神经网络和输入 - 页 36

[Vladimir Perervenko]

pdf不愿意附加，rar也不愿意。你需要什么？

[[删除]]

vlad1949:
pdf不愿意附加，rar也不愿意附加。你需要什么？

解释一下。

首先对四个模型进行了评估，结果是

1. mlpe，AUC=0.924，Acc=85.7%。
2、DT的AUC=0.877，Acc=84.4%。
3. mlp，AUC=0.874，Acc=81.7%。
4. svm的AUC=0.857，Acc=82.4%。

即由不同（随机）权重初始值激活的多层神经网络集合显示出比andomForest和决策树更好的结果？

[Vladimir Perervenko]

不，合奏组比DT、Mlp和SVM更好。接下来给出的是RF和ada的数字，它们的效果更好。

[[删除]]

vlad1949:
不，合奏比DT、Mlp和Svm更好。接下来给出的是RF和ada值，它们的效果更好。

Acc在85.7%和89.4%之间的差异是否会给预测带来重大改善？

我有一个线性回归 和一个非线性回归，例如黄金的多重R值分别为0.95485489和0.97386429。我没有发现在实践中模型的预测特性有任何明显的改善--在交易中

[Vladimir Perervenko]

Ada模型的Ass=91%。而这是非常好的。我没有做回归。或者说，我做了，但我不喜欢它。

多重R值显示了什么？我以前没有见过。

[[删除]]

vlad1949:

Ada模型的Ass=91%。而这是非常好的。我没有做回归。或者说，我做了，但我不喜欢它。

多重R值显示了什么？我以前从未见过。

多重R是多重相关系数。

问题 - 有两种方法。使用其中一种方法可以提供预测的准确性，例如，比另一种方法好1-3%--它不会使一种方法比另一种方法具有明显的交易优势。

[Jeremy Falcon]

ivandurak:

现在，如果你用坡度角除以挠度，你就会得到一个能完全描述交易特征的数值。现在，这可以作为一个健身函数用于调整。

对不起，你是 "发明 "夏普指标的人。顺便说一句，这是一个非常好的指标。

[Vladimir Perervenko]

herhuman:

试试这个 老师。(https://www.mql5.com/ru/code/903)。你不可能做得比这更好。

输入是你喜欢的任何东西，你甚至可以有OHLC。

这不是老师的问题，而是成绩不佳的人的问题。就像这个笑话。

在无轨电车上的对话。

-你能告诉我什么时候会停吗？

-看着我。 -你的前一个，只要我下车。

在你的情况下，你需要一个至少提前三条的预测。而这就是退步。

如果你认为自己是这里的先锋，那就别想了。这个方向被彻底践踏了。阅读更多。

祝好运

[Serj]

vlad1949:

不是老师的问题，是两面人的问题。正如笑话中所说的那样。

在无轨电车上的对话。

-你能告诉我什么时候会停吗？

-你跟着我。 -我一下车，你的最后一个。

在你的情况下，你需要一个至少提前三条的预测。而这就是退步。

如果你认为自己是这里的先锋，那就别想了。这个方向被彻底践踏了。阅读更多。

祝好运

(笑)

那里没有回归，你在你的例子中给输入的回归。

我看了看 "你的 "BBCI，它也没有好到哪里去，而且也是小毛病不断。

建议输入数据（不包括OHLC）和教师。

我没有要求什么，你问了，我提供了。

你似乎没有想明白，退步是你的想法。

继续跺脚。好运。

[Дмитрий]

数据可以在对输入矢量进行光谱变换后输入。

在这种情况下，神经网络的任务可能是预测光谱的 "未来"。 我对这个话题做了一些研究。我认为这种转变是有意义的，尽管它是一种资源密集型的计算。在 这里， 我更详细地描述了一些应用的变种。