감사합니다. 저는 회원 자격에 관심이 없습니다. 회원 자격은 제가 이해하기에 상당한 어려움이 있지만 그 수준은 그다지 중요하지 않을 것입니다.
"멤버십" 당신이 말한 권리))) 모든 멤버십은 일반적으로 우연한 지인 및/또는 상황의 조합의 결과이며 몇몇 고급 사람들이 그들의 문화와 의식으로 "kuklusklan"을 즉흥적으로 만들었습니다. 콧수염에 대한 매우 귀중한 정보를 접하기까지 몇 달이 걸렸지만 사실 자체, 심지어 생태계의 조건부 근접성조차도 그러한 논의와 알고 트레이더 인프라를 위한 예비 부품 교환에 큰 장점이 되었습니다. 그런 욕설이 오래 갈 것 같진 않은데 괴짜들이 그렇게 심하게 비방하지 않는 비슷한 그룹을 더 찾아야 해요.
이 그룹이 MO 모델의 통일된 표현을 고려한다고 썼는데, 이것이 내가 보고 싶은 모델입니다.
네, 그런 생각이 큰 소리로 표현되었는데, 거기에서 들은 얘기뿐 아니라 엘리트 트레이더에게 얘기했던 기억이 납니다. 여기서도 이런 얘기를 들은 적이 있을 것 같아요. 해결 방법을 원하신다면 개인적으로 의논하는 것을 추천합니다. 모델 교환 형식, 나는 또한 이 계정에 대한 생각을 가지고 있습니다. 사실, 각 코더는 자신의 방식으로 그것을 수행 하는 방법을 알고 있습니다. 유일한 질문은 표준, 즉 fullstack C ++ dll-grail 패턴과 같은 것입니다. 원시 데이터이지만 예측을 발행하고 몇 줄의 코드로 Python Sharpe 등에서 연결할 수 있습니다. . 누가 장난을 치고 있습니다.
비교를 위해 나는 또한 나의 겸손한 발전을 보여줄 준비가 되어 있습니다. 훈련된 모델을 바이너리 또는 텍스트 형식과 소스 코드 형식으로 직렬화합니다.
개인에 모든 것을 던지거나 여기에 별도의 주제를 만드십시오. 여기에는 "깊은" 휴지통이 필요하지 않습니다.
이 그룹이 MO 모델의 통일된 표현을 고려한다고 썼는데, 이것이 내가 보고 싶은 모델입니다.
네, 그런 생각이 큰 소리로 표현되었는데, 거기에서 들은 얘기뿐 아니라 엘리트 트레이더에게 얘기했던 기억이 납니다. 여기서도 이런 얘기를 들은 적이 있을 것 같아요. 해결 방법을 원하신다면 개인적으로 의논하는 것을 추천합니다. 모델 교환 형식, 나는 또한 이 계정에 대한 생각을 가지고 있습니다. 사실, 각 코더는 자신의 방식으로 그것을 수행 하는 방법을 알고 있습니다. 유일한 질문은 표준, 즉 fullstack C ++ dll-grail 패턴과 같은 것입니다. 원시 데이터이지만 예측을 발행하고 몇 줄의 코드로 Python Sharpe 등에서 연결할 수 있습니다. . 누가 장난을 치고 있습니다.
가장 인기 있는 모델을 이 형식으로 변환할 수 있는 R(pmml이라고도 함)용 라이브러리가 있습니다.
다음과 같이 가능합니다. 1) 평소와 같이 R에서 모델을 훈련시킵니다. 2) 모델을 pml로 변환 3) pmml 모델을 xml 파일에 저장하고 공유
mql에 대한 스크립트를 만들어 pmml 모델이 있는 xml 파일을 읽을 수 있도록 하려면 몇 줄의 코드를 사용하여 r에서 훈련된 gbm의 예측을 어드바이저에 포함할 수 있습니다(스크립트 + pmml을 자원). 그러나 손은 그것을 하기 위해 주위에 결코 가지 않았다.
모델 자체를 비밀로 유지해야 하는 경우에는 적합하지 않습니다. 왜냐하면 뉴런이나 숲의 가지의 가중치가 xml 파일에 기록되기 때문입니다.
불행히도 여기에서는 비밀이 주요 요구 사항입니다.))) 우리는 입력 및 출력에 대한 설명과 함께 사용할 수 있도록 거래소의 원시 데이터를 입력으로 받아들이고 예측을 발행하는 난독화된 C ++ 모델을 교환하기 위한 프로토콜에 대해 이야기하고 있습니다. , 예를 들어 한 달 또는 수정 없이 계산된 기간(추가 교육 등)을 사용하고 결론을 도출(구매, 임대 등)
세부 정보를 분류하는 것이 비용 효율적이지 않은 다른 바이너리, 파일이 있는 폴더인 것이 바람직합니다.
모델 장치의 완전한 비밀을 위해 한 데이터 과학자 대회의 아이디어를 사용할 수 있습니다. 그들은 수십만 개의 예측이 포함된 파일을 제공해야 합니다. 또한 이 파일을 사용하여 예측을 보간하여 사용 가능한 예측 옆에 있는 예측을 얻을 수 있습니다.
numerai에 대해 이야기하는 경우 접근 방식이 작동하지 않습니다. 이 경우 "모델"은 원시 데이터를 예측으로 변환하는 전체 범위를 의미합니다. 그들의 코인(NMR)을 마케팅하기 위해, 이것은 실제 시장과 관련될 수 없으며, 헤지 펀드가 해야 할 마지막 일은 깨끗한 분류를 아웃소싱하는 것입니다. 다른 대회에 대해 말씀해 주신다면 말씀해 주십시오.
non-stationary series: 결합 모델 에 대한 MO의 사용에 대해 말할 수 있는 사람이 있습니까? 프로세스 상태에 해당하고 모델 매개변수가 의존하는 특정 추가 매개변수가 도입됩니다. 이 매개변수도 예측 가능합니다. 이 접근 방식은 온도 예측에 대한 기사에서 사용됩니다. 확실히, 이러한 모델의 복잡성은 과적합으로 가득 차 있지만 어떻게든 비정상성을 처리하는 것이 가능합니다.
그들의 길은 무의미합니다. 내 모델로 수십만 개의 임의 입력을 예측하려고 했습니다. 그런 다음 "블랙박스" 예보를 위해 좌표로 가장 가까운 점을 찾아 그 결과를 예보 자체로 사용했습니다. 이러한 프로토타입은 작동했지만 실생활에서 개선할 수 있습니다. 가장 가까운 3개의 점을 찾고 일부 삼각 측량을 통해 평균 결과를 찾습니다. 그러나 이것은 비용이 많이 듭니다. opencl vidyuhi를 사용하더라도 예측하는 데 몇 초가 걸릴 수 있습니다.
나는 테이블 뒤에서 링크를 제공했습니다. 예측 변수에 대한 새로운 관점과 ACF에 대한 Alexander의 생각이 어떻게 발전했는지 살펴보십시오.
신선한, 진심이야? .. 매머드만큼 오래되었습니다. 푸리에 또는 기타 분해 또는 자기회귀 계수와 해당 값 또는 필터보다 나은 이유
아무것도, 위의 어느 것도 작동하지 않습니다
신선한, 진심이야? .. 매머드만큼 오래되었습니다. 푸리에 또는 기타 분해 또는 자기회귀 계수와 해당 값 또는 필터보다 나은 이유
위의 어느 것도 작동하지 않습니다
이 스레드에 대해 신선합니다.
시도한 것 같죠?
정확히 무엇? 어떤 목표를 위해?
이 스레드에 대해 신선합니다.
시도한 것 같죠?
정확히 무엇? 어떤 목표를 위해?
나는 계수와 함께 다른 확장, 자기회귀(akf와 거의 다르지 않음)를 시도했습니다.
상관관계가 좋은 계열에서 작동합니다(두 번째 계열을 기능으로 사용하고, 예를 들어 도구 간에 VAR을 구축하고, 모델을 예측자로 사용). 음, 작동 방식 - 상관 관계가 깨질 때까지.
첫 번째 도구에서는 과적합이 있는 다른 많은 예측 변수와 동일하게 작동합니다. 다른 대상이 자동으로 선택되었습니다.
감사합니다. 저는 회원 자격에 관심이 없습니다. 회원 자격은 제가 이해하기에 상당한 어려움이 있지만 그 수준은 그다지 중요하지 않을 것입니다.
"멤버십" 당신이 말한 권리))) 모든 멤버십은 일반적으로 우연한 지인 및/또는 상황의 조합의 결과이며 몇몇 고급 사람들이 그들의 문화와 의식으로 "kuklusklan"을 즉흥적으로 만들었습니다. 콧수염에 대한 매우 귀중한 정보를 접하기까지 몇 달이 걸렸지만 사실 자체, 심지어 생태계의 조건부 근접성조차도 그러한 논의와 알고 트레이더 인프라를 위한 예비 부품 교환에 큰 장점이 되었습니다. 그런 욕설이 오래 갈 것 같진 않은데 괴짜들이 그렇게 심하게 비방하지 않는 비슷한 그룹을 더 찾아야 해요.
이 그룹이 MO 모델의 통일된 표현을 고려한다고 썼는데, 이것이 내가 보고 싶은 모델입니다.
네, 그런 생각이 큰 소리로 표현되었는데, 거기에서 들은 얘기뿐 아니라 엘리트 트레이더에게 얘기했던 기억이 납니다. 여기서도 이런 얘기를 들은 적이 있을 것 같아요. 해결 방법을 원하신다면 개인적으로 의논하는 것을 추천합니다. 모델 교환 형식, 나는 또한 이 계정에 대한 생각을 가지고 있습니다. 사실, 각 코더는 자신의 방식으로 그것을 수행 하는 방법 을 알고 있습니다. 유일한 질문은 표준, 즉 fullstack C ++ dll-grail 패턴과 같은 것입니다. 원시 데이터이지만 예측을 발행하고 몇 줄의 코드로 Python Sharpe 등에서 연결할 수 있습니다. . 누가 장난을 치고 있습니다.
비교를 위해 나는 또한 나의 겸손한 발전을 보여줄 준비가 되어 있습니다. 훈련된 모델을 바이너리 또는 텍스트 형식과 소스 코드 형식으로 직렬화합니다.
개인에 모든 것을 던지거나 여기에 별도의 주제를 만드십시오. 여기에는 "깊은" 휴지통이 필요하지 않습니다.
제냐 :
이 그룹이 MO 모델의 통일된 표현을 고려한다고 썼는데, 이것이 내가 보고 싶은 모델입니다.
네, 그런 생각이 큰 소리로 표현되었는데, 거기에서 들은 얘기뿐 아니라 엘리트 트레이더에게 얘기했던 기억이 납니다. 여기서도 이런 얘기를 들은 적이 있을 것 같아요. 해결 방법을 원하신다면 개인적으로 의논하는 것을 추천합니다. 모델 교환 형식, 나는 또한 이 계정에 대한 생각을 가지고 있습니다. 사실, 각 코더는 자신의 방식으로 그것을 수행 하는 방법 을 알고 있습니다. 유일한 질문은 표준, 즉 fullstack C ++ dll-grail 패턴과 같은 것입니다. 원시 데이터이지만 예측을 발행하고 몇 줄의 코드로 Python Sharpe 등에서 연결할 수 있습니다. . 누가 장난을 치고 있습니다.
예를 들어 PMML이 있습니다.
https://ru.wikipedia.org/wiki/Markup_predictive_modeling의 언어
가장 인기 있는 모델을 이 형식으로 변환할 수 있는 R(pmml이라고도 함)용 라이브러리가 있습니다.
다음과 같이 가능합니다.
1) 평소와 같이 R에서 모델을 훈련시킵니다.
2) 모델을 pml로 변환
3) pmml 모델을 xml 파일에 저장하고 공유
mql에 대한 스크립트를 만들어 pmml 모델이 있는 xml 파일을 읽을 수 있도록 하려면 몇 줄의 코드를 사용하여 r에서 훈련된 gbm의 예측을 어드바이저에 포함할 수 있습니다(스크립트 + pmml을 자원). 그러나 손은 그것을 하기 위해 주위에 결코 가지 않았다.
뉴런이나 숲 가지의 가중치가 xml 파일에 기록되기 때문에 모델 자체를 비밀로 유지해야 하는 경우에는 적합하지 않습니다.
모델 장치의 완전한 비밀을 위해 한 데이터 과학자 대회의 아이디어를 사용할 수 있습니다. 그들은 수십만 개의 예측이 포함된 파일을 제공해야 합니다. 또한 이 파일을 사용하여 예측을 보간하여 사용 가능한 예측 옆에 있는 예측을 얻을 수 있습니다.
예를 들어 PMML이 있습니다.
https://ru.wikipedia.org/wiki/Markup_language_of_predictive_modeling
가장 인기 있는 모델을 이 형식으로 변환할 수 있는 R(pmml이라고도 함)용 라이브러리가 있습니다.
다음과 같이 가능합니다.
1) 평소와 같이 R에서 모델을 훈련시킵니다.
2) 모델을 pml로 변환
3) pmml 모델을 xml 파일에 저장하고 공유
mql에 대한 스크립트를 만들어 pmml 모델이 있는 xml 파일을 읽을 수 있도록 하려면 몇 줄의 코드를 사용하여 r에서 훈련된 gbm의 예측을 어드바이저에 포함할 수 있습니다(스크립트 + pmml을 자원). 그러나 손은 그것을 하기 위해 주위에 결코 가지 않았다.
모델 자체를 비밀로 유지해야 하는 경우에는 적합하지 않습니다. 왜냐하면 뉴런이나 숲의 가지의 가중치가 xml 파일에 기록되기 때문입니다.
불행히도 여기에서는 비밀이 주요 요구 사항입니다.))) 우리는 입력 및 출력에 대한 설명과 함께 사용할 수 있도록 거래소의 원시 데이터를 입력으로 받아들이고 예측을 발행하는 난독화된 C ++ 모델을 교환하기 위한 프로토콜에 대해 이야기하고 있습니다. , 예를 들어 한 달 또는 수정 없이 계산된 기간(추가 교육 등)을 사용하고 결론을 도출(구매, 임대 등)
세부 정보를 분류하는 것이 비용 효율적이지 않은 다른 바이너리, 파일이 있는 폴더인 것이 바람직합니다.
모델 장치의 완전한 비밀을 위해 한 데이터 과학자 대회의 아이디어를 사용할 수 있습니다. 그들은 수십만 개의 예측이 포함된 파일을 제공해야 합니다. 또한 이 파일을 사용하여 예측을 보간하여 사용 가능한 예측 옆에 있는 예측을 얻을 수 있습니다.
numerai에 대해 이야기하는 경우 접근 방식이 작동하지 않습니다. 이 경우 "모델"은 원시 데이터를 예측으로 변환하는 전체 범위를 의미합니다. 그들의 코인(NMR)을 마케팅하기 위해, 이것은 실제 시장과 관련될 수 없으며, 헤지 펀드가 해야 할 마지막 일은 깨끗한 분류를 아웃소싱하는 것입니다. 다른 대회에 대해 말씀해 주신다면 말씀해 주십시오.
숫자, 예.
그들의 길은 무의미합니다. 내 모델로 수십만 개의 임의 입력을 예측하려고 했습니다. 그런 다음 "블랙박스" 예보를 위해 좌표로 가장 가까운 점을 찾아 그 결과를 예보 자체로 사용했습니다. 이러한 프로토타입은 작동했지만 실생활에서 개선할 수 있습니다. 가장 가까운 3개의 점을 찾고 일부 삼각 측량을 통해 평균 결과를 찾습니다. 그러나 이것은 비용이 많이 듭니다. opencl vidyuhi를 사용하더라도 예측하는 데 몇 초가 걸릴 수 있습니다.
프로세스 상태에 해당하고 모델 매개변수가 의존하는 특정 추가 매개변수가 도입됩니다. 이 매개변수도 예측 가능합니다.
이것은 RNN(Recurrent Neural Networks )의 메모리와 매우 유사합니다.
모델 입력은 예측 변수와 하나 이상의 값(메모리)입니다. 예측의 모델은 목표 자체와 다음 예측에서 예측자와 함께 사용할 새 메모리 값이라는 두 개의 숫자를 생성합니다. 따라서 순환 네트워크는 그 출력이 다음 번 입력으로 사용되는 식으로 매번 원을 그리며 진행됩니다.
Forex의 RNN은 매우 과적합되어 좋지 않습니다. 교과서에 따라 모든 것을 할 수 없고 거래를 할 수도 없습니다.
그러나 매개변수가 몇 개뿐인 모델의 경우 정확도가 상당히 높아 큰 은닉층이 있는 기존의 뉴런에 필적할 만큼 여전히 놀랍습니다.
이것은 RNN(Recurrent Neural Networks)의 메모리와 매우 유사합니다.
모델 입력은 예측 변수와 하나 이상의 값(메모리)입니다. 예측의 모델은 목표 자체와 다음 예측에서 예측자와 함께 사용할 새 메모리 값이라는 두 개의 숫자를 생성합니다. 따라서 순환 네트워크는 그 출력이 다음 번 입력으로 사용되는 식으로 매번 원을 그리며 진행됩니다.
Forex의 RNN은 매우 과적합되어 좋지 않습니다. 교과서에 따라 모든 것을 할 수 없고 거래를 할 수도 없습니다.
그러나 매개변수가 몇 개뿐인 모델의 경우 정확도가 상당히 높아 큰 은닉층이 있는 기존의 뉴런에 필적할 만큼 여전히 놀랍습니다.
감사합니다. 정말 그런 것 같습니다.