Diskussion zum Artikel "Gradient Boosting beim transduktiven und aktiven maschinellen Lernen" - Seite 2
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Herzlichen Glückwunsch für einen so tollen Artikel nach langer Zeit!!!
Wie kann man andere Währungspaare trainieren und testen?
Die Codierung Teil ist kompliziert für mich zu tun, jede Bearbeitung oder jede Form von Verbesserungen für die Prüfung Zweck:)
Hallo, ich habe nicht versucht, ein Python-Programm von MT5 aus zu starten. Vielleicht gibt es da ein paar Eigenheiten.
Versuchen Sie, es mit einem anderen Python-Editor auszuführen. Ich verwende VScode oder Jupyter.
Hallo, ich habe nicht versucht, ein Python-Programm von MT5 aus zu starten. Vielleicht gibt es einige Eigenheiten.
Versuchen Sie, es von einem anderen Python-Editor aus zu starten. Ich verwende VScode oder Jupyter
Ok, ich werde VSCode ausprobieren und sehen.
Das EURUSD-Paar funktioniert gut. Der Bericht für 6 Jahre Backtest liegt bei.
Aber wie kann ich wissen, ob es eine Kurvenanpassung ist oder nicht ...? :))
Ich möchte also andere Währungspaare erstellen und testen, um zu bestätigen, ob es funktioniert oder nicht.
Ok, ich werde VSCode ausprobieren und sehen.
Das EURUSD-Paar funktioniert gut. Beigefügt Bericht für 6 Jahre Backtest.
Aber wie kann ich wissen, ob es eine Kurvenanpassung ist oder nicht ...? :))
Ich möchte also andere Währungspaare erstellen und testen, um zu bestätigen, ob es funktioniert oder nicht.
Nun, das ist ein häufiges Problem bei allen Handelssystemen.
Sie können andere Paare ausprobieren oder sogar die Prädiktoren ändern.
Dies ist ein allgemeiner Ansatz, der in diesem Artikel beschrieben wird.
Nun, das ist ein allgemeines Problem bei allen Handelssystemen.
Sie können versuchen, andere Paare oder sogar können Prädiktoren ändern
Dies ist ein allgemeiner Ansatz, der in dem Artikel
Nun, ich bin kein so erfahrener Programmierer wie Sie, der es leicht bearbeiten kann :)))
Ich bin ein einfacher Programmierer. Ich habe gerade VSCode installiert und versuche, es zum ersten Mal für das Währungspaar USDCAD zu verwenden, um es zu testen.
Können Sie mir bitte bei den Fehlern helfen? Angehängter Screenshot.
Nun, ich bin kein so erfahrener Programmierer wie Sie, der es leicht bearbeiten kann :))))
Ich bin ein einfacher Programmierer. Ich habe gerade VSCode installiert und versuche, es zum ersten Mal zu verwenden, um das Währungspaar USDCAD zu testen.
Können Sie mir bitte bei den Fehlern helfen? Angehängtes Bildschirmfoto.
ahh, das sind nur pylint-Fehler (pylint ist ein Python-Linter), er kann keine Definitionen in der MT5-Bibliotheksverteilung finden. Sie können den Sprachserver bei Microsoft ändern.
Gehen Sie zu Einstellungen, schreiben Sie ''jedi'' in das Suchfeld und ändern Sie für, wie hier
aber es ist eigentlich kein Fehler, nur eine Warnung, Sie können es ignorieren.
ahh, dies nur pylint Fehler (pylint ist python linter), es kann nicht finden, Definitionen in der MT5-Bibliothek Verteilung. Sie können Sprache Server auf microsoft ändern.
Gehen Sie zu den Einstellungen, geben Sie "Jedi" in das Suchfeld ein und ändern Sie es, wie hier
aber es ist eigentlich kein Fehler, nur eine Warnung, Sie können es ignorieren.
Ok, danke. Die Programmierung scheint zu funktionieren:)))
Habe ich den Punkt richtig verstanden?
1) Trainieren Sie das Modell an 1000 zufälligen Beispielen
2) Bewertung aller anderen Beispiele durch das Modell
3) Wir fügen 1000 Beispiele, die für das Modell am unverständlichsten sind, zu den ersten 1000 Beispielen hinzu (in Stapeln von 50 und erneutes Training mit jeder Zugabe).
4) Trainieren Sie das Modell mit den erhaltenen 2000 Beispielen wie im vorherigen Artikel
Verstehe ich das richtig?
1) Trainieren Sie das Modell anhand von 1000 zufälligen Beispielen.
2) schätze alle anderen Beispiele mit Hilfe des Modells
3) Fügen Sie die 1000 unklarsten Beispiele zu den ersten 1000 Beispielen hinzu (in Stapeln von 50 Beispielen, und trainieren Sie mit jeder Zugabe neu).
4) Trainieren Sie das Modell mit den erhaltenen 2000 Beispielen wie im vorherigen Artikel.
Ja, aber der Rest der Beispiele ist unmarkiert
Ja, aber der Rest der Beispiele ist nicht gekennzeichnet
Also gilt die Aufteilung für die ersten 1000 und die weiteren 1000?
Nun gilt der Aufschlag für die ersten 1000 und die weiteren 1000?
wird auf einem kleinen Datensatz trainiert, beschriftet dann einen neuen großen Datensatz, wählt daraus die Punkte mit dem geringsten Vertrauen aus, fügt hinzu und trainiert. Und so geht es immer weiter
Die Größe der unmarkierten und markierten Daten ist in keiner Weise reguliert, ebenso wenig wie die Wahl der richtigen Metrik. Hier ist also ein experimenteller Ansatz - machen Sie, was Sie wollen).
Eigentlich ist es sehr ähnlich wie die Stichprobenziehung aus der geschätzten Verteilung, wie in dem Artikel über GMM, also habe ich beschlossen, es auszuprobieren. Aber der erste Ansatz erwies sich als interessanter.