트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 552 1...545546547548549550551552553554555556557558559...3399 새 코멘트 Forester 2018.01.06 10:33 #5511 막심 드미트리예프스키 : 그래서 나는 이 삶에서 무엇을 믿어야 할지 xs. .모든 것을 다시 확인해야 합니다. +1 - 처음에는 이상값을 제거하지 않고 수행했으며 정규화된 데이터의 중심(또는 0)이 크게 이동했습니다. 이상치를 제거한 후 모든 것이 더 안정되었습니다. Mihail Marchukajtes 2018.01.06 10:36 #5512 막심 드미트리예프스키 : 즉, 더 이상 jPredictor가 결국에는 없습니까? :) 글쎄, 왜 정확히 그와 함께 .... 그는 거기에있는 어떤 라이브러리보다 갑자기 모델을 만듭니다. 철저하게 데이터를 흔들기 때문에 ... Maxim Dmitrievsky 2018.01.06 10:40 #5513 마이클 마르쿠카이테스 : 글쎄, 왜 정확히 그와 함께 .... 그는 거기에있는 어떤 라이브러리보다 갑자기 모델을 만듭니다. 철저하게 데이터를 흔들기 때문에 ... 오랜만에..:) Maxim Dmitrievsky 2018.01.06 10:44 #5514 도서관 : +1 - 처음에는 이상값을 제거하지 않고 수행했으며 정규화된 데이터의 중심(또는 0)이 크게 이동했습니다. 이상치를 제거한 후 모든 것이 더 안정되었습니다. 글쎄, 때때로 정규화로 인한 이동에 문제가 있으므로 증분 로그를 통한 모든 입력이 있으며 정규화해야 할 경우 중심은 항상 0에 있습니다. 그러나 일반적으로 가중치의 NS가 변칙성에 대해 크게 이동하지 않기 때문에 이상값이 더 많이 제거됩니다. Mihail Marchukajtes 2018.01.06 10:45 #5515 막심 드미트리예프스키 : 오랜만에..:) 그렇기 때문에 통계적으로 엔트리 수를 줄이고 훈련은 제 시간에 적절하게 됩니다. 작업일을 고려하여 4단계의 모델 + 부스팅을 만들었습니다. 나는 또한 롤백 모델을 만들고 몇 주 동안 그것을 벌어야합니다. 아무튼 그러길 바라며... Forester 2018.01.06 10:53 #5516 막심 드미트리예프스키 : 글쎄, 때때로 정규화로 인한 이동에 문제가 있으므로 증분 로그를 통한 모든 입력이 있으며 정규화해야 할 경우 중심은 항상 0에 있습니다. 그러나 일반적으로 가중치의 NS가 변칙성에 대해 크게 이동하지 않기 때문에 이상값이 더 많이 제거됩니다. 글쎄요, 사실, 로그는 비슷한 일을 합니다. 단지 그것은 버리지 않고, 강한 방출에 가깝습니다. 그러나 나는 또한 그것들을 버리지 않고 최대로 동일시합니다. if(v>최대){v=최대;} 일반적으로 각 예측변수에 대한 허용 범위를 미리 결정하고 이에 대한 모든 실험을 수행하고 싶습니다. 왜냐하면 내 방법과 로그를 사용하더라도 샘플에서 샘플로 데이터에 약간의 편향이 있을 것입니다. Maxim Dmitrievsky 2018.01.06 11:04 #5517 도서관 : 글쎄요, 사실, 로그는 비슷한 일을 합니다. 단지 그것은 버리지 않고, 강한 방출에 가깝습니다. 그러나 나는 또한 그것들을 버리지 않고 최대로 동일시합니다. if(v>최대){v=최대;} 글쎄, 네, 모든 것이 정확합니다 .. 아마도) 먼저 log(close[0]/close[n]) 과 같은 행을 가져옵니다. 그리고 void NormalizeArrays( double &a[]) //нормируем от -1 до 1 { double multiplier; double x_min= MathAbs (a[ ArrayMinimum (a)]); double x_max= MathAbs (a[ ArrayMaximum (a)]); if (x_min>=x_max) multiplier = x_min; else multiplier = x_max; for ( int i= 0 ;i< ArraySize (a);i++) { a[i]=a[i]/multiplier; } } 그런 다음 작은 샘플을 취하면 큰 샘플에서 승수 를 미리 결정할 수 있으므로 변경되지 않습니다. Forester 2018.01.06 11:11 #5518 막심 드미트리예프스키 : 글쎄, 네, 모든 것이 정확합니다 .. 아마도) 먼저 log(close[0]/close[n]) 과 같은 행을 가져옵니다. 그리고 최소값과 최대값이 미러링되지 않은 경우(예: -100 및 90) -1에서 0.9로 정규화됩니다. 그러나 다른 한편으로 중심은 항상 0에 있을 것입니다. 변위와의 싸움에서 흥미로운 접근 방식입니다. 그리고 분명히 당신은 a[i]=a[i]/Abs(multiplier); 그렇지 않으면 음수 최소값입니다. 모든 것을 뒤집을 것입니다. Maxim Dmitrievsky 2018.01.06 11:13 #5519 도서관 : 최소값과 최대값이 미러링되지 않은 경우(예: -100 및 90) 예를 들어 -1에서 0.9로 정규화됩니다. 그러나 다른 한편으로 중심은 항상 0에 있을 것입니다. 변위와의 싸움에서 흥미로운 접근 방식입니다. 그리고 분명히 당신은 그렇지 않으면 음수 최소값입니다. 모든 것을 뒤집을 것입니다. 네, 여기서 중심이 이동하지 않도록 더 중요한 것을 기준으로 거기, 조금 더 높이, Abyss는 이미 최대 및 최소 double x_min= MathAbs (a[ ArrayMinimum (a)]); double x_max= MathAbs (a[ ArrayMaximum (a)]); Forester 2018.01.06 11:21 #5520 막심 드미트리예프스키 : 거기, 조금 더 높이, Abyss는 이미 최대 및 최소 놓쳤다) 또 다른 요점은 예를 들어 0이 아니라 0.5를 취하는 경우 - 방법을 사용하더라도 샘플에서 샘플로 "부동"합니다. 각 입력에 대한 엄격한 수동 범위 설정만이 도움이 됩니다. 그러나 그것을 어떻게 정의할 것인지는 명확하지 않다. 예를 들어, 1년 동안 데이터를 실행하고 배출량의 1-5%를 버릴 수 있습니다. 그리고 일년 내내 작업하십시오. 1년 안에 그들은 바뀔 것입니다. 1...545546547548549550551552553554555556557558559...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
그래서 나는 이 삶에서 무엇을 믿어야 할지 xs. .모든 것을 다시 확인해야 합니다.
+1 - 처음에는 이상값을 제거하지 않고 수행했으며 정규화된 데이터의 중심(또는 0)이 크게 이동했습니다. 이상치를 제거한 후 모든 것이 더 안정되었습니다.
즉, 더 이상 jPredictor가 결국에는 없습니까? :)
글쎄, 왜 정확히 그와 함께 .... 그는 거기에있는 어떤 라이브러리보다 갑자기 모델을 만듭니다. 철저하게 데이터를 흔들기 때문에 ...
글쎄, 왜 정확히 그와 함께 .... 그는 거기에있는 어떤 라이브러리보다 갑자기 모델을 만듭니다. 철저하게 데이터를 흔들기 때문에 ...
오랜만에..:)
+1 - 처음에는 이상값을 제거하지 않고 수행했으며 정규화된 데이터의 중심(또는 0)이 크게 이동했습니다. 이상치를 제거한 후 모든 것이 더 안정되었습니다.
글쎄, 때때로 정규화로 인한 이동에 문제가 있으므로 증분 로그를 통한 모든 입력이 있으며 정규화해야 할 경우 중심은 항상 0에 있습니다.
그러나 일반적으로 가중치의 NS가 변칙성에 대해 크게 이동하지 않기 때문에 이상값이 더 많이 제거됩니다.
오랜만에..:)
그렇기 때문에 통계적으로 엔트리 수를 줄이고 훈련은 제 시간에 적절하게 됩니다. 작업일을 고려하여 4단계의 모델 + 부스팅을 만들었습니다. 나는 또한 롤백 모델을 만들고 몇 주 동안 그것을 벌어야합니다. 아무튼 그러길 바라며...
글쎄, 때때로 정규화로 인한 이동에 문제가 있으므로 증분 로그를 통한 모든 입력이 있으며 정규화해야 할 경우 중심은 항상 0에 있습니다.
그러나 일반적으로 가중치의 NS가 변칙성에 대해 크게 이동하지 않기 때문에 이상값이 더 많이 제거됩니다.
글쎄요, 사실, 로그는 비슷한 일을 합니다. 단지 그것은 버리지 않고, 강한 방출에 가깝습니다. 그러나 나는 또한 그것들을 버리지 않고 최대로 동일시합니다. if(v>최대){v=최대;}
일반적으로 각 예측변수에 대한 허용 범위를 미리 결정하고 이에 대한 모든 실험을 수행하고 싶습니다. 왜냐하면 내 방법과 로그를 사용하더라도 샘플에서 샘플로 데이터에 약간의 편향이 있을 것입니다.
글쎄요, 사실, 로그는 비슷한 일을 합니다. 단지 그것은 버리지 않고, 강한 방출에 가깝습니다. 그러나 나는 또한 그것들을 버리지 않고 최대로 동일시합니다. if(v>최대){v=최대;}
글쎄, 네, 모든 것이 정확합니다 .. 아마도)
먼저 log(close[0]/close[n]) 과 같은 행을 가져옵니다.
그리고
그런 다음 작은 샘플을 취하면 큰 샘플에서 승수 를 미리 결정할 수 있으므로 변경되지 않습니다.글쎄, 네, 모든 것이 정확합니다 .. 아마도)
먼저 log(close[0]/close[n]) 과 같은 행을 가져옵니다.
그리고
최소값과 최대값이 미러링되지 않은 경우(예: -100 및 90) -1에서 0.9로 정규화됩니다. 그러나 다른 한편으로 중심은 항상 0에 있을 것입니다. 변위와의 싸움에서 흥미로운 접근 방식입니다.
그리고 분명히 당신은
그렇지 않으면 음수 최소값입니다. 모든 것을 뒤집을 것입니다.
최소값과 최대값이 미러링되지 않은 경우(예: -100 및 90) 예를 들어 -1에서 0.9로 정규화됩니다. 그러나 다른 한편으로 중심은 항상 0에 있을 것입니다. 변위와의 싸움에서 흥미로운 접근 방식입니다.
그리고 분명히 당신은
그렇지 않으면 음수 최소값입니다. 모든 것을 뒤집을 것입니다.
네, 여기서 중심이 이동하지 않도록 더 중요한 것을 기준으로
거기, 조금 더 높이, Abyss는 이미 최대 및 최소
거기, 조금 더 높이, Abyss는 이미 최대 및 최소
놓쳤다)
또 다른 요점은 예를 들어 0이 아니라 0.5를 취하는 경우 - 방법을 사용하더라도 샘플에서 샘플로 "부동"합니다.
각 입력에 대한 엄격한 수동 범위 설정만이 도움이 됩니다. 그러나 그것을 어떻게 정의할 것인지는 명확하지 않다. 예를 들어, 1년 동안 데이터를 실행하고 배출량의 1-5%를 버릴 수 있습니다. 그리고 일년 내내 작업하십시오. 1년 안에 그들은 바뀔 것입니다.