Ба́йесовская фильтра́ция спа́ма — метод для фильтрации спама, основанный на применении наивного байесовского классификатора, опирающегося на прямое использование теоремы Байеса. Теорема Байеса названа в честь её автора Томаса Байеса (1702—1761) — английского математика и священника, который первым предложил использование теоремы для...
ist bekannt, dass die Preisreihe als eine Reihe unabhängiger Inkremente betrachtet werden kann. Daher ist die Menge der n Zufallsvariablen d(1)=p(2)-p(1), d(2)=p(3)-p(2), ... d(n-1)=p(n)-p(n-1), p(n) annähernd unabhängig sein. Nun ist jede Menge von Funktionen aus unserer Menge unabhängig, wenn jedes Argument nur im Ausdruck einer der Funktionen enthalten ist. Einfach ausgedrückt: Die Menge für vier Balken aus den Funktionen I1(d1,d2) und I2(d3,p4) wird unabhängig sein, aber I1(d1,d2,d3) und I2(d3,p4) werden wegen d3 nicht unabhängig sein. Zum Beispiel werden zwei verschiedene MAs immer abhängig sein. Nimmt man jedoch zwei MAs so, dass die zweite um die Periode der ersten zeitlich nach hinten verschoben ist, dann sind ein System der ersten MA und ihre Differenz unabhängig.
Dies ist der Bestimmung des Einbettungsraums N und der Zeitverzögerung Tau von chaotischen Prozessen sehr ähnlich, nur dass dort die "Menge" - ein Vektor für einen Punkt des modifizierten mehrdimensionalen Raums - aus N nicht aufeinanderfolgenden Proben der ursprünglichen Zeitreihe besteht, sondern mit einem Schritt Tau. Ursprüngliche Quelle. Die Autoren haben diesen Algorithmus für die Vorhersage mit neuronalen Netzen verwendet, aber das Wesentliche ist dasselbe - die Unabhängigkeit der Prädiktoren - sie wird dort am Eingang des Netzes genauso benötigt wie in unserer statistischen Formel.
Dies ist der Ermittlung des Einbettungsraums N und der Zeitverzögerung Tau von chaotischen Prozessen sehr ähnlich, nur dass dort die "Menge" - ein Vektor für einen Punkt des modifizierten mehrdimensionalen Raums - aus N nicht aufeinanderfolgenden Proben der ursprünglichen Zeitreihe besteht, sondern mit einem Schritt Tau. Ursprüngliche Quelle. Die Autoren haben diesen Algorithmus für die Vorhersage mit neuronalen Netzen verwendet, aber die Essenz ist die gleiche - die Unabhängigkeit der Prädiktoren - sie wird dort am Eingang des Netzes genauso benötigt wie in unserer statistischen Formel.
Die Ähnlichkeit ist zweifellos gegeben, da im Bereich der dynamischen Chaosforschung Methoden der Theorie der Zufallsprozesse verwendet werden. Inwieweit und ob dies immer gerechtfertigt ist, kann ich nicht beurteilen. Einerseits wird immer wieder betont, dass stochastische und chaotische Systeme grundsätzlich verschieden sind (z.B. wenn die Dimensionalität der Einbettung zunimmt), andererseits sind z.B. alle unsere Computer-Zufallszahlengeneratoren immer noch dynamische Systeme, die aber irgendwie mit Hilfe der Theorie untersucht werden. Was die Anwendung des Chaos auf den Markt betrifft, so hat Peters in seinem Buch den Attraktor einiger Preise berechnet, und es stellte sich heraus, dass er eine sehr große Dimension hat.
Es handelt sich um einen Tippfehler, den der Redakteur zwischen der 3. und 4. In der 3. Revision sind die Formeln von mir in Textform geschrieben - dort ist alles richtig, aber in der 4. Revision sind die Formeln bereits in Form eines Bildes und mit einem Fehler.
Die Implementierung wirft einige Fehler bei der Verwendung von RubbArray.mqh
Ja, MetaQuotes hat die MQL-Sprache seit dem Veröffentlichungsdatum geändert, wodurch die Rückwärtskompatibilität (leider) mit vielen existierenden Quellcodes gebrochen wurde. ArrayCopy kann nicht mehr für beliebige Zeiger verwendet werden.
Sie können die beigefügte Header-Datei als Ersatz verwenden.
Wie zu beheben, dass etwas funktionieren würde? ) Expert Advisor kompiliert nicht, MT5.
code generation error 1
und warum schreiben Code mit einer Menge von vornings?
'indstats.mq5' indstats.mq5 11'MarketMQL4.mqh' MarketMQL4.mqh 11'ind4to5.mqh' ind4to5.mqh 11
macro redefinition ind4to5.mqh 1709
macro redefinition ind4to5.mqh 1719
macro redefinition ind4to5.mqh 1749'mt4orders.mqh' mt4orders.mqh 11
macro redefinition mt4orders.mqh 4129
macro redefinition mt4orders.mqh 4139'IndicatN.mqh' IndicatN.mqh 11'fmtprnt2.mqh' fmtprnt2.mqh 11'RubbArray.mqh' RubbArray.mqh 11'Expert0fix.mqh' Expert0fix.mqh 11'HashMapTemplate.mqh' HashMapTemplate.mqh 11
possible loss of data due to type conversion MarketMQL4.mqh 498
possible loss of data due to type conversion MarketMQL4.mqh 618
possible loss of data due to type conversion MarketMQL4.mqh 638
possible loss of data due to type conversion MarketMQL4.mqh 658
possible loss of data due to type conversion MarketMQL4.mqh 778
possible loss of data due to type conversion MarketMQL4.mqh 798
possible loss of data due to type conversion MarketMQL4.mqh 898
possible loss of data due to type conversion MarketMQL4.mqh 918
possible loss of data due to type conversion MarketMQL4.mqh 1038
declaration of 'line' hides member declaration at line 14 fmtprnt2.mqh 2139
see previous declaration of 'line' fmtprnt2.mqh 1412
possible loss of data due to type conversion IndicatN.mqh 94545
possible loss of data due to type conversion IndicatN.mqh 94751
possible loss of data due to type conversion IndicatN.mqh 94773
possible loss of data due to type conversion IndicatN.mqh 94795
possible loss of data due to type conversion IndicatN.mqh 947117
possible loss of data due to type conversion IndicatN.mqh 947139
possible loss of data due to type conversion IndicatN.mqh 947161
possible loss of data due to type conversion IndicatN.mqh 95145
possible loss of data due to type conversion IndicatN.mqh 95347
possible loss of data due to type conversion IndicatN.mqh 95369
possible loss of data due to type conversion IndicatN.mqh 953113
possible loss of data due to type conversion IndicatN.mqh 95552
possible loss of data due to type conversion IndicatN.mqh 95752
possible loss of data due to type conversion IndicatN.mqh 96145
possible loss of data due to type conversion IndicatN.mqh 96167
possible loss of data due to type conversion IndicatN.mqh 96350
possible loss of data due to type conversion IndicatN.mqh 96551
possible loss of data due to type conversion IndicatN.mqh 96573
possible loss of data due to type conversion IndicatN.mqh 96747
possible loss of data due to type conversion IndicatN.mqh 97147
possible loss of data due to type conversion IndicatN.mqh 97169
possible loss of data due to type conversion IndicatN.mqh 97191
possible loss of data due to type conversion IndicatN.mqh 971113
possible loss of data due to type conversion IndicatN.mqh 971135
possible loss of data due to type conversion IndicatN.mqh 971157
possible loss of data due to type conversion IndicatN.mqh 97350
possible loss of data due to type conversion IndicatN.mqh 97372
possible loss of data due to type conversion IndicatN.mqh 97394
possible loss of data due to type conversion IndicatN.mqh 97550
possible loss of data due to type conversion IndicatN.mqh 97572
possible loss of data due to type conversion IndicatN.mqh 97745
possible loss of data due to type conversion IndicatN.mqh 97944
possible loss of data due to type conversion IndicatN.mqh 97966
possible loss of data due to type conversion IndicatN.mqh 98146
possible loss of data due to type conversion IndicatN.mqh 98168
possible loss of data due to type conversion IndicatN.mqh 98190
possible loss of data due to type conversion IndicatN.mqh 981112
possible loss of data due to type conversion IndicatN.mqh 98546
possible loss of data due to type conversion IndicatN.mqh 98568
possible loss of data due to type conversion IndicatN.mqh 98590
possible loss of data due to type conversion IndicatN.mqh 985112
possible loss of data due to type conversion IndicatN.mqh 98745
possible loss of data due to type conversion IndicatN.mqh 98767
possible loss of data due to type conversion IndicatN.mqh 98945
possible loss of data due to type conversion IndicatN.mqh 99448
possible loss of data due to type conversion IndicatN.mqh 99470
possible loss of data due to type conversion IndicatN.mqh 99652
possible loss of data due to type conversion IndicatN.mqh 99674
possible loss of data due to type conversion IndicatN.mqh 99696
possible loss of data due to type conversion IndicatN.mqh 99845
possible loss of data due to type conversion IndicatN.mqh 101142
possible loss of data due to type conversion IndicatN.mqh 141954
possible loss of data due to type conversion IndicatN.mqh 153815
declaration of 'e' hides global declaration in file 'indstats.mq5' at line 50 IndicatN.mqh 1582160
see previous declaration of 'e' indstats.mq5 508
possible loss of data due to type conversion IndicatN.mqh 163575
possible loss of data due to type conversion IndicatN.mqh 184949
possible loss of data due to type conversion Expert0fix.mqh 25418
possible loss of data due to type conversion IndicatN.mqh 7079
possible loss of data due to type conversion IndicatN.mqh 7079
possible loss of data due to type conversion IndicatN.mqh 7079
possible loss of data due to type conversion IndicatN.mqh 7079implicit conversion from'number' to 'string' fmtprnt2.mqh 6244implicit conversion from'number' to 'string' fmtprnt2.mqh 7717implicit conversion from'number' to 'string' fmtprnt2.mqh 9317
code generation error 111 error(s), 79 warning(s) 280
Wie für Code Generation Fehler - wie immer - in SD.
Warnungen können entfernt werden, ich habe sie nicht absichtlich erstellt, nur eine Menge von geerbten Code, aber jetzt habe ich weg von MQL bewegt - ich kann sie optimieren, wenn Sie wollen, ich habe den Quellcode.
Ich poste korrigierte Codes (ohne Warnungen). Auf alten MT5-Builds ohne Unterstützung von seriellen Funktionen a la MT4, ohne iBars und iBarShift - ihre Implementierungen werden durch MT5_BUILD_IS_LESS_THAN_1860 Makro aktiviert.
nur wenn alle Strategien voneinander unabhängig sind und eine Wahrscheinlichkeit von mehr als 0,5 ergeben
Ich habe mir die Formel genauer angesehen
P(Win|ABC) = P(Win|A)* P(Win|B)* P(Win|C) /[ P(Win|A)* P(Win|B)* P(Win|C) - (1 - P(Win|A))* (1 - P(Win|B))* (1 - P(Win|C))) ]
Ich habe mir die Formel genauer angesehen
Dieser Wert ist immer größer als eins (der Zähler ist größer als der Nenner). Wie lautet die richtige Formel?Danke, dass Sie den Tippfehler bemerkt haben. Dort sollte ein "+" stehen, nicht ein Minus "-" https://ru.wikipedia.org/wiki/%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%BE%D0%B2%D1%81%D0%BA%D0%B0%D1%8F_%D1%84%D0%B8%D0%BB%D1%8C%D1%82%D1%80%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%BF%D0%B0%D0%BC%D0%B0
Korrigieren wir das.
ist bekannt, dass die Preisreihe als eine Reihe unabhängiger Inkremente betrachtet werden kann. Daher ist die Menge der n Zufallsvariablen d(1)=p(2)-p(1), d(2)=p(3)-p(2), ... d(n-1)=p(n)-p(n-1), p(n) annähernd unabhängig sein. Nun ist jede Menge von Funktionen aus unserer Menge unabhängig, wenn jedes Argument nur im Ausdruck einer der Funktionen enthalten ist. Einfach ausgedrückt: Die Menge für vier Balken aus den Funktionen I1(d1,d2) und I2(d3,p4) wird unabhängig sein, aber I1(d1,d2,d3) und I2(d3,p4) werden wegen d3 nicht unabhängig sein.
Zum Beispiel werden zwei verschiedene MAs immer abhängig sein. Nimmt man jedoch zwei MAs so, dass die zweite um die Periode der ersten zeitlich nach hinten verschoben ist, dann sind ein System der ersten MA und ihre Differenz unabhängig.
Dies ist der Bestimmung des Einbettungsraums N und der Zeitverzögerung Tau von chaotischen Prozessen sehr ähnlich, nur dass dort die "Menge" - ein Vektor für einen Punkt des modifizierten mehrdimensionalen Raums - aus N nicht aufeinanderfolgenden Proben der ursprünglichen Zeitreihe besteht, sondern mit einem Schritt Tau. Ursprüngliche Quelle. Die Autoren haben diesen Algorithmus für die Vorhersage mit neuronalen Netzen verwendet, aber das Wesentliche ist dasselbe - die Unabhängigkeit der Prädiktoren - sie wird dort am Eingang des Netzes genauso benötigt wie in unserer statistischen Formel.
Dies ist der Ermittlung des Einbettungsraums N und der Zeitverzögerung Tau von chaotischen Prozessen sehr ähnlich, nur dass dort die "Menge" - ein Vektor für einen Punkt des modifizierten mehrdimensionalen Raums - aus N nicht aufeinanderfolgenden Proben der ursprünglichen Zeitreihe besteht, sondern mit einem Schritt Tau. Ursprüngliche Quelle. Die Autoren haben diesen Algorithmus für die Vorhersage mit neuronalen Netzen verwendet, aber die Essenz ist die gleiche - die Unabhängigkeit der Prädiktoren - sie wird dort am Eingang des Netzes genauso benötigt wie in unserer statistischen Formel.
Danke, dass Sie den Tippfehler bemerkt haben. Dort sollte ein "+" stehen, nicht ein Minus "-" https://ru.wikipedia.org/wiki/%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%BE%D0%B2%D1%81%D0%BA%D0%B0%D1%8F_%D1%84%D0%B8%D0%BB%D1%8C%D1%82%D1%80%D0%B0%D1%86%D0%B8%D1%8F_%D1%81%D0%BF%D0%B0%D0%BC%D0%B0
Korrigieren wir es
Es handelt sich um einen Tippfehler, den der Redakteur zwischen der 3. und 4. In der 3. Revision sind die Formeln von mir in Textform geschrieben - dort ist alles richtig, aber in der 4. Revision sind die Formeln bereits in Form eines Bildes und mit einem Fehler.
Die Implementierung wirft einige Fehler bei der Verwendung von RubbArray.mqh aus
Die Implementierung wirft einige Fehler bei der Verwendung von RubbArray.mqh
Ja, MetaQuotes hat die MQL-Sprache seit dem Veröffentlichungsdatum geändert, wodurch die Rückwärtskompatibilität (leider) mit vielen existierenden Quellcodes gebrochen wurde. ArrayCopy kann nicht mehr für beliebige Zeiger verwendet werden.
Sie können die beigefügte Header-Datei als Ersatz verwenden.
Wie zu beheben, dass etwas funktionieren würde? ) Expert Advisor kompiliert nicht, MT5.
code generation error 1und warum schreiben Code mit einer Menge von vornings?
Wie für Code Generation Fehler - wie immer - in SD.
Warnungen können entfernt werden, ich habe sie nicht absichtlich erstellt, nur eine Menge von geerbten Code, aber jetzt habe ich weg von MQL bewegt - ich kann sie optimieren, wenn Sie wollen, ich habe den Quellcode.