须选择一个能在Python和C++中工作的库。Python很容易学习。 Maxim Dmitrievsky 2017.11.03 08:08 #5143 格里戈里-乔宁。在MT中做任何事情都不方便。在我看来,最好的选择是用Python进行学习和实验,用DLL加载训练好的模型进行MT。Python有一个这么酷的东西,用于实验的Jupiter笔记本。除了交互式代码执行外,你还可以在其中保留笔记,这对于写下对某一主题的想法是很方便的。所以你必须选择一个能在Python和C++中工作的库。Python很容易学习。这一切都脱离了重点,你必须在你交易的同一个地方做所有事情,没有不必要的麻烦......节省时间和神经。你需要在你交易的同一个地方做所有事情,没有不必要的麻烦,节省你的时间和神经。但Python无疑是很酷的,R已经把它旋转了--它的速度很烦人。据我所知,机器学习的专业人员都是坐在python上,而R则是如此涉猎,统计分析和学生的教学。但话说回来,这都是假的,当你可以直接连接它时。 Grigoriy Chaunin 2017.11.03 10:54 #5144 从程序员的角度来看,R是一种奇怪的、不同于其他任何语言的语言。是的,对于机器学习,Python是标准。 Vladimir Perervenko 2017.11.03 17:34 #5145 格里戈里-乔宁。从程序员的角度来看,R是一种奇怪的、不同于其他任何语言的语言。是的,Python是机器学习的标准。你们这些人真奇怪。对一个人来说,"从程序员的角度来看,R是一种奇怪的、不同于其他任何语言的语言"。你说的是什么程序员?另一个人说 "我试过R--它很烦人,因为它很慢"--可能是你在错误的地方或以错误的方式试过了?你可能不知道,但所有的Python模块都可以在R中使用,因此也可以在MT中使用。 此外,所有最新的发展巨头TensorFlow(Googl)、CNTK(Microsoft)和其他公司立即提供了R中的API,因此也可以 在MT中使用。我强调了两次--今天可以通过R来使用终端中所有丰富的机器学习发展。这需要对你想做的事情有一个了解,需要知识和技能。你想做的,就去做吧。这个话题已经变成了无用的言语。不幸的是。祝好运 Maxim Dmitrievsky 2017.11.03 20:41 #5146 弗拉基米尔-佩雷文科。你们这些人真奇怪。对一个人来说,"从程序员的角度来看,R是一种奇怪的语言,不同于其他任何语言"。你说的是什么程序员?另一个人说:"我试过R,它非常慢"--也许你试图在错误的地方或用错误的工具来扭动它?这个话题已经变成了一个无用的口头禅。不幸的是。祝好运迟缓的R本身,我不是在说包。运行速度比python慢,比MT5慢。或者它的外壳很慢,像RStudio,它甚至不能顺利地移动窗口,这说它甚至本身就很慢。更不用说VS 2017与Ropen的结合,它不断地挂起,包不兼容,等等。我不敢想象,如果你也使用软件包与python一起工作会发生什么。许多R的软件包都是由天知道是谁写的,可能包含错误,没有统一的标准。只有几个好的神经网络包,你在上一篇文章中描述过,没有R也能正常工作。其他关于外汇预处理等方面的内容更多的是智力游戏,而不是对语言优势的有效利用。嗯,是的,图片可以通过眼睛来评估,但在大多数情况下,所有模型的数字评估就足够了。IMHO :) Forester 2017.11.03 20:56 #5147 马克西姆-德米特里耶夫斯基。 慢R本身,我不是在说包。工作速度比python慢,比MT5慢。 不比MT5慢...我之前给出了一个比较。ALGLIB是一个可怕的学习制动器。在ALGLIB上提供了240-50-1的净值,--等了2天,没等到,就把它关掉了。 在半小时内教授了网络70-5-1。在相同的数据下,从R中学习nnet需要不到一分钟的时间。 此外,R可能为你提供所有处理器核心的并行计算,以获得额外的加速。 Maxim Dmitrievsky 2017.11.03 20:59 #5148 elibrarius。不比MT5慢...我之前给出了一个比较。你给了一个与另一个NS的比较--它不再是R,而是一个用pros写的包,当然它也很快。对于大型网络,你需要LBFGS优化器,也许你已经使用了它。例如,在alglib中,森林的速度很好,我喜欢它......而且模型的质量从来没有比MLP差。提升当然是劣质的,但就我从互联网上的文章来看,并不是太关键。也就是说,基本上有1个通用的模型是树状脚手架,加上它的速度。所有其他的,一些其他的神经元可以做得更好,还没有在实践中被证明(与外汇有关)。多线程不是在R中,而是在神经网络包中,连接到mt5也是多线程的。 Forester 2017.11.03 21:05 #5149 马克西姆-德米特里耶夫斯基。 你和另一个NS做了比较--它不是R,而是用pros写的包,当然它的速度很快。Alglib在免费版中没有多线程功能,对于大型网络,你需要LBFGS优化器,也许你用过它。例如,在Alglib中,森林的速度很好,我喜欢......模型的质量从未比MLP差。看起来是同一个MLP,所以网络的结构和数据量是一样的。那个软件包没有使用多线程,只是用一个线程读取所有内容(我用任务管理器检查过)。 我比较了LBFGS(约40分钟)和LM(27分钟)的速度。根据描述,LBFGS肯定更快,但实际上在ALGLIB中则相反。检查和搭架子--比NS快得多(4分钟),结果也差不多。而有趣的是线性回归 的计算速度更快,结果也一样。 正如有人在这里写的那样--这都是关于功能的。 Maxim Dmitrievsky 2017.11.03 21:11 #5150 elibrarius。 似乎是同一个MLP,所以网络的结构和数据量都是一样的。那个软件包没有使用多线程--我在一个线程中读取所有内容(我在任务管理器中检查过)。 我比较了LBFGS(约40分钟)和LM(27分钟)的速度。根据描述,LBFGS应该更快,但在实践中ALGLIB则相反。据我所知,你可以在那里设置1-2个历时,因为它几乎总是在第一次收敛......也许这是一个疏忽?尽管我有一段时间没有使用它,我可能被混淆了。 1...508509510511512513514515516517518519520521522...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
如果不进行某种转换,价格是不会被输入模型的。
外推的脚手架采取最近的已知值。外推法中的Neuronc或尺子会根据内部公式计算出一些东西。但事实上,所有这些模型在这种情况下都会合并,所以没有区别。他们确实没有任何转换,但这不是问题的关键。
在这些或那些模型的技术应用中,差异是巨大的。这不是排水与它的关系,同样这也不是重点。在MT中做任何事情都不方便。在我看来,最好的选择是用Python进行学习和实验,用DLL加载训练好的模型进行MT。Python有一个这么酷的东西,用于实验的Jupiter笔记本。除了交互式代码执行外,你还可以在其中保留笔记,这对于写下对某一主题的想法是很方便的。所以你必须选择一个能在Python和C++中工作的库。Python很容易学习。
在MT中做任何事情都不方便。在我看来,最好的选择是用Python进行学习和实验,用DLL加载训练好的模型进行MT。Python有一个这么酷的东西,用于实验的Jupiter笔记本。除了交互式代码执行外,你还可以在其中保留笔记,这对于写下对某一主题的想法是很方便的。所以你必须选择一个能在Python和C++中工作的库。Python很容易学习。
这一切都脱离了重点,你必须在你交易的同一个地方做所有事情,没有不必要的麻烦......节省时间和神经。你需要在你交易的同一个地方做所有事情,没有不必要的麻烦,节省你的时间和神经。
但Python无疑是很酷的,R已经把它旋转了--它的速度很烦人。据我所知,机器学习的专业人员都是坐在python上,而R则是如此涉猎,统计分析和学生的教学。但话说回来,这都是假的,当你可以直接连接它时。
从程序员的角度来看,R是一种奇怪的、不同于其他任何语言的语言。是的,对于机器学习,Python是标准。
从程序员的角度来看,R是一种奇怪的、不同于其他任何语言的语言。是的,Python是机器学习的标准。
你们这些人真奇怪。对一个人来说,"从程序员的角度来看,R是一种奇怪的、不同于其他任何语言的语言"。你说的是什么程序员?另一个人说 "我试过R--它很烦人,因为它很慢"--可能是你在错误的地方或以错误的方式试过了?
你可能不知道,但所有的Python模块都可以在R中使用,因此也可以在MT中使用。 此外,所有最新的发展巨头TensorFlow(Googl)、CNTK(Microsoft)和其他公司立即提供了R中的API,因此也可以 在MT中使用。我强调了两次--今天可以通过R来使用终端中所有丰富的机器学习发展。这需要对你想做的事情有一个了解,需要知识和技能。你想做的,就去做吧。
这个话题已经变成了无用的言语。不幸的是。
祝好运
你们这些人真奇怪。对一个人来说,"从程序员的角度来看,R是一种奇怪的语言,不同于其他任何语言"。你说的是什么程序员?另一个人说:"我试过R,它非常慢"--也许你试图在错误的地方或用错误的工具来扭动它?
这个话题已经变成了一个无用的口头禅。不幸的是。
祝好运
迟缓的R本身,我不是在说包。运行速度比python慢,比MT5慢。或者它的外壳很慢,像RStudio,它甚至不能顺利地移动窗口,这说它甚至本身就很慢。更不用说VS 2017与Ropen的结合,它不断地挂起,包不兼容,等等。我不敢想象,如果你也使用软件包与python一起工作会发生什么。许多R的软件包都是由天知道是谁写的,可能包含错误,没有统一的标准。
只有几个好的神经网络包,你在上一篇文章中描述过,没有R也能正常工作。其他关于外汇预处理等方面的内容更多的是智力游戏,而不是对语言优势的有效利用。嗯,是的,图片可以通过眼睛来评估,但在大多数情况下,所有模型的数字评估就足够了。IMHO :)
慢R本身,我不是在说包。工作速度比python慢,比MT5慢。
不比MT5慢...我之前给出了一个比较。
ALGLIB是一个可怕的学习制动器。
在ALGLIB上提供了240-50-1的净值,--等了2天,没等到,就把它关掉了。
在半小时内教授了网络70-5-1。在相同的数据下,从R中学习nnet需要不到一分钟的时间。
不比MT5慢...我之前给出了一个比较。
你给了一个与另一个NS的比较--它不再是R,而是一个用pros写的包,当然它也很快。对于大型网络,你需要LBFGS优化器,也许你已经使用了它。例如,在alglib中,森林的速度很好,我喜欢它......而且模型的质量从来没有比MLP差。提升当然是劣质的,但就我从互联网上的文章来看,并不是太关键。也就是说,基本上有1个通用的模型是树状脚手架,加上它的速度。所有其他的,一些其他的神经元可以做得更好,还没有在实践中被证明(与外汇有关)。
多线程不是在R中,而是在神经网络包中,连接到mt5也是多线程的。
你和另一个NS做了比较--它不是R,而是用pros写的包,当然它的速度很快。Alglib在免费版中没有多线程功能,对于大型网络,你需要LBFGS优化器,也许你用过它。例如,在Alglib中,森林的速度很好,我喜欢......模型的质量从未比MLP差。
看起来是同一个MLP,所以网络的结构和数据量是一样的。那个软件包没有使用多线程,只是用一个线程读取所有内容(我用任务管理器检查过)。
我比较了LBFGS(约40分钟)和LM(27分钟)的速度。根据描述,LBFGS肯定更快,但实际上在ALGLIB中则相反。
检查和搭架子--比NS快得多(4分钟),结果也差不多。而有趣的是线性回归 的计算速度更快,结果也一样。
正如有人在这里写的那样--这都是关于功能的。
似乎是同一个MLP,所以网络的结构和数据量都是一样的。那个软件包没有使用多线程--我在一个线程中读取所有内容(我在任务管理器中检查过)。
我比较了LBFGS(约40分钟)和LM(27分钟)的速度。根据描述,LBFGS应该更快,但在实践中ALGLIB则相反。
据我所知,你可以在那里设置1-2个历时,因为它几乎总是在第一次收敛......也许这是一个疏忽?尽管我有一段时间没有使用它,我可能被混淆了。