미카! 그래서 마지막 페이지에서 내 질문에 대답하시겠습니까? 내가 당신의 게시물을 올바르게 이해 했습니까
음, 실제로 증분이 대상에서 빌드되면 이것은 정규화가 될 것이며 자연스럽게 실제 값 범위에 놓이게 되며 0:1 범위로 더 줄일 수 있습니다.
예측에 대해 이야기하는 경우 오늘 내일을 생각하려면 목표를 한 시차 뒤로 이동해야 합니다. 다시 말하지만, 기울기의 부호를 가져 와서 0:1 범위로 가져올 수 있습니다. 그러나 여기서 방향만 알 수 있을 뿐 예측의 깊이는 알 수 없습니다. 또한 그리드에서 추가 리소스가 필요합니다. 일반적으로 지그재그(이것이 맞다면)는 분류에 전혀 의미가 없고 예측을 위해 마지막 값을 가질 다른 것을 취하는 것이 더 낫기 때문에 썩 좋은 목표가 아닙니다.
내 작업에 의존한다면 실제로 내 목표는 동일한 극한 가치를 갖지 않습니다. 즉, 현재 신호의 결과는 작동 중이기 때문에 우리에게 알려지지 않았습니다. 그래서 모델이 일반적으로 어떻게 작동하는지 보기 위해 1(필수) 2 추가 신호를 들여씁니다. 내 테스트 기간은 교육 기간 이전이지만 여전히 2개의 신호를 들여씁니다. 더 이상은 아닙니다.
오늘은 나에게 직업적으로 좋은 날이다. 처음으로 테스터에서 내 차량을 운전할 수 있었고 역사상 유사한 결과를 얻었습니다. MT5가 내 수학으로는 풀지 못할 거라고 생각했는데, 다 제대로 썼을 때 너무 똑똑하게 계산하고 거래까지 해주더라. 지표는 실제로 약간 더러워지므로 알아낼 수 있지만 일반적으로 이것은 SI 도구에 중요한 이벤트입니다. 왜냐하면 여기에는 둘 이상의 알고리즘 트레이더가 있기 때문입니다 :-)
미카! 그래서 마지막 페이지에서 내 질문에 대답하시겠습니까? 내가 당신의 게시물을 올바르게 이해 했습니까
다시, 당신은 함수로 정규화합니다. 빼기로 간단한 수학을 만들거나 여기에 Reshetov의 공식이 있습니다. 이중 x0 = 2.0 * (v0 + 최소) / 최대- 1.0. 그러면 해석 및 역변환에 문제가 없을 것입니다. HZ 이 함수는 어떻게 이 정규화를 수행합니까 ....
마이클 마르쿠카이테스 : 다시 말하지만, 함수로 정규화합니다. 빼기로 간단한 수학을 만들거나 여기에 Reshetov의 공식이 있습니다. 이중 x0 = 2.0 * (v0 + 최소) / 최대- 1.0. 그러면 해석과 역변환에 대한 질문이 없을 것입니다. HZ 이 함수는 어떻게 이 정규화를 수행합니까 ....
미샤 쇼 말하는거야? 부호이 또는 쇼? :) 나는 당신의 기사와 행동 알고리즘을 요청했습니다.
여기에서 나는 복제 할 것이다
Бегло прочитал статью нашего михи) Уже второй раз, первый раз читал давно, нечего тогда не понял... Попробую кратко изложить его подход если я что то не понял то пусть он меня поправит...
1 ) Из цены выделяем точки которые (математически/логически) одинаковые (кластера), у михи это сигнал торг. системы секвента но по факту это может быть что угодно - пересечение машек, черная свеча в 10 утра итп. он собственно и сам об этом говорит что может быть что угодно.
Человеческим языком : мы просто субъективно сокращаем размерность в данных , уменьшаем степени свободы, для АМО (алгоритм машинного обучения). И это наверное правильно.
2 ) далее миха учитывает "контекст рынка" отчеты там всякие , открытый интерес и рассматривает сигнал от системы секвента в контексте "контекста рынка" (сори за каламбур) и на каждую такую комбинацию тренирует сеть..
Человеческим языком: "контекст рынка" - это тоже по сути кластер и тут тоже может быть что угодно. В ситуации когда один кластер(п. 1 ) есть вложенный в другой кластер(п. 2 ) мы еще сильнее сокращаем размерность, на порядки. И теперь уже на полученных сжатых данных мы обучаем АМО . И это тоже наверное правильно.
3 )Обучаем АМО 1 классификации на три класса "бай" , "сел" , "не знаю" (миха обучал на "бай" и на "сел" отдельно но я не вижу смысла)
4 )На "новых данных 1" смотрим ошибку распознавания АМО 1 и создаем новые метки в классах типа "бай/не угадала" или "бай/угадала" или "сел/не знаю"5 ) Обучаем второй АМО 2 на данных и ответах от первой АМО 16 ) На "новых данных 2" смотрим ошибку распознавания АМО 2
Человеческим языком: Вторым АМО 2 мы предсказываем правильно ли угадает АМО 1 свой класс
правильно миха?? смотри я в 10 строчек всю твою статью уместил))
나는 예측에 대해 모른다. 당시에는 Max 때문에 시도할 수 없었지만 분류를 위해 내가 마지막으로 수행하는 변환 중 하나는 고정된 평활화 창에서 데이터의 크기를 조정하고 중앙에 배치하는 것입니다. 들어오는 데이터의 전체 범위에 대해 이 작업을 시도했지만 어떻게 든 잘 되지 않았습니다. 그래서 ... 10에서 19까지의 앤티 앨리어싱이 있습니다. Writ은 그 중 대상에 대한 최대 수의 기능(우, 다시 저주했습니다)을 선택합니다. 현재 작업중인 창입니다...
다 틀렸어. 기사는 문맥상 구식입니다. 어쨌든 나는 그것으로 어떤 개선도 얻을 수 없었다. Context를 바꿔서 입력 데이터를 곱해서 입력에 짜넣으려 했으나 질적인 향상은 없었지만 이 방향의 작업도 끝까지 완료되지 않았다. 즉, 가능하다면 맥락을 가지고 실험을 재개할 것입니다.
순서대로 가자.
1) 맞습니다. 시간 간격을 변경하지 않고 샘플을 수학적으로 줄입니다. 또는 반대로 간단한 조건을 통해 초과분을 버리고 훈련된 네트워크의 품질이 만족스럽다면 시간 간격을 늘릴 수 있습니다.
2) 시장 컨텍스트에는 총 9개의 상태가 있습니다. 따라서 우리는 9개의 모델을 구축할 수 있으며, 각 모델은 특정 컨텍스트 기간에 훈련되고 작동합니다. 그러나 여기서 데이터 노후화의 또 다른 문제가 드러난다. 즉, 모델이 3일 전에 낮 동안 작동한 경우 오늘 켜면 어제 발생한 일을 고려하지 않지만 이는 시장에 필수적입니다. 여기에서 컨텍스트를 사용하는 아킬레스건이 되기 때문에 이를 곱셈을 통해 입력 데이터에 짜보려고 했지만 여기에서도 서두르지 않았습니다. 하지만 나는 여전히 그것을 만지작거리고 있을 것입니다.
3) 여기서는 일반적으로 죽. 그들은 그것을 모두 쌓았습니다. 설명합시다. 시퀀스에는 두 개의 매수 및 매도 신호가 있으며 이러한 신호는 서로 독립적입니다. 기본 전략에서 매수 신호만 취하면 매수 신호가 이미 서로 의존하는 보다 안정적인 기본 전략을 얻게 됩니다. 즉, 매수 신호의 출현이 매도 신호의 출현에 의존하지 않는 전체 시퀀스를 사용하는 것과 대조적으로 여러 막대의 차이로 두 개의 신호를 얻을 수 없습니다.
RESHETOV 옵티마이저에 대한 교육과 관련하여(아무도 내가 그곳에서 무언가를 홍보하고 있다고 생각하지 않기를 바랍니다), 거기서 많은 아이디어를 얻었습니다. 두 개의 다항식이 훈련됩니다. 즉, 동일한 대답이면 YES이고, 같은 대답이면 아니오이고, 다른 대답이면 아니오인 두 개의 그리드입니다. 샘플은 train과 test의 두 부분으로 나뉩니다. 여기서 한 다항식의 경우 다른 것에 대한 train은 테스트이고 그 반대의 경우도 마찬가지입니다. 크로스 트레이닝. 그러나 결국 한 네트워크에서 테스트 섹션을 가져오고 다른 네트워크에서 테스트 섹션을 가져오면 이것이 전체 훈련 세트가 되는 경우가 많습니다.
4)5)6) 실제로 입력 데이터가 첫 번째 수준의 입력에 공급되고 첫 번째 수준의 출력이 두 번째 수준에 공급되는 다단계 모델을 만들려고 했습니다. 맥심도 이 방법을 과학적으로 불렀던 걸로 기억하는데, 이번에는 너무 끔찍해서 하지 않는다. 이제 충분하고 첫 번째 수준입니다. 나는 이 접근 방식이 더 높은 수준의 작업에 적합하다고 생각합니다. 글쎄, 내 차가 이제 1주일 동안 작동한다고 가정해 봅시다. 이 접근 방식으로 차량의 수명을 늘릴 수는 있지만 크게는 아닙니다. 즉, 후속 수준은 기본 수준의 오류를 무효화하려고 합니다. 내가 당신을 올바르게 이해한다면.
그리고 네, 저는 약간 취했습니다. 나는 대화를 위해 맥주 두 캔을 가져갔다. 젠장, 마법사는 어디에???? 나는 그를 위해 뭔가를 생각해 냈어... :-)
젠장, 음, 젊은이는 갔다 ..... 알다시피, 잘 들으십시오. 나는 마지막에서 두 번째 시간 동안 당신에게 말하고 있습니다 (마지막으로 비디오가있을 것입니다). 매번 존재의 본질을 설명하는 것을 멈추지 않기 위해 영상을 찍고 싶은 것도 너 같은 사람들 때문이다. 가격 형성의 인과 모델이 있습니다. 일시적인 것이 아니라 원인과 결과입니다. 따라서 가격 변동의 원인은 다음과 같습니다.
첫째, 옵션주의자들은 변동성의 미소를 뒤틀어 시장의 기대치를 형성합니다. 그런 다음 이러한 기대 또는 인터넷(옵션주의자도 실수를 할 수 있음)에 따라 거래량이 델타로 거래됩니다. 거래량은 참가자 수를 나타냅니다. 델타는 거래량 + 미결제약정의 방향을 나타냅니다. 그래야만 거래량에 따라 가격이 변하고, 그래야만 가격 변동을 예측하기 위해 사용하려는 지표의 값이 됩니다. 즉, 결과로 원인을 예측하려고 합니다. 글쎄, 우리 중 누가 주제에 있지 않습니까????
여기 SI에 따르면 이러한 모든 데이터를 사용할 수 있지만 비트코인에 사용할 수 있습니까? 그러니 don't pi ... di .... 그렇지 않으면 신경이 충분하지 않습니다. 신사의 매트 부분을 배우십시오 ..... 그리고 그것이 당신과 달리 내 접근 방식이 작동하는 이유입니다. 귀하의 작업이 작동할 수 있지만 위에서 언급한 모델에 의존하지 않는 경우 작업에서 무작위 가능성이 높습니다. 질문?
미카! 그래서 마지막 페이지에서 내 질문에 대답하시겠습니까? 내가 당신의 게시물을 올바르게 이해 했습니까
음, 실제로 증분이 대상에서 빌드되면 이것은 정규화가 될 것이며 자연스럽게 실제 값 범위에 놓이게 되며 0:1 범위로 더 줄일 수 있습니다.
예측에 대해 이야기하는 경우 오늘 내일을 생각하려면 목표를 한 시차 뒤로 이동해야 합니다. 다시 말하지만, 기울기의 부호를 가져 와서 0:1 범위로 가져올 수 있습니다. 그러나 여기서 방향만 알 수 있을 뿐 예측의 깊이는 알 수 없습니다. 또한 그리드에서 추가 리소스가 필요합니다. 일반적으로 지그재그(이것이 맞다면)는 분류에 전혀 의미가 없고 예측을 위해 마지막 값을 가질 다른 것을 취하는 것이 더 낫기 때문에 썩 좋은 목표가 아닙니다.
내 작업에 의존한다면 실제로 내 목표는 동일한 극한 가치를 갖지 않습니다. 즉, 현재 신호의 결과는 작동 중이기 때문에 우리에게 알려지지 않았습니다. 그래서 모델이 일반적으로 어떻게 작동하는지 보기 위해 1(필수) 2 추가 신호를 들여씁니다. 내 테스트 기간은 교육 기간 이전이지만 여전히 2개의 신호를 들여씁니다. 더 이상은 아닙니다.
이것은 불가능합니다. 당신은 그 주제에 전혀 관심이 없는 것 같습니다.
미카! 그래서 마지막 페이지에서 내 질문에 대답하시겠습니까? 내가 당신의 게시물을 올바르게 이해 했습니까
다시 말하지만, 함수로 정규화합니다. 빼기로 간단한 수학을 만들거나 여기에 Reshetov의 공식이 있습니다. 이중 x0 = 2.0 * (v0 + 최소) / 최대- 1.0. 그러면 해석과 역변환에 대한 질문이 없을 것입니다. HZ 이 함수는 어떻게 이 정규화를 수행합니까 ....
미샤 쇼 말하는거야? 부호이 또는 쇼? :) 나는 당신의 기사와 행동 알고리즘을 요청했습니다.
여기에서 나는 복제 할 것이다
이것은 불가능합니다. 당신은 그 주제에 전혀 관심이 없는 것 같습니다.
다람쥐가 있어요 :)
젠장, 미하라고 하면 벙어리, 작은 편지라도 :-(
다 틀렸어. 기사는 문맥상 구식입니다. 어쨌든 나는 그것으로 어떤 개선도 얻을 수 없었다. Context를 바꿔서 입력 데이터를 곱해서 입력에 짜넣으려 했으나 질적인 향상은 없었지만 이 방향의 작업도 끝까지 완료되지 않았다. 즉, 가능하다면 맥락을 가지고 실험을 재개할 것입니다.
순서대로 가자.
1) 맞습니다. 시간 간격을 변경하지 않고 샘플을 수학적으로 줄입니다. 또는 반대로 간단한 조건을 통해 초과분을 버리고 훈련된 네트워크의 품질이 만족스럽다면 시간 간격을 늘릴 수 있습니다.
2) 시장 컨텍스트에는 총 9개의 상태가 있습니다. 따라서 우리는 9개의 모델을 구축할 수 있으며, 각 모델은 특정 컨텍스트 기간에 훈련되고 작동합니다. 그러나 여기서 데이터 노후화의 또 다른 문제가 드러난다. 즉, 모델이 3일 전에 낮 동안 작동한 경우 오늘 켜면 어제 발생한 일을 고려하지 않지만 이는 시장에 필수적입니다. 여기에서 컨텍스트를 사용하는 아킬레스건이 되기 때문에 이를 곱셈을 통해 입력 데이터에 짜보려고 했지만 여기에서도 서두르지 않았습니다. 하지만 나는 여전히 그것을 만지작거리고 있을 것입니다.
3) 여기서는 일반적으로 죽. 그들은 그것을 모두 쌓았습니다. 설명합시다. 시퀀스에는 두 개의 매수 및 매도 신호가 있으며 이러한 신호는 서로 독립적입니다. 기본 전략에서 매수 신호만 취하면 매수 신호가 이미 서로 의존하는 보다 안정적인 기본 전략을 얻게 됩니다. 즉, 매수 신호의 출현이 매도 신호의 출현에 의존하지 않는 전체 시퀀스를 사용하는 것과 대조적으로 여러 막대의 차이로 두 개의 신호를 얻을 수 없습니다.
RESHETOV 옵티마이저에 대한 교육과 관련하여(아무도 내가 그곳에서 무언가를 홍보하고 있다고 생각하지 않기를 바랍니다), 거기서 많은 아이디어를 얻었습니다. 두 개의 다항식이 훈련됩니다. 즉, 동일한 대답이면 YES이고, 같은 대답이면 아니오이고, 다른 대답이면 아니오인 두 개의 그리드입니다. 샘플은 train과 test의 두 부분으로 나뉩니다. 여기서 한 다항식의 경우 다른 것에 대한 train은 테스트이고 그 반대의 경우도 마찬가지입니다. 크로스 트레이닝. 그러나 결국 한 네트워크에서 테스트 섹션을 가져오고 다른 네트워크에서 테스트 섹션을 가져오면 이것이 전체 훈련 세트가 되는 경우가 많습니다.
4)5)6) 실제로 입력 데이터가 첫 번째 수준의 입력에 공급되고 첫 번째 수준의 출력이 두 번째 수준에 공급되는 다단계 모델을 만들려고 했습니다. 맥심도 이 방법을 과학적으로 불렀던 걸로 기억하는데, 이번에는 너무 끔찍해서 하지 않는다. 이제 충분하고 첫 번째 수준입니다. 나는 이 접근 방식이 더 높은 수준의 작업에 적합하다고 생각합니다. 글쎄, 내 차가 이제 1주일 동안 작동한다고 가정해 봅시다. 이 접근 방식으로 차량의 수명을 늘릴 수는 있지만 크게는 아닙니다. 즉, 후속 수준은 기본 수준의 오류를 무효화하려고 합니다. 내가 당신을 올바르게 이해한다면.
그리고 네, 저는 약간 취했습니다. 나는 대화를 위해 맥주 두 캔을 가져갔다. 젠장, 마법사는 어디에???? 나는 그를 위해 뭔가를 생각해 냈어... :-)
젠장, 미하라고 하면 벙어리, 작은 편지라도 :-(
무죄)
이것은 불가능합니다. 당신은 그 주제에 전혀 관심이 없는 것 같습니다.
젠장, 음, 젊은이는 갔다 ..... 알다시피, 잘 들으십시오. 나는 마지막에서 두 번째 시간 동안 당신에게 말하고 있습니다 (마지막으로 비디오가있을 것입니다). 매번 존재의 본질을 설명하는 것을 멈추지 않기 위해 영상을 찍고 싶은 것도 너 같은 사람들 때문이다. 가격 형성의 인과 모델이 있습니다. 일시적인 것이 아니라 원인과 결과입니다. 따라서 가격 변동의 원인은 다음과 같습니다.
첫째, 옵션주의자들은 변동성의 미소를 뒤틀어 시장의 기대치를 형성합니다. 그런 다음 이러한 기대 또는 인터넷(옵션주의자도 실수를 할 수 있음)에 따라 거래량이 델타로 거래됩니다. 거래량은 참가자 수를 나타냅니다. 델타는 거래량 + 미결제약정의 방향을 나타냅니다. 그래야만 거래량에 따라 가격이 변하고, 그래야만 가격 변동을 예측하기 위해 사용하려는 지표의 값이 됩니다. 즉, 결과로 원인을 예측하려고 합니다. 글쎄, 우리 중 누가 주제에 있지 않습니까????
여기 SI에 따르면 이러한 모든 데이터를 사용할 수 있지만 비트코인에 사용할 수 있습니까? 그러니 don't pi ... di .... 그렇지 않으면 신경이 충분하지 않습니다. 신사의 매트 부분을 배우십시오 ..... 그리고 그것이 당신과 달리 내 접근 방식이 작동하는 이유입니다. 귀하의 작업이 작동할 수 있지만 위에서 언급한 모델에 의존하지 않는 경우 작업에서 무작위 가능성이 높습니다. 질문?