Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1353
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
Ein Markt-BP wurde in den LPF-Eingang eingespeist. Derselbe BP wird dem NS-Eingang zugeführt. Ja, das stimmt, das Netz hat die Funktionsweise des LPF beschrieben und eine Vorhersage für dessen Ausgang in einem bestimmten Intervall gemacht.
Was das Boosten angeht - nein, ich habe es nicht ausprobiert.
Wenn Sie nicht zu viel Mühe machen, werde ich es ausprobieren.
Schicken Sie eine Probe, wenn es Ihnen nichts ausmacht, dann werde ich es ausprobieren.
Ich verstehe nicht, welche Probe? Der BP selbst? Das können Sie tun. Aber eine Stichprobe von BP ist ein Zufallsprodukt.
Ich verstehe nicht, was für eine Art von Probe? Der BP selbst? Das können Sie tun. Aber die BP-Stichprobe ist eine Zufallsstichprobe.
Können Sie es nicht in eine Datei schreiben? Sie verwenden sicher Python, mit dem Sie geteilte Proben, die für das Training vorbereitet wurden, in eine Datei entladen können, oder?
Können Sie es nicht in eine Datei schreiben? Sie machen das wahrscheinlich in Python, wo Sie die für das Training vorbereiteten geteilten Proben in eine Datei entladen können, richtig?
Gehen wir es noch einmal durch.
1. Der gesamte BP beträgt 55k OHLSV. Nach dem Zufallsprinzip werden daraus 5 - 6k Zeilen der Länge 20 (nur Close) extrahiert. Es wird zu den NS-Eingängen für die Ausbildung gehen.
2. Die Abtastung gemäß Abschnitt 1 wird durch einen LPF geleitet. Jetzt erhalten wir eine Folge der Länge 20+Tr. Dabei ist Tp die Vorhersagezeit. Der letzte Wert des LPF-Ausgangs ist der Zielwert.
3. Einspeisung in die NS 1 und 2 - Ausbildung.
Oder vielleicht verstehe ich etwas nicht(.
PS Ich versuche, die Daten zu speichern. Sind die Dateiformate .mat oder .spydata geeignet? Export nach CSV kam irgendwie nicht, es sollte gesucht werden.
Gehen wir es noch einmal durch.
1. Der gesamte BP beträgt 55k OHLSV. Nach dem Zufallsprinzip werden daraus 5 - 6k Zeilen der Länge 20 (nur Close) extrahiert. Es wird zu den NS-Eingängen für die Ausbildung gehen.
2. Die Abtastung gemäß Abschnitt 1 wird durch einen LPF geleitet. Jetzt erhalten wir eine Folge der Länge 20+Tr. Dabei ist Tp die Vorhersagezeit. Der letzte Wert des LPF-Ausgangs ist der Zielwert.
3. Fütterung der NS 1 und 2 - Ausbildung.
Oder vielleicht verstehe ich etwas nicht(.
PS Ich versuche, die Daten zu speichern. Sind die Dateiformate .mat oder .spydata geeignet? Export nach CSV ist irgendwie nicht aufgetaucht, es ist notwendig, danach zu suchen.
Okay, mach dir keine Mühe.
Ich weiß nicht, wie man diese Formate liest.
Aber ich bin mir nicht ganz sicher, was die Prädiktoren sind...
OK, lassen Sie's.
Ich weiß nicht, womit ich diese Formate lesen soll.
Aber ich bin mir nicht ganz sicher, was die Prädiktoren sind...
Hier gibt es keine Prädiktoren, eine skalierte Reihe von Close-Werten - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19]] - wird direkt in den NS-Eingang eingespeist.
Als Ziel - ein Wert des VLF-Ausgangs [i + Tp], wobei Tp die Vorhersagezeit in Minuten ist. Die Gesamtsumme solcher Saiten beträgt 5-6 Tausend.
ZZY Im Allgemeinen ist es interessant, die Ergebnisse im Wald zu sehen. Wenn Sie das tun, werde ich in nächster Zeit eine CSV erstellen.
Nun, zum Abschluss noch eine weitere Vorhersagetabelle. Prognose des FNF (entspricht ungefähr dem EMA(8)) für 5 Minuten. Ich zeige, dass es durchaus möglich ist, mit der Prognose zu arbeiten.
.
Nun, dieser Bürger sagte viel und vage... Der Hauptzweck seiner Botschaft war, dass mir nichts helfen kann: weder Erlang, noch Bachelier, überhaupt nichts, außer solchen Zeilen, wie er sie gegeben hat.
Bei meinen Modellen funktioniert nichts - deshalb bin ich hierher gekommen, vielleicht sieht das neuronale Netz etwas.
Suchen Sie in Wikipedia nach weiteren Nachnamen - es gibt viele. Je mehr Nachnamen Sie kennen, desto klüger erscheinen Sie. Etwas, das Kalomorov wieder vergessen hat zu erwähnen.
Hier gibt es keine Prädiktoren, eine skalierte Reihe von Close-Werten - [Close[i-0], Close[i-1], Close[i-2],...,Close[i-19]] - wird direkt in den NS-Eingang eingespeist.
Als Ziel - ein Wert des VLF-Ausgangs [i + Tp], wobei Tp die Vorhersagezeit in Minuten ist. Die Gesamtsumme solcher Saiten beträgt 5-6 Tausend.
ZZY Im Allgemeinen ist es interessant, die Ergebnisse im Wald zu sehen. Wenn Sie das tun, werde ich in Kürze eine CSV-Datei erstellen.
Wenn Sie die Probenahme durchführen, werde ich es tun. Es wäre zwar keine Klassifizierung, aber dennoch interessant.
Wenn Sie eine Probe machen, gebe ich Ihnen eine Chance. Es handelt sich zwar nicht um eine Klassifizierung, aber das ist interessant.
GUT. Aber nicht dringend.
Wenn Sie eine Probe machen, gebe ich Ihnen eine Chance. Es ist zwar keine Klassifizierung, aber es ist interessant.
Hier sind die Archive. Siehe Anhang.
Learn.csv - Eingaben. Die erste Ziffer in jeder Zeile ist historisch verbindlich und sollte gestrichen werden.
Zelle.scv - Ziel.
Dies ist das Diagramm, das wir nach dem Training mit diesen Daten erhalten sollten.
Der Filter entspricht ungefähr dem EMA(16) und die Vorhersage - 5 Minuten.
Ich werde den Test später durchführen, falls erforderlich.