칩은 일반적으로 유용하다고 말하기는 어렵지만 세부 사항은 글쎄, 당신 자신이 이해합니다 ...
시계열에서 기능을 구성할 때 심각한 오류를 방지할 수 있는 여러 "규칙"이 있습니다. 특히 가장 많이 위반되는 것 중 하나는 대상과 기능의 진부한 "혼합"입니다. 기능은 엄격하게 과거의 것이어야 합니다. 점의 목표는 엄격하게 미래에서 온 것이어야 합니다. 그러한 분리는 시리즈를 데이터 세트로 변환하는 알고리즘 수준에서 이루어져야 하며, 모든 사람이 하는 것이 아니라 모든 종류의 지표를 망치고 다음으로 잘라냅니다. 기차와 시험, 무언가가 어딘가로 이동하는 등. 원래 행을 잘라낸 다음 교차하지 않는 슬라이딩 창(과거 및 미래)이 있는 행을 실행하고 lern 및 테스트에 대해 기능과 대상을 별도로 가져와야 합니다. 여전히 유효성을 검사할 수 있습니다. 물론 기능에 대한 칠면조는 앞을 내다보지 않고 대상에 대해서는 뒤를 돌아보지 않는다는 것을 확실히 알고 있다면 표시기로 이 작업을 수행할 수 있습니다. 훨씬 더 미묘한 오류가 많이 있지만 지금은 그것에 대해 이야기하지 않겠습니다.
변환 자체는 사소한 것(수익률, 변동, 거래량 변화, DOM 델타, 거래 분배 등)에서 거래량의 수평 수준의 이색적인 기울기, "패턴"이 없는 경우 "패턴")에 이르기까지 다를 수 있습니다. Inokentii가 위에서 말한 "트렌드/플랫" 및 "질서/혼돈" 등과 같이 유용한 것으로 판명된 "통찰" 또는 클러스터링으로 얻은 수십 가지 특정 사용자 정의 통계. 일부 통계는 다른 시간 척도에 대해 계산되고, 일부는 그렇지 않으며, 일부 기능은 일부 기기에서 작동하고 다른 통계는 작동하지 않습니다. 대상에 대한 기능을 필터링하고 선택할 수 있어야 합니다. 많은 것들이 있습니다. 표준 모델 ARMA, GARCH... 같은 기능, 다양한 스펙트럼 방법, 물론) 기능 등과 같은 중장기 거시 예측 지금까지 손이 닿지 않았고 소셜 네트워크 등에서 텍스트 스트림을 분석하기 위해 NLP\NLU 를 수행할 사람이 없습니다. 여기서 딥 러닝이 실제로 유용합니다.
글쎄요, 나는 값을 제자리에 재배열하는 것과 같은 일종의 "마법"을 원하고 오류는 모든 곳에서 급격히 떨어졌습니다. :)
arma 및 grub on entry - 정상, 나도 비슷한 일을 했지만 염두에 두지 않았습니다(특히 기능으로 EURUSD에 대한 USDX의 선형 종속성은 잘 작동함).
파싱, 나는 아무 것도하지 않을 것이라고 생각합니다.. 너무 게으른)) 캘린더에 대한 액세스 만 MT5에서 완료되면. 뉴스에 국회가 없어도 봇을 맞고, 나 자신을 거래하지도 않았는데 보도를 보고, DC가 금지된 것도 지표다.
maaaaalenky 사각형이 보입니다. 이것이 바로 제가 여기서 설명한 것입니다.
그리고 당신은 아마도 "성능"에 대해 거의 이해하지 못하기 때문에 나는 당신에게 공감할 수 밖에 없습니다.
알고리즘이 나타날 거라고 생각한다면 작동할 것입니다. 모든 것과 모든 곳에 보편적입니다.
그리고 보시다시피 ... 또는 아닐 수도 있습니다 ... 빨간색 사각형에 쓰여진 내용은 현재 시장 상황과 완전히 일치합니다.)
적어도 당신은 당신의 메시지, 불완전 함을 읽는 사람들을 존중합니다. 그래서이 모든 헛소리를 읽는 데 관심이 없기 때문에 단어도 왜곡됩니다.
더러운 빗자루로 여기에서 쫓아 냈어, 아니, 다시 올라적어도 당신은 당신의 메시지, 불완전 함을 읽는 사람들을 존중합니다. 그래서이 모든 헛소리를 읽는 데 관심이 없기 때문에 단어도 왜곡됩니다.
가라조) 결점을 더 존중할게)
케샤 루트 :
플랫, 채널, 그리드 등이 플랫에서 작동할 때 추세가 발생할 가능성이 있는 경우 손의 추세에서 시장의 상태를 알아야 합니다.
간단히 말해서 아이디어는 새로운 것이 아닙니다. 그런 "통찰력"은 거래 터미널 을 처음 알게 된 지 약 두 달 후에 떠오릅니다 ))) 그러나 "공짜 점심 없음"에 대해 기억해야 하며 그 관행은 다음과 같습니다. 진리의 기준.
MO에서 추세 플랫을 위한 기능과 대상 감지기를 번들로 묶는 것은 언뜻 보기에는 그리 간단한 작업이 아닙니다.
...직사각형은 시장 상황을 완전히 수정함)
구속복은 광기의 크기와 일치해야 하기 때문에 이것은 자연스러운 일입니다.
구속복은 광기의 크기와 일치해야 하기 때문에 이것은 자연스러운 일입니다.
광기에 크기가 없듯이 혼돈에 자유도가 없듯이 셔츠는 크기가 있는 상식의 본질이다.
광기는 더 이상 아무것도 측정할 필요가 없는 선을 결정하는 상식적인 방법입니다.
측량할 수 없는 것을 측정하려고 하는 자는 미쳤다;)
일반적으로 전처리를 어떻게 합니까? "트릭"이 많기 때문에 기본적으로 기능과 태그가 배포된 게임입니다.
칩은 일반적으로 유용하다고 말하기는 어렵지만 세부 사항은 글쎄, 당신 자신이 이해합니다 ...
시계열에서 기능을 구성할 때 심각한 오류를 방지할 수 있는 여러 "규칙"이 있습니다. 특히 가장 많이 위반되는 것 중 하나는 대상과 기능의 진부한 "혼합"입니다. 기능은 엄격하게 과거의 것이어야 합니다. 점의 목표는 엄격하게 미래에서 온 것이어야 합니다. 그러한 분리는 시리즈를 데이터 세트로 변환하는 알고리즘 수준에서 이루어져야 하며, 모든 사람이 하는 것이 아니라 모든 종류의 지표를 망치고 다음으로 잘라냅니다. 기차와 시험, 무언가가 어딘가로 이동하는 등. 원래 행을 잘라낸 다음 교차하지 않는 슬라이딩 창(과거 및 미래)이 있는 행을 실행하고 lern 및 테스트에 대해 기능과 대상을 별도로 가져와야 합니다. 여전히 유효성을 검사할 수 있습니다. 물론 기능에 대한 칠면조는 앞을 내다보지 않고 대상에 대해서는 뒤를 돌아보지 않는다는 것을 확실히 알고 있다면 표시기로 이 작업을 수행할 수 있습니다. 훨씬 더 미묘한 오류가 많이 있지만 지금은 그것에 대해 이야기하지 않겠습니다.
변환 자체는 사소한 것(수익률, 변동, 거래량 변화, DOM 델타, 거래 분배 등)에서 거래량의 수평 수준의 이색적인 기울기, "패턴"이 없는 경우 "패턴")에 이르기까지 다를 수 있습니다. Inokentii가 위에서 말한 "트렌드/플랫" 및 "질서/혼돈" 등과 같이 유용한 것으로 판명된 "통찰" 또는 클러스터링으로 얻은 수십 가지 특정 사용자 정의 통계. 일부 통계는 다른 시간 척도에 대해 계산되고, 일부는 그렇지 않으며, 일부 기능은 일부 기기에서 작동하고 다른 통계는 작동하지 않습니다. 대상에 대한 기능을 필터링하고 선택할 수 있어야 합니다. 많은 것들이 있습니다. 표준 모델 ARMA, GARCH... 같은 기능, 다양한 스펙트럼 방법, 물론) 기능 등과 같은 중장기 거시 예측 지금까지 손이 닿지 않았고 소셜 네트워크 등에서 텍스트 스트림을 분석하기 위해 NLP\NLU 를 수행할 사람이 없습니다. 여기서 딥 러닝이 실제로 유용합니다.
글쎄요, 나는 값을 제자리에 재배열하는 것과 같은 일종의 "마법"을 원하고 오류는 모든 곳에서 급격히 떨어졌습니다. :)
arma 및 grub on entry - 정상, 나도 비슷한 일을 했지만 염두에 두지 않았습니다(특히 기능으로 EURUSD에 대한 USDX의 선형 종속성은 잘 작동함).
파싱, 나는 아무 것도하지 않을 것이라고 생각합니다.. 너무 게으른)) 캘린더에 대한 액세스 만 MT5에서 완료되면. 뉴스에 국회가 없어도 봇을 맞고, 나 자신을 거래하지도 않았는데 보도를 보고, DC가 금지된 것도 지표다.
"migia"는 손자 Kesha와 함께 uv.SanSanych에 의해 표시되었습니다. ZZ를 대상으로 삼고 즉시 "마법"))) 현실 세계는 확인할 가치가 없습니다. 그러한 마법의 경우 인형은 고통스럽게 부서질 것이고 당신은 가질 수 없을 것입니다. 구문 분석
최근에 LDA(선형 판별 분석)를 사용하여 특성을 변환할 때 똑같은 마술이 일어났습니다. 분류기 상단의 분류기가 학습 및 테스트에서만 아름다운 그림을 보여주고 유효성 검사에서는 표시되지 않는다는 것을 알고 있던 사람)
PCA와 거의 동일합니다. 시계열 예측 에 사용하기 위해 바보가 생각해 내고 쓴 것 - 잘 모르겠지만 많은 사람들이 선택했습니다. Tree-like type은 이러한 전처리가 필요하지만 확인이 필요했습니다.
PCA와 거의 동일합니다. 시계열 예측 에 사용하기 위해 바보가 생각해 내고 쓴 것 - 잘 모르겠지만 많은 사람들이 선택했습니다. Tree-like type은 이러한 전처리가 필요하지만 확인이 필요했습니다.
PCA는 순전히 직관적으로 사용되지 않았습니다. VR에 PCA를 사용하는 것의 유해성에 대한 정당성이 있습니까?
PCA는 순전히 직관적으로 사용되지 않았습니다. VR에 PCA를 사용하는 것의 유해성에 대한 정당성이 있습니까?
고정되지 않은 시장에서는 그렇지 않은 경우와 거의 동일하며 더 나빠질 뿐입니다. - 기차에 할당된 주요 구성 요소가 OOS에서 "점프"하기 시작하므로 결과적으로 PCA 자체로 인해 재교육이 발생합니다.
나는 그것이 모든 분해 방법 과 관련이 있다고 생각합니다. 또는 그 반대의 경우도 마찬가지입니다. 차원 축소. 그에게 기능은 엄격하게 표준화되고 정규화되어야 하지만 저장도 되지 않습니다..