Говорят, лучшие образы — это те, которые не теряют силы при минимальных средствах выражения. Мы нашли способ, как это проверить. В интернете появился...
나는 실험적인 "컨볼루션" 예측자를 가지고 있는데, 그 원리는 차트를 그리드로 분할하고 막대의 누적, 사실 대비에 대해 알리는 것입니다. 그리고 놀랍게도 일부 잎사귀 패턴이 작동합니다. 나는 아직 이 아이디어를 더 발전시키지 않았지만 데이터 구조 와 집계 가능성에 중점을 두었습니다. 내 말은, 본질적으로 유사한 데이터 압축 원리가 있다는 것입니다.
그건 그렇고, 공개 날짜 세트로 실험적으로 작업하자는 제안이 흥미롭습니다. 그러나 예측 변수를 표시하고 저장하는 기능이 있는 오픈 소스 Expert Advisor 없이 어떻게 가능하다고 상상하십니까?
나는 실험적인 "컨볼루션" 예측자를 가지고 있는데, 그 원리는 차트를 그리드로 분할하고 막대의 누적, 사실 대비에 대해 알리는 것입니다. 그리고 놀랍게도 일부 잎사귀 패턴이 작동합니다. 나는 아직 이 아이디어를 더 발전시키지 않았지만 데이터 구조 와 집계 가능성에 중점을 두었습니다. 내 말은, 본질적으로 유사한 데이터 압축 원리가 있다는 것입니다.
막대의 클러스터? 나는 비슷한 것을했지만 분포의 형태로 또는 더 많은 상인의 언어로 차트 대신 볼륨 프로필과 같은 것을 만들었습니다. 흥미로운 것 ... 파기 + 레벨 표현 + 편리한 알고리즘화
알렉세이 비아즈미킨 :
그건 그렇고, 공개 날짜 세트로 실험적으로 작업하자는 제안이 흥미롭습니다. 그러나 예측 변수를 표시하고 저장하는 기능이 있는 오픈 소스 Expert Advisor 없이 어떻게 가능하다고 상상하십니까?
txt 또는 csv 파일의 형태로 모든 것을 제시합니다. 여기서 열은 기능/예측자/기호이고 마지막 열은 대상입니다.
우리는 목표가 무엇인지, 어떤 매개 변수와 전달해야 하는지에 즉시 동의합니다.
각 참가자는 자신의 소프트웨어에서 데이터 세트를 열고 분류 오류를 줄이려고 시도합니다. 성공하면 데이터 세트에 자신이 생성한 기능을 추가하고 이미 개선된 데이터 세트를 다시 대중에게 반환하는 식입니다. 특징을 생성하고 선택하기 위한 인간 유전자 알고리즘.
허용 가능한 오류에 도달하면 모든 것을 mql 코드로 전송하는 것에 대해 생각할 수 있습니다.
내가 그것을 어떻게 볼
허용 가능한 오류는 95% +이고 최대값은 77-83% +입니다.
또한 "쓰레기 기호"를 생성하지 않기 위해 기호가 오류를 1% 이상 개선해야 하는 종류의 제한을 설정할 수 있습니다. )) 나는 영웅이다 ))
아카이버 를 무작위성 테스트 로 사용할 수 있다는 생각이 들었습니다. 랜덤 아카이버는 축소되지 않습니다.
견적, 다양한 크기, 여러 샘플을 확인해야 합니다. 압축이 개선되는지 확인하기 위해 구성 요소로 분해해 봅니다.
flac이 더 적합하지만 더 나쁩니다. flac 역시 근사 + 노이즈를 사용하기 때문에 흥미로웠습니다.부피비로 따지면 가격은 프랙탈과 비슷하다.
부피비로 따지면 가격은 프랙탈과 비슷하다.
좋은 시작. 가격이 확실히 패턴이 있는 프랙탈 옵션과 비슷한 경우))) 랜덤이 있는 파이도 참)))))
압축률이 랜덤 시리즈와 Pi에 대해 가장 높은 이유를 이해하지 못합니까?압축률이 랜덤 시리즈와 Pi에 대해 가장 높은 이유를 이해하지 못합니까?
반대로 압축률이 가장 낮습니다.
반대로 압축률이 가장 낮습니다.
알겠습니다, 학위가 혼란스러웠습니다. 패턴을 꺼내고 압축을 풀고 원본과의 차이점을 확인하는 것이 남아 있습니다.
아카이버 를 무작위성 테스트 로 사용할 수 있다는 생각이 들었습니다. 랜덤 아카이버는 축소되지 않습니다.
견적, 다양한 크기, 여러 샘플을 확인해야 합니다. 압축이 개선되는지 확인하기 위해 구성 요소로 분해해 봅니다.
flac이 더 적합하지만 더 나쁩니다. flac 역시 근사 + 노이즈를 사용하기 때문에 흥미로웠습니다.나는 전에이 아이디어를 접했습니다. 제3자 리소스에 대한 링크는 금지되어 있으므로 사진을 삽입하겠습니다.
흥미로운 아이디어 는 이미지를 웨이브 또는 50개의 웨이브 형태로 표시하는 것입니다.
각 웨이브는 NS의 입력에 적용될 수 있습니다.
그냥 생각.
흥미로운 아이디어 는 이미지를 웨이브 또는 50개의 웨이브 형태로 표시하는 것입니다.
각 웨이브는 NS의 입력에 적용될 수 있습니다.
그냥 생각.
멋지지만 무의미하다
멋지지만 무의미한
나는 실험적인 "컨볼루션" 예측자를 가지고 있는데, 그 원리는 차트를 그리드로 분할하고 막대의 누적, 사실 대비에 대해 알리는 것입니다. 그리고 놀랍게도 일부 잎사귀 패턴이 작동합니다. 나는 아직 이 아이디어를 더 발전시키지 않았지만 데이터 구조 와 집계 가능성에 중점을 두었습니다. 내 말은, 본질적으로 유사한 데이터 압축 원리가 있다는 것입니다.
그건 그렇고, 공개 날짜 세트로 실험적으로 작업하자는 제안이 흥미롭습니다. 그러나 예측 변수를 표시하고 저장하는 기능이 있는 오픈 소스 Expert Advisor 없이 어떻게 가능하다고 상상하십니까?
나는 실험적인 "컨볼루션" 예측자를 가지고 있는데, 그 원리는 차트를 그리드로 분할하고 막대의 누적, 사실 대비에 대해 알리는 것입니다. 그리고 놀랍게도 일부 잎사귀 패턴이 작동합니다. 나는 아직 이 아이디어를 더 발전시키지 않았지만 데이터 구조 와 집계 가능성에 중점을 두었습니다. 내 말은, 본질적으로 유사한 데이터 압축 원리가 있다는 것입니다.
막대의 클러스터? 나는 비슷한 것을했지만 분포의 형태로 또는 더 많은 상인의 언어로 차트 대신 볼륨 프로필과 같은 것을 만들었습니다. 흥미로운 것 ... 파기 + 레벨 표현 + 편리한 알고리즘화
그건 그렇고, 공개 날짜 세트로 실험적으로 작업하자는 제안이 흥미롭습니다. 그러나 예측 변수를 표시하고 저장하는 기능이 있는 오픈 소스 Expert Advisor 없이 어떻게 가능하다고 상상하십니까?
txt 또는 csv 파일의 형태로 모든 것을 제시합니다. 여기서 열은 기능/예측자/기호이고 마지막 열은 대상입니다.
우리는 목표가 무엇인지, 어떤 매개 변수와 전달해야 하는지에 즉시 동의합니다.
각 참가자는 자신의 소프트웨어에서 데이터 세트를 열고 분류 오류를 줄이려고 시도합니다. 성공하면 데이터 세트에 자신이 생성한 기능을 추가하고 이미 개선된 데이터 세트를 다시 대중에게 반환하는 식입니다. 특징을 생성하고 선택하기 위한 인간 유전자 알고리즘.
허용 가능한 오류에 도달하면 모든 것을 mql 코드로 전송하는 것에 대해 생각할 수 있습니다.
내가 그것을 어떻게 볼
허용 가능한 오류는 95% +이고 최대값은 77-83% +입니다.
또한 "쓰레기 기호"를 생성하지 않기 위해 기호가 오류를 1% 이상 개선해야 하는 종류의 제한을 설정할 수 있습니다. )) 나는 영웅이다 ))
막대의 클러스터? 나는 이와 같은 일을했지만 분포의 형태로, 또는 더 많은 상인의 언어로 말하면 차트 대신 볼륨 프로필과 같은 것을 만들었습니다. 흥미로운 것 ... 파기 + 레벨 표현 + 편리한 알고리즘화
이제 16개의 4x4 셀이 있고 동적 창이 있으며 각 셀에서 얼마나 많은 막대가 닫혔는지 계산합니다(기본적인 경우).
txt 또는 csv 파일의 형태로 모든 것을 제시합니다. 여기서 열은 기능/예측자/기호이고 마지막 열은 대상입니다.
우리는 목표가 무엇인지, 어떤 매개 변수와 전달해야 하는지에 즉시 동의합니다.
대상은 Expert Advisor에 의해 생성되어야 합니다. 그렇지 않으면 어떤 데이터에서 새로운 예측 변수를 얻는지 명확하지 않습니다.
그런 다음 목표 세트를 꿰매어 예측자의 예측력을 밝힐 수 있습니다. 좋은 예측자는 다른 목표에 대해 성공할 것이기 때문입니다.
도구는 모든 사람에게 동일해야 합니다. Moex의 선물이나 접착이 더 좋습니다. 나는 시를 좋아한다.