트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1523 1...151615171518151915201521152215231524152515261527152815291530...3399 새 코멘트 СанСаныч Фоменко 2019.08.02 07:49 #15221 주제에 대한 흥미로운 책 예측 모델: 탐색, 설명 및 디버그 https://pbiecek.github.io/PM_VEE/ 마지막으로 우리는 이 책에서 우리가 · 단일 관찰에 대한 모델 예측에 영향을 미치는 기능을 결정하는 방법. 특히, 분해 플롯, ceteris paribus 프로파일, 로컬 모델 근사 또는 Shapley 값과 같은 예측을 설명하는 데 사용할 수 있는 방법의 이론과 예를 제시합니다. · 완전히 훈련된 기계 학습 모델을 전체적으로 검사하는 기술. 특히, 부분 종속성 도표, 가변 중요도 도표 등과 같이 모델 성능을 전체적으로 설명하는 데 사용할 수 있는 방법의 이론과 예를 검토합니다. · 빠른 방법으로 주요 정보를 표시하는 데 사용할 수 있는 차트입니다. · 모델 비교를 위한 도구 및 방법. · 설명된 방법을 사용하는 방법을 설명하는 R 및 Python용 코드 조각. 반면 에 이 책에서 우리는 초점을 맞추지 않는다. · 특정 모델. 제시된 기술은 모델에 구애받지 않으며 모델 구조와 관련된 어떠한 가정도 하지 않습니다. · 데이터 탐색. R for Data Science http://r4ds.had.co.nz/ 또는 TODO와 같이 이 주제에 대한 아주 좋은 책이 있습니다. · 모델 구축 과정. 이 주제에 대한 매우 좋은 책도 있습니다. Gareth James, Daniela Witten, Trevor Hastie 및 Robert Tibshirani의 An Introduction to Statistical Learning을 참조하십시오 . http://www-bcf.usc.edu/~gareth/ISL/ 또는 TODO · 모델 구축을 위한 모든 특정 도구. 예를 들어 Max Kuhn과 Kjell Johnson의 Applied Predictive Modeling http://appliedpredictivemodeling.com/ 에서 이에 대해 설명합니다. Predictive Models: Explore, Explain, and Debug Przemyslaw Biecek and Tomasz Burzykowskipbiecek.github.io This book introduces key concepts for exploration, explanation and visualization of complex predictive models. Machine learning in trading: 머신 러닝 및 신경망 알고리즘 트레이딩에서의 파이썬 Maxim Dmitrievsky 2019.08.03 15:33 #15222 막심 드미트리예프스키 : 나는 또한 동시에 여러 대의 봇을 봇에 넣었습니다. 개선 사항을 보지 못한 것 같습니다. 음, 특정 쓰레기가 있습니다. 제 생각에 나는 오늘 최대 엔트로피에 대한 흥미로운 연구를 보았고 일반적으로 엔트로피를 사용하여 입력을 결정하는 방법(기사의 두 번째 부분)을 좋아했습니다. 분명히 내 안에 없는 것. 거의 같은 생각을 하기도 했지만 공식화할 수 없었다. 그리고 뒷받침되는 이론의 유형이 있습니다. 그것은 또한 다른 시장이 다르게 예측된다는 것을 보여줍니다. 그래서 모든 것이 한 더미에 있다면 .. 그러면 모르겠습니다. https://robotwealth.com/shannon-entropy/ 기사로 돌아갑니다. 노이즈를 지그재그로 필터링하면 이 방법은 신호를 거의 완벽하게 클러스터링합니다. 또한 미래를 보여줍니다. 값이 앞에 추가되어 목에 지그재그로 다시 그리기가 겹칠 수 있습니다. 케이스 상단에 빨간색 - 매수, 녹색 - 매도 그리고 이것은 능선이 없었을 때의 모습입니다. 능선을 다시 그리지 않은 능선으로 어떻게 바꿀 수 있습니까? 이진화된 신호는 up\down 1;-1로 무엇을 표시할까요? Igor Makanu 2019.08.03 15:53 #15223 막심 드미트리예프스키 : 기사로 돌아갑니다. 노이즈를 지그재그로 필터링하면 이 방법은 신호를 거의 완벽하게 클러스터링합니다. 또한 미래를 보여줍니다. 값이 앞에 추가되어 목에 지그재그로 다시 그리기가 겹칠 수 있습니다. 케이스 상단에 빨간색 - 매수, 녹색 - 매도 그리고 이것은 능선이 없었을 때의 모습입니다. 능선을 다시 그리지 않은 능선으로 어떻게 바꿀 수 있습니까? 이진화된 신호는 up\down 1;-1로 무엇을 표시할까요? 이것을 시도하십시오 https://www.mql5.com/ru/code/20143 근데 아직 33인데 다시 그리는건 확인도 안하고 1-0 시그널도 받고싶어서 알아차렸음 Maxim Dmitrievsky 2019.08.03 15:56 #15224 이고르 마카누 : 이것을 시도하십시오 https://www.mql5.com/en/code/20143 글쎄, 이것은 또한 능선이며 결국 다시 그립니다. 그리고 잘못했다, 그래야 한다 Igor Makanu 2019.08.03 15:58 #15225 막심 드미트리예프스키 : 글쎄, 이것은 또한 능선이며 결국 다시 그립니다. 그리고 잘못했다, 그래야 한다 끝은 항상 다시 그립니다. 거의 33번을 시도해 보세요. 너무 예쁘지는 않지만 정점을 다시 그리지는 않기 때문입니다. https://www.mql5.com/en/forum/318267#comment_12508440 Maxim Dmitrievsky 2019.08.03 15:59 #15226 이고르 마카누 : 끝은 항상 다시 그립니다. 거의 33번을 시도해 보세요. 너무 예쁘지는 않지만 정점을 다시 그리지는 않기 때문입니다. https://www.mql5.com/en/forum/318267#comment_12508440 감사합니다 한번 볼게요 Igor Makanu 2019.08.03 16:09 #15227 막심 드미트리예프스키 : 감사합니다 한번 볼게요 여기에 +1과 -1을 하위 창에 다시 썼습니다. 테스트하지 않은 유일한 것은 온라인 작동 방식이지만 문제가 없다고 생각합니다. 파일: ZigZagZZ_separate.mq5 4 kb Maxim Dmitrievsky 2019.08.03 16:15 #15228 이고르 마카누 : 여기에 +1과 -1을 하위 창에 다시 썼습니다. 테스트하지 않은 유일한 것은 온라인 작동 방식이지만 문제가 없다고 생각합니다. 나중에 둘 다 테스트하겠습니다. 여기에서 각 막대가 표시되어야 하는 것은 극단뿐만 아니라 Igor Makanu 2019.08.03 16:27 #15229 막심 드미트리예프스키 : 나중에 둘 다 테스트하겠습니다. 여기에서 각 막대가 표시되어야 하는 것은 극단뿐만 아니라 파일: ZigZagZZ_separate_allbar.mq5 4 kb Maxim Dmitrievsky 2019.08.03 16:29 #15230 이고르 마카누 : nishtyak, 감사합니다. 저것들. 마지막 막대까지 그립니다. 그러면 값을 업데이트할 필요가 없습니까? 1...151615171518151915201521152215231524152515261527152815291530...3399 새 코멘트 사유: 취소 트레이딩 기회를 놓치고 있어요: 무료 트레이딩 앱 복사용 8,000 이상의 시그널 금융 시장 개척을 위한 경제 뉴스 등록 로그인 공백없는 라틴 문자 비밀번호가 이 이메일로 전송될 것입니다 오류 발생됨 Google으로 로그인 웹사이트 정책 및 이용약관에 동의합니다. 계정이 없으시면, 가입하십시오 MQL5.com 웹사이트에 로그인을 하기 위해 쿠키를 허용하십시오. 브라우저에서 필요한 설정을 활성화하시지 않으면, 로그인할 수 없습니다. 사용자명/비밀번호를 잊으셨습니까? Google으로 로그인
주제에 대한 흥미로운 책
예측 모델: 탐색, 설명 및 디버그
https://pbiecek.github.io/PM_VEE/
마지막으로 우리는 이 책에서 우리가
· 단일 관찰에 대한 모델 예측에 영향을 미치는 기능을 결정하는 방법. 특히, 분해 플롯, ceteris paribus 프로파일, 로컬 모델 근사 또는 Shapley 값과 같은 예측을 설명하는 데 사용할 수 있는 방법의 이론과 예를 제시합니다.
· 완전히 훈련된 기계 학습 모델을 전체적으로 검사하는 기술. 특히, 부분 종속성 도표, 가변 중요도 도표 등과 같이 모델 성능을 전체적으로 설명하는 데 사용할 수 있는 방법의 이론과 예를 검토합니다.
· 빠른 방법으로 주요 정보를 표시하는 데 사용할 수 있는 차트입니다.
· 모델 비교를 위한 도구 및 방법.
· 설명된 방법을 사용하는 방법을 설명하는 R 및 Python용 코드 조각.
반면 에 이 책에서 우리는 초점을 맞추지 않는다.
· 특정 모델. 제시된 기술은 모델에 구애받지 않으며 모델 구조와 관련된 어떠한 가정도 하지 않습니다.
· 데이터 탐색. R for Data Science http://r4ds.had.co.nz/ 또는 TODO와 같이 이 주제에 대한 아주 좋은 책이 있습니다.
· 모델 구축 과정. 이 주제에 대한 매우 좋은 책도 있습니다. Gareth James, Daniela Witten, Trevor Hastie 및 Robert Tibshirani의 An Introduction to Statistical Learning을 참조하십시오 . http://www-bcf.usc.edu/~gareth/ISL/ 또는 TODO
· 모델 구축을 위한 모든 특정 도구. 예를 들어 Max Kuhn과 Kjell Johnson의 Applied Predictive Modeling http://appliedpredictivemodeling.com/ 에서 이에 대해 설명합니다.
나는 또한 동시에 여러 대의 봇을 봇에 넣었습니다. 개선 사항을 보지 못한 것 같습니다. 음, 특정 쓰레기가 있습니다. 제 생각에
나는 오늘 최대 엔트로피에 대한 흥미로운 연구를 보았고 일반적으로 엔트로피를 사용하여 입력을 결정하는 방법(기사의 두 번째 부분)을 좋아했습니다.
분명히 내 안에 없는 것. 거의 같은 생각을 하기도 했지만 공식화할 수 없었다. 그리고 뒷받침되는 이론의 유형이 있습니다.
그것은 또한 다른 시장이 다르게 예측된다는 것을 보여줍니다. 그래서 모든 것이 한 더미에 있다면 .. 그러면 모르겠습니다.
https://robotwealth.com/shannon-entropy/
기사로 돌아갑니다. 노이즈를 지그재그로 필터링하면 이 방법은 신호를 거의 완벽하게 클러스터링합니다. 또한 미래를 보여줍니다. 값이 앞에 추가되어 목에 지그재그로 다시 그리기가 겹칠 수 있습니다. 케이스
상단에 빨간색 - 매수, 녹색 - 매도
그리고 이것은 능선이 없었을 때의 모습입니다.
능선을 다시 그리지 않은 능선으로 어떻게 바꿀 수 있습니까? 이진화된 신호는 up\down 1;-1로 무엇을 표시할까요?
기사로 돌아갑니다. 노이즈를 지그재그로 필터링하면 이 방법은 신호를 거의 완벽하게 클러스터링합니다. 또한 미래를 보여줍니다. 값이 앞에 추가되어 목에 지그재그로 다시 그리기가 겹칠 수 있습니다. 케이스
상단에 빨간색 - 매수, 녹색 - 매도
그리고 이것은 능선이 없었을 때의 모습입니다.
능선을 다시 그리지 않은 능선으로 어떻게 바꿀 수 있습니까? 이진화된 신호는 up\down 1;-1로 무엇을 표시할까요?
이것을 시도하십시오 https://www.mql5.com/ru/code/20143
근데 아직 33인데 다시 그리는건 확인도 안하고 1-0 시그널도 받고싶어서 알아차렸음
이것을 시도하십시오 https://www.mql5.com/en/code/20143
글쎄, 이것은 또한 능선이며 결국 다시 그립니다. 그리고 잘못했다, 그래야 한다
글쎄, 이것은 또한 능선이며 결국 다시 그립니다. 그리고 잘못했다, 그래야 한다
끝은 항상 다시 그립니다. 거의 33번을 시도해 보세요. 너무 예쁘지는 않지만 정점을 다시 그리지는 않기 때문입니다. https://www.mql5.com/en/forum/318267#comment_12508440
끝은 항상 다시 그립니다. 거의 33번을 시도해 보세요. 너무 예쁘지는 않지만 정점을 다시 그리지는 않기 때문입니다. https://www.mql5.com/en/forum/318267#comment_12508440
감사합니다 한번 볼게요
감사합니다 한번 볼게요
여기에 +1과 -1을 하위 창에 다시 썼습니다. 테스트하지 않은 유일한 것은 온라인 작동 방식이지만 문제가 없다고 생각합니다.
여기에 +1과 -1을 하위 창에 다시 썼습니다. 테스트하지 않은 유일한 것은 온라인 작동 방식이지만 문제가 없다고 생각합니다.
나중에 둘 다 테스트하겠습니다. 여기에서 각 막대가 표시되어야 하는 것은 극단뿐만 아니라
나중에 둘 다 테스트하겠습니다. 여기에서 각 막대가 표시되어야 하는 것은 극단뿐만 아니라
nishtyak, 감사합니다. 저것들. 마지막 막대까지 그립니다. 그러면 값을 업데이트할 필요가 없습니까?