Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1153
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
Ist devtools installiert?
Ja, ohne sie gab es einen weiteren Fehler.
Ja, es gab einen anderen Fehler ohne ihn.
Scheiße, ich weiß es nicht(( Ich habe es gerade noch einmal versucht, es wurde alles installiert. Ich habe auch R-3.5.0.
Scheiße, ich weiß es nicht(( Ich habe es gerade noch einmal versucht, es wurde alles installiert. Ich habe auch R-3.5.0.
Ich kann die Datei separat herunterladen, aber wie kann ich sie installieren?
Ich bin mir nicht ganz sicher, warum... Es gibt "Future Selection"-Algorithmen, die das Problem der Trennung von nützlichen Prädiktoren und Rauschen lösen
Ich spreche nicht ein bisschen über das, die Frage ist eher, wie man heterogene Vorhersagen im System zu implementieren, gibt es verschiedene Prädiktoren, verrauscht, die Vorhersage einige exotische Statistiken usw., kann aber nützlich sein, zum Beispiel "Umkehrungen" wie Sie haben)))
PS mit Algorithmen "zukünftige Auswahl" auch nicht so einfach, für nicht-lineare Klassifikationen / Regressionen, ist eine Sache, mit fertigen Bibliothek auf Modelldaten zu spielen, eine andere Sache ist, eine Bibliothek zu schreiben und mit realen Daten zu experimentieren.
Ich kann die Datei separat herunterladen, aber wie kann ich sie installieren?
wenn p-studio
Ich spreche nicht darüber, die Frage ist eher, wie man heterogene Vorhersagen in das System zu implementieren, gibt es verschiedene Prädikate, laut, die Vorhersage einige exotische Statistiken, etc. aber kann nützlich sein, zum Beispiel "Umkehrungen" wie Sie haben)))
PS mit Algorithmen "future selection" auch nicht so einfach, für nicht-lineare Klassifikationen/Regressionen, eine Sache ist es, mit vorgefertigten Bibliothek auf Modelldaten zu spielen, eine andere Sache ist es, eine Bibliothek zu schreiben und mit realen Daten zu experimentieren.
Ich werde nur sagen, was ich denke und in welche Richtung ich zu graben versuchen: Ich denke, dass in erster Linie das Problem der Fraktalität sollte gelöst werden, oder zu lehren (Algorithmus-MO TS) zu sehen "Kopf und Schultern" sowohl auf der täglichen und der 1-Minuten-Charts und (Algorithmus-MO TS) verstehen, dass es ein und dasselbe ist.
Dann verschwindet die Heterogenität in den Daten und es tritt Stationarität auf, und das Wichtigste ist die Wiederholbarkeit, die im rohen BP nicht vorhanden ist, was für das Hinzufügen zur MO nicht nützlich ist.
========
Oder Sie arbeiten mit Attributen, die sich im Laufe der Zeit nicht verändern und ihre Struktur nicht ändern und stationär sind.
Ja, meine Herren... Mm-hmm... 1153 Seiten voller Demagogie! Oh, mein Gott! Ich lese seit einem Monat (meist diagonal), das Einzige, was mir aufgefallen ist, ist ein konstruktives Argument in https://www.mql5.com/ru/articles/1165
Diese ganze Diskussion erinnert mich an https://www.mql5.com/ru/forum/4956
die einzige Stelle, an der ich ein Konstrukt auf https://www.mql5.com/ru/articles/1165 bemerkt habe.
)))))))
Ja, meine Herren... Mm-hmm... 1153 Seiten voller Demagogie! Oh, mein Gott! Einen ganzen Monat lang habe ich (meist diagonal) gelesen, die einzige Stelle, an der mir Konstruktives aufgefallen ist, ist https://www.mql5.com/ru/articles/1165.
ZZ als Zielscheibe - facepalm
Aber ja, sie ist konstruktiv.
Ich denke, dass zunächst das Problem der Fraktalität gelöst werden sollte, d.h. grob gesagt, dem (Algorithmus-MO-TS) beizubringen, "Kopf und Schultern" sowohl auf einem Tages- als auch auf einem Minutenchart zu sehen und dem (Algorithmus-MO-TS) verständlich zu machen, dass es sich um ein und dasselbe handelt.
Dann verschwindet die Heterogenität in den Daten und es tritt Stationarität auf, und das Wichtigste ist die Wiederholbarkeit, die in den rohen BP nicht vorhanden ist, was für das Hinzufügen zur MO nicht nützlich ist.
========
Oder Sie arbeiten mit Attributen, die sich im Laufe der Zeit nicht verändern und ihre Struktur nicht ändern und stationär sind.
Die "Fraktalität" wird durch die Vektorprognose gelöst, d.h. durch die Vorhersage von Inkrementen für verschiedene Zeitskalen, zum Beispiel für 10 Minuten, eine Stunde, 6 Stunden, einen Tag, eine Woche
der "Kopf und die Schultern" ist ein Preismuster, jeder Algotrader hat einen Pettern-Korrelator geschrieben, um sicherzustellen, dass der Markt die Muster nicht sieht, es gibt keinen statistischen Beweis dafür, dass ein "Muster" irgendetwas vorhersagen kann, sie sind "sichtbar" wie "Tiere" in Wolken, das ist Pareidolie