插值、近似等(alglib包)。 - 页 11 1...4567891011121314151617 新评论 Aleksey Vyazmikin 2018.08.26 09:54 #101 Maxim Dmitrievsky:我只是问有没有人做过,以节省时间。 真是个愚蠢的问题。为什么有侵略性? 对我来说,这样的问题会给出 "谁能做到?"的答案,因为在我看来,能够使用别人的另一种语言的代码并将其解释为另一种语言,并不是一件容易的事情。 Maxim Dmitrievsky 2018.08.26 09:55 #102 Aleksey Vyazmikin:侵略性从何而来? 对我来说,这样的问题会给出这样的答案:"谁能做到这一点?"因为在我看来,能够使用别人的另一种语言的代码并将其解释为另一种语言,并不是一件容易的事情。我只是不想把水倒在抽象的东西上 Aleksey Vyazmikin 2018.08.26 11:20 #103 Maxim Dmitrievsky:我只是不想把水倒在抽象的地方所以事实上他们已经倒了不少水,所以也许会有人有能力去实施。 Maxim Dmitrievsky 2018.08.26 11:33 #104 Aleksey Vyazmikin:事实上,他们已经倾注了相当多的资金,所以也许会有人有能力使之成为现实。这条信息的意义何在?我自己几乎已经做到了。这并不都是有趣的,而且基本上都是初级的 Aleksey Vyazmikin 2018.08.26 11:39 #105 Maxim Dmitrievsky:这条信息的意义何在?我自己也几乎做到了这一点。不是每个人都对它感兴趣,它在本质上是初级的。最后,这句谚语与我们的对话 "不做亏心事,不怕鬼敲门 "十分吻合。我想通过对你的需求给予不同的措辞来帮助你,结果却收到了否定和怨恨。走了。 Maxim Dmitrievsky 2018.08.26 11:42 #106 Aleksey Vyazmikin:最后,谚语 "不做好事,就不会有坏事 "很适合我们的对话。我想通过对你的需求给予不同的措辞来帮助你,结果是消极和怨恨。走了。你写了同样的东西,但重新安排了文字,并在上下文中加入了一些你自己的经历 )结果,"特征的转化 "这个简单的短语进入了潜意识图像的某个深处 FxTrader562 2018.08.26 11:47 #107 我从很早以前就明白这个项目的目标。事实上,在RDF的前一篇文章中,我要求马克西姆先生在市场变化时立即实施、、、、、、类似于改变功能 或策略的东西。 但现在Maxim给MQL带来了太多的新概念,如 "内核技巧 "和 "花键",这对我来说是完全陌生的,尽管我必须学习,看看这些是否有什么优势。从理论上讲,这两种方法似乎都很有前途,但我对最终结果表示怀疑。如果不这样做,就不足以带来强化学习的后果。 我有几个简单的实施方法。例如,简单地在OnInit()函数中使用一篮子交易系统,并使用开关。 在我看来,任何机器学习算法要在外汇市场发挥作用,必须满足以下3个标准。 1.优化过程中对训练数据的学习速度 2.在交易进入和退出时,从训练有素的数据中计算的速度 通过反复学习,算法随时间自动收敛,不显示随机行为 如果强化学习算法不能完成上述任何任务,那么它就只是一个简单的试错算法。 马克西姆关于RDF的前一篇文章成功地完成了前2个目标,但未能完成第三个任务。算法,以便它能够随着时间的推移而收敛,即使我们可以在一周内手动做一次优化。 但我仍然希望Maxim能用内核技巧和花键完成,我急切地等待着下一篇文章。 Ivan Negreshniy 2018.08.26 13:40 #108 我读了这个话题,我认为,熟悉的风格已经主导了这个论坛--每个人都专门谈论他自己的,痛点,偶尔分散注意力,得罪他的邻居。 至于技术,如果我们谈论内核的技巧,特征空间 的映射,我只对参考向量类型的线性分类器很清楚,但为什么树、森林、神经网络在黑盒子里有自己的内核? 而如果任务只是编造外部公式,那么在我看来,符号回归和遗传编程将比无关的插值和近似更酷)。 Maxim Dmitrievsky 2018.08.26 13:55 #109 Ivan Negreshniy:好吧,从技术上讲,如果我们谈论的是内核技巧,映射特征空间,对我来说很清楚,只与线性 分类器如参考向量有关,但什么树,森林,在神经网络他们的内核,在黑盒子里面。非线性的为什么要得罪?但组合式内核。任务是通过小的血液减少错误,我已经成功地做到了这一点。在神经网络中建立150层,然后每次删除1层/神经元。这将是更糟糕的,更慢的。 而且我可以在半小时内训练1-2万个模型:) FxTrader562 2018.08.26 14:13 #110 Maxim Dmitrievsky :非线性的什么得罪?但组合核。任务是减少由于低血量造成的错误,我成功地获得了这个机会。在神经网络中增加150层,然后删除1层/神经元。它将变得更糟,更慢。 我可以在半小时内训练1-2万个模型 :)训练速度听起来很不错 :) 但你确定在交易进场时,该算法能如此迅速地检查如此大量的训练有素的模型,从而做出准确的交易决定吗? 我的意思是,在普通的VPS中,在检查模型和交易决定之间,你预计平均有多少时间差距?或者你打算实施与你之前文章类似的交易政策? 1...4567891011121314151617 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
我只是问有没有人做过,以节省时间。
真是个愚蠢的问题。
为什么有侵略性?
对我来说,这样的问题会给出 "谁能做到?"的答案,因为在我看来,能够使用别人的另一种语言的代码并将其解释为另一种语言,并不是一件容易的事情。
侵略性从何而来?
对我来说,这样的问题会给出这样的答案:"谁能做到这一点?"因为在我看来,能够使用别人的另一种语言的代码并将其解释为另一种语言,并不是一件容易的事情。
我只是不想把水倒在抽象的东西上
我只是不想把水倒在抽象的地方
所以事实上他们已经倒了不少水,所以也许会有人有能力去实施。
事实上,他们已经倾注了相当多的资金,所以也许会有人有能力使之成为现实。
这条信息的意义何在?我自己几乎已经做到了。这并不都是有趣的,而且基本上都是初级的
这条信息的意义何在?我自己也几乎做到了这一点。不是每个人都对它感兴趣,它在本质上是初级的。
最后,这句谚语与我们的对话 "不做亏心事,不怕鬼敲门 "十分吻合。我想通过对你的需求给予不同的措辞来帮助你,结果却收到了否定和怨恨。走了。
最后,谚语 "不做好事,就不会有坏事 "很适合我们的对话。我想通过对你的需求给予不同的措辞来帮助你,结果是消极和怨恨。走了。
你写了同样的东西,但重新安排了文字,并在上下文中加入了一些你自己的经历 )结果,"特征的转化 "这个简单的短语进入了潜意识图像的某个深处
我从很早以前就明白这个项目的目标。事实上,在RDF的前一篇文章中,我要求马克西姆先生在市场变化时立即实施、、、、、、类似于改变功能 或策略的东西。
但现在Maxim给MQL带来了太多的新概念,如 "内核技巧 "和 "花键",这对我来说是完全陌生的,尽管我必须学习,看看这些是否有什么优势。从理论上讲,这两种方法似乎都很有前途,但我对最终结果表示怀疑。如果不这样做,就不足以带来强化学习的后果。
我有几个简单的实施方法。例如,简单地在OnInit()函数中使用一篮子交易系统,并使用开关。
在我看来,任何机器学习算法要在外汇市场发挥作用,必须满足以下3个标准。
1.优化过程中对训练数据的学习速度
2.在交易进入和退出时,从训练有素的数据中计算的速度
通过反复学习,算法随时间自动收敛,不显示随机行为
如果强化学习算法不能完成上述任何任务,那么它就只是一个简单的试错算法。
马克西姆关于RDF的前一篇文章成功地完成了前2个目标,但未能完成第三个任务。算法,以便它能够随着时间的推移而收敛,即使我们可以在一周内手动做一次优化。
但我仍然希望Maxim能用内核技巧和花键完成,我急切地等待着下一篇文章。
我读了这个话题,我认为,熟悉的风格已经主导了这个论坛--每个人都专门谈论他自己的,痛点,偶尔分散注意力,得罪他的邻居。
至于技术,如果我们谈论内核的技巧,特征空间 的映射,我只对参考向量类型的线性分类器很清楚,但为什么树、森林、神经网络在黑盒子里有自己的内核?
而如果任务只是编造外部公式,那么在我看来,符号回归和遗传编程将比无关的插值和近似更酷)。
好吧,从技术上讲,如果我们谈论的是内核技巧,映射特征空间,对我来说很清楚,只与线性 分类器如参考向量有关,但什么树,森林,在神经网络他们的内核,在黑盒子里面。
非线性的为什么要得罪?
但组合式内核。任务是通过小的血液减少错误,我已经成功地做到了这一点。在神经网络中建立150层,然后每次删除1层/神经元。这将是更糟糕的,更慢的。
而且我可以在半小时内训练1-2万个模型:)
非线性的什么得罪?
但组合核。任务是减少由于低血量造成的错误,我成功地获得了这个机会。在神经网络中增加150层,然后删除1层/神经元。它将变得更糟,更慢。
我可以在半小时内训练1-2万个模型 :)
训练速度听起来很不错 :)
但你确定在交易进场时,该算法能如此迅速地检查如此大量的训练有素的模型,从而做出准确的交易决定吗?
我的意思是,在普通的VPS中,在检查模型和交易决定之间,你预计平均有多少时间差距?或者你打算实施与你之前文章类似的交易政策?