交易中的机器学习：理论、模型、实践和算法交易 - 页 701 1...694695696697698699700701702703704705706707708...3399 新评论 Mihail Marchukajtes 2018.02.21 13:19 #7001 马克西姆-德米特里耶夫斯基。你拿一瓶伏特加酒，与美洲虎混合，并加入Baltika 9调味。 喝下它，举起你的手，然后急速地放下......:)))明智的计划，但我翻转了信号，继续前进 :-) Dr. Trader 2018.02.21 13:25 #7002 Vizard_。通过Box Cox的Lambda正在起身我在帽子里见过它，是的。 在auto.arima之前，你可以运行这段代码----。 library(caret) boxCoxLambda <- BoxCoxTrans(train)$lambda 然后auto.arima(..., lambda =boxCoxLambda) 这一切看起来有点太简单了，有人怀疑这是否足够。也许你还需要自己转换train和tt的向量。 СанСаныч Фоменко 2018.02.21 15:44 #7003 交易员博士。我在《帮助》中见过它，是的。 在auto.arima之前，你可以执行这样的代码----。 然后auto.arima(..., lambda =boxCoxLambda) 这一切看起来有点太简单了，有人怀疑这是否足够。也许我还需要自己对火车和tt矢量进行转换。你不能就这样应用阿里马。 我们必须看一下系数的重要性你需要在测试中检查结果。该方法是非常完善的。 BUT。 即使做了这一切，我们也不一定能相信阿赖耶识，因为有必要用拱门来检查，如果有的话，就用拱门。但好消息是，在Garch（也是Garch模型本身+分布模型）中为趋势建模时，使用了相同的arima。因此，就Garch而言，使用arima的练习并不是浪费时间。 PS。 关于SMA。你在所用模型的情况下，将未来价格计算为预测价格和已知价格的差额是不正确的：关键是在模型中的价格总和中加入了一个误差。所以预测价格=平均价格+误差。 Forester 2018.02.22 09:40 #7004 弗拉基米尔-佩雷文科。分成火车/测试/验证后，混合火车。其余各组不要洗牌。 这对神经网络的分类是有效的。此外，对于深度神经网络训练来说，在送入之前将每一个minibatch混合起来。祝好运我又在考虑在进入NS之前，先把琴弦混合起来。 如果你只对训练进行洗牌，那么通过测试进行估计，我们将进行拟合。我认为我们应该对整个样本进行洗牌，然后将其分成几个部分。 毕竟，测试部分的主要任务是评估NS是否学会了归纳数据，也就是说，它上面的数据应该与train同质，即与它混合。 Renat Akhtyamov 2018.02.22 14:00 #7005 Mihail Marchukajtes:交易活跃，但还没有收益，但也没有损失。由于信号的历史较长，所以尾巴不可见....。 现在我认为它将开始增长。刚开始的时候会出现停滞不前的情况，但随后就会赶上!!!!。 这是对ts功能的估计之一，它不会在jouster上暴跌。在基本策略不利的情况下，它可以保持日记的平衡。它能够在基本战略的不利条件下或多或少 地保持平衡。 Maxim Dmitrievsky 2018.02.22 14:04 #7006 我不 知道该如何处理它们。与神经网络不同，我一直显示出较高的感应器，这里从晚上到晚上。 什么类型的indyuctor？ 你可以在代码库的哪里下载它？ 如果没有什么可以下载的东西，没有公式，就没有什么可以写的。 你们中间有很多模拟交易员! 哦，对了......你们都害怕强盗会到你们那里去，把你们的设备和密码一起带走，所以你们没有公布信号。但是，时不时地跳进这个线程是件好事! Renat Akhtyamov 2018.02.22 14:06 #7007 马克西姆-德米特里耶夫斯基。这个工具是什么？ 它是在大便上吗？ 我在哪里可以从代码库中下载它？ 如果没有东西可以下载，没有公式，那么就没有东西可以写。 在你们中间有很多模拟交易员!我的意思是，你在错误的地方挖掘，没有了。 好运! Maxim Dmitrievsky 2018.02.22 14:06 #7008 雷纳特-阿赫蒂亚莫夫。我的意思是，你在错误的地方挖掘。 好运!没有你，这里的演示教师已经够多了。 Renat Akhtyamov 2018.02.22 14:36 #7009 蜥蜴_。日期，时间，OHLK，火鸡。我的意思是你在错误的地方，没有了。 好运! ======= 在alexander_K的主题中，我写道-- H4预报 - 仅限4小时 在MN1上--只有一个月的时间，等等。 反映 Alexander_K2 2018.02.22 14:39 #7010 雷纳特-阿赫蒂亚莫夫。相对于神经网络，我 从晚上到现在一直在显示较高的缩进，（ 当然，是真实的）。 显然，Articulus和Idler奠定的如何处理交易量（读作--强度、活动）的知识种子在Renat Akhtyamov 身上发芽了。 直接获得所有的细节!人类会感谢你。 1...694695696697698699700701702703704705706707708...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
你拿一瓶伏特加酒，与美洲虎混合，并加入Baltika 9调味。
喝下它，举起你的手，然后急速地放下......:)))
明智的计划，但我翻转了信号，继续前进 :-)
通过Box Cox的Lambda正在起身
我在帽子里见过它，是的。
在auto.arima之前，你可以运行这段代码----。
library(caret) boxCoxLambda <- BoxCoxTrans(train)$lambda然后auto.arima(..., lambda =boxCoxLambda)
这一切看起来有点太简单了，有人怀疑这是否足够。也许你还需要自己转换train和tt的向量。
我在《帮助》中见过它，是的。
在auto.arima之前，你可以执行这样的代码----。
然后auto.arima(..., lambda =boxCoxLambda)
这一切看起来有点太简单了，有人怀疑这是否足够。也许我还需要自己对火车和tt矢量进行转换。
你不能就这样应用阿里马。
该方法是非常完善的。
BUT。
即使做了这一切，我们也不一定能相信阿赖耶识，因为有必要用拱门来检查，如果有的话，就用拱门。但好消息是，在Garch（也是Garch模型本身+分布模型）中为趋势建模时，使用了相同的arima。因此，就Garch而言，使用arima的练习并不是浪费时间。
PS。
关于SMA。你在所用模型的情况下，将未来价格计算为预测价格和已知价格的差额是不正确的：关键是在模型中的价格总和中加入了一个误差。所以预测价格=平均价格+误差。
分成火车/测试/验证后，混合火车。其余各组不要洗牌。
这对神经网络的分类是有效的。此外，对于深度神经网络训练来说，在送入之前将每一个minibatch混合起来。
祝好运
我又在考虑在进入NS之前，先把琴弦混合起来。
如果你只对训练进行洗牌，那么通过测试进行估计，我们将进行拟合。我认为我们应该对整个样本进行洗牌，然后将其分成几个部分。
毕竟，测试部分的主要任务是评估NS是否学会了归纳数据，也就是说，它上面的数据应该与train同质，即与它混合。
交易活跃，但还没有收益，但也没有损失。由于信号的历史较长，所以尾巴不可见....。
现在我认为它将开始增长。刚开始的时候会出现停滞不前的情况，但随后就会赶上!!!!。
这是对ts功能的估计之一，它不会在jouster上暴跌。在基本策略不利的情况下，它可以保持日记的平衡。
它能够在基本战略的不利条件下或多或少 地保持平衡。
与神经网络不同，我一直显示出较高的感应器，这里从晚上到晚上。
什么类型的indyuctor？ 你可以在代码库的哪里下载它？
如果没有什么可以下载的东西，没有公式，就没有什么可以写的。
你们中间有很多模拟交易员!
哦，对了......你们都害怕强盗会到你们那里去，把你们的设备和密码一起带走，所以你们没有公布信号。但是，时不时地跳进这个线程是件好事!这个工具是什么？ 它是在大便上吗？ 我在哪里可以从代码库中下载它？
如果没有东西可以下载，没有公式，那么就没有东西可以写。
在你们中间有很多模拟交易员!
我的意思是，你在错误的地方挖掘，没有了。
好运!
我的意思是，你在错误的地方挖掘。
好运!
没有你，这里的演示教师已经够多了。
日期，时间，OHLK，火鸡。
我的意思是你在错误的地方，没有了。
好运!
=======
在alexander_K的主题中，我写道--
H4预报 - 仅限4小时
在MN1上--只有一个月的时间，等等。
反映
相对于神经网络，我 从晚上到现在一直在显示较高的缩进，（ 当然，是真实的）。
显然，Articulus和Idler奠定的如何处理交易量（读作--强度、活动）的知识种子在Renat Akhtyamov 身上发芽了。
直接获得所有的细节!人类会感谢你。