이 방법은 비모수적 Naive Bayes 분류기와 매우 유사합니다. 대상이 없습니다. 모델에서 두 상태가 사용되는 경우 하락 추세와 상승 추세 를 명확하게 구분합니다(예: EURUSD-H4). R에서 표시기의 가장 간단한 구현은 몇 줄로 실행됩니다(패키지 depmixS4). 거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다. 새로운 데이터가 도착할 때 실제 시장에서 상태의 확률 곡선이 어떻게 변할지 보는 것은 흥미로울 것입니다.
이 방법은 비모수적 Naive Bayes 분류기와 매우 유사합니다. 대상이 없습니다. 모델에서 두 상태가 사용되는 경우 하락 추세와 상승 추세 를 명확하게 구분합니다(예: EURUSD-H4). R에서 표시기의 가장 간단한 구현은 몇 줄로 실행됩니다(패키지 depmixS4). 거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다. 새로운 데이터가 도착할 때 실제 시장에서 상태의 확률 곡선이 어떻게 변할지 보는 것은 흥미로울 것입니다.
어, 새로운 데이터가 흥미롭군요. 단순하고 이해하기 쉬운 코드는 아직 C에서 사용할 수 없으므로 mql로 작성하고 증기 목욕을 하지 않는 것이 가능합니다. Viterbi 및 EM 모든 종류, 가능성 등.
이 방법은 비모수적 Naive Bayes 분류기와 매우 유사합니다. 대상이 없습니다. 모델에서 두 상태가 사용되는 경우 하락 추세와 상승 추세 를 명확하게 구분합니다(예: EURUSD-H4). R에서 표시기의 가장 간단한 구현은 몇 줄로 실행됩니다(패키지 depmixS4). 거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다. 새로운 데이터가 도착할 때 실제 시장에서 상태의 확률 곡선이 어떻게 변할지 보는 것은 흥미로울 것입니다.
이유는 모르겠지만 표시기는 일종의 대역통과 필터에 의해 차단된 MACD와 매우 유사합니다. 비교를 위해 MACD를 추가하세요.
나는 그것이 어떻게 작동하는지 전혀 이해하지 못합니다.
저도 이해가 안가서 쓰임새가 달라서 2~3시간 공부하다가 포기했습니다)
저도 이해가 안가고 사용법의 차이가 있어서 2~3시간 공부하다가 포기했습니다)
은닉 행렬 값에 반환과 같은 현재 값을 곱하고 클래스 레이블(즉, 은닉 상태)을 얻을 수 있다고 가정해 봅시다. 그러나 가장 간단한 분류기로 판명되었습니다.
또한 입력에 정규화된 값 0:1을 적용합니다.
x 웃긴게 뭐야 :)
이 방법은 비모수적 Naive Bayes 분류기와 매우 유사합니다. 대상이 없습니다. 모델에서 두 상태가 사용되는 경우 하락 추세와 상승 추세 를 명확하게 구분합니다(예: EURUSD-H4). R에서 표시기의 가장 간단한 구현은 몇 줄로 실행됩니다(패키지 depmixS4). 거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다. 새로운 데이터가 도착할 때 실제 시장에서 상태의 확률 곡선이 어떻게 변할지 보는 것은 흥미로울 것입니다.
이 방법은 비모수적 Naive Bayes 분류기와 매우 유사합니다. 대상이 없습니다. 모델에서 두 상태가 사용되는 경우 하락 추세와 상승 추세 를 명확하게 구분합니다(예: EURUSD-H4). R에서 표시기의 가장 간단한 구현은 몇 줄로 실행됩니다(패키지 depmixS4). 거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다. 새로운 데이터가 도착할 때 실제 시장에서 상태의 확률 곡선이 어떻게 변할지 보는 것은 흥미로울 것입니다.
어, 새로운 데이터가 흥미롭군요. 단순하고 이해하기 쉬운 코드는 아직 C에서 사용할 수 없으므로 mql로 작성하고 증기 목욕을 하지 않는 것이 가능합니다. Viterbi 및 EM 모든 종류, 가능성 등.
무질서의 지표로 갈 것입니다
무질서의 지표로 갈 것입니다정확히. 그리고 저점, 고점 및 마감 위치의 정의는 그렇게 하는 데 도움이 되었을 것입니다.
정확히. 그리고 저점, 고점 및 마감 위치의 정의는 그렇게 하는 데 도움이 되었을 것입니다.
자재는 신의 도우심으로 마스터해야 하고, 무작정 패키지를 사용하는 것은 위험할 뿐입니다.
네, 이것은 가장 단순한 베이지안 그리드, 확률적 토비시입니다.
자재는 신의 도우심으로 마스터해야 하고, 무작정 패키지를 사용하는 것은 위험할 뿐입니다.
네, 이것은 가장 단순한 베이지안 그리드, 확률적 토비시입니다.
당신도 똑같이 할 수 있습니까? 실시간으로 작동 방식이 흥미롭습니다. 그리고 이것에 채널을 연결하십시오 - 우리는 잠시 후에 그것을 할 것입니다.
당신도 똑같이 할 수 있습니까? 실시간으로 작동 방식이 흥미롭습니다. 그리고 이것에 채널을 연결하십시오 - 우리는 잠시 후에 그것을 할 것입니다.
며칠 동안 책을 읽으며 소포를 따고 있습니다. 아직 할 수 없어, 마나가 더 필요해
이 방법은 비모수적 Naive Bayes 분류기와 매우 유사합니다. 대상이 없습니다. 모델에서 두 상태가 사용되는 경우 하락 추세와 상승 추세 를 명확하게 구분합니다(예: EURUSD-H4). R에서 표시기의 가장 간단한 구현은 몇 줄로 실행됩니다(패키지 depmixS4). 거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다. 새로운 데이터가 도착할 때 실제 시장에서 상태의 확률 곡선이 어떻게 변할지 보는 것은 흥미로울 것입니다.
이유는 모르겠지만 표시기는 일종의 대역통과 필터에 의해 차단된 MACD와 매우 유사합니다. 비교를 위해 MACD를 추가하세요.
거래 신호와 그에 의해 생성된 결과는 시뮬레이션이 발생한 관찰 영역과 완전히 일치합니다.
훈련에서는 어떤 차라도 성배로 만들 수 있습니다. 일반적으로 그들은 "지표"가 있는 다른 문제에서와 같이 분류/회귀 방법의 선택에 거의 의존하지 않는다는 사실에 대해 이미 많은 이야기를 나눴습니다. 최적화).