Timing Solution - программа для расчета и анализа рыночных циклов, лидирующее в мире программное обеспечение по альтернативным методам прогнозирования финансовых рынков. - различные методики графического анализа: реализованы идеи Ганна, Фибоначчи, Эндрюса (панель Charting Tools), в том числе и в нестандартном исполнении - оригинальное развитие...
我想对强化学习 进行补充。在R中，有两个关于这个主题的包：ReinforcementLearning和reinforcementlearning。第一个不使用Pyhton模块，实现简单的算法。第二种是使用Python::gym，并相应地实现了大量的内容。在Python中，最新的是Tensorforce和keras-rl（基于tensorflow/keras）/不幸的是，几乎没有任何文档。但也有很多爱好者分享他们的发展和实例。
还没来得及做。
尝试
)))
对于第一次搜索，建议使用"peng"（更快）或 "esteves"。
(更可靠，但对大数据集来说要慢得多)，而且，如果是对大数据集的数量
变量较大（>100），将 "向前 "搜索限制为 "n.var = 100"。ǞǞǞ
进度条会给你一个剩余运行时间的概念。
library(varrank)
data(nassCDS, package = "DAAG")
nassCDS.varrank <- varrank(data.df = nassCDS,
方法="peng"。
变量。重要="死亡"。
variable.method = "dead", variable.method = "sturges",
算法="前进"。
方案="中"。
verbose = FALSE)
summary(nassCDS.varrank)
plot(nassCDS.varrank, notecex = 0.5)
最初尝试使用 "esteves"，即使是500行，也会吃掉所有的内存。在100行的时候，它使用了大约5克。
用peng能够采取所有13x6400的数据，而没有吃光所有的内存。
有序变量（重要性递减）。
5 6 8 12 74 1 2 11 10 3 9
分数 0.104 -0.005 -0.021 -0.03 -0.101 -0.114 -0.139 -0.128 -0.181 -0.173 -0.227 NA
但其排序顺序与其他软件包有很大不同。而且也不清楚它是如何排序的，分数--没有排序。
来自CoreLearn的37个软件包的平均值。
5 1 7 11 9 4 3 6 10 2 8 12
来自CoreLearn的37个软件包的平均值。
5 1 7 11 9 4 3 6 10 2 8 12
在CORELearn中有两个函数：attrEval(), ordEval()
你同时使用这两种方法吗？
PS
你在R方面的进展很吸引人!
在CORELearn中有两个函数：attrEval(), ordEval()
你同时使用这两种方法吗？
PS
你在R方面的进步是惊人的!
ordEval--我不明白如何使用它，我没有看到任何分类的预测器或权重，我可以通过它对自己进行分类。我认为attrEval有37种算法已经足够了。从本质上讲，我得到了一个方法的集合，通过它来确定预测因素的重要性。
如果你不能自己解决这样的问题，请找我VisSim NeuralNet模块，我会告诉你如何做。
这种特殊的算法，它选择预测器是好是坏？
一般来说，在选择预测器时，什么是好的，什么是坏的？
小儿子来到他父亲面前，小儿子问道
胡说八道。而R与MO的关系是废话。Eviews是最适合旅行的软件。
这不是一个事实。这里有另一个开/关面团程序。但只适用于那些使用循环的人。专注于在周期谱中铺设报价的工作。它有很多的设置。有网子等。
http://www.timingsolution.ru/https://radikal.ru/video/qD9j3mOipVf
你知道吗，你可以免费使用它。事实上，我认为这个程序还不错，但考虑到R的使用和我现在掌握的知识。更确切地说，市场的愿景和MO领域在一般!!!!!，但我不想研究它。一切都已经想好了。我只想按照一种算法工作。一个，唯一一个，没有任何偏差和搜索....。
哦，好极了!那么，你为什么不做交易呢？所有这些照片在没有任何实际交易的情况下是没有价值的。有什么问题呢？
你知道吗，你可以免费使用它。事实上，我认为这个程序还不错，但考虑到R的使用和我现在掌握的知识。更确切地说，市场的愿景和MO领域在一般!!!!!，但我不想研究它。一切都已经想好了。我只想按照一种算法工作。一个，唯一一个，没有任何偏差和搜索....。
Heh)))
比如，你去银行：那么，比如，今天有多少钱？
- 您的交易账户余额今天已经补充了5,508.56欧元。
- 好吧，让我们以某种方式做到明天......。
- 你想买一份打折的保险吗？
- 不，谢谢...