Ich verstehe nicht, wonach Sie auf diese Weise suchen. Sie müssen eine statistisch signifikante Abweichung vom Mittelwert über bestimmte Zeiträume oder eine Autokorrelation finden
es könnte sinnvoll sein, durch Tiefpassfilter zu gehen und nicht nur durch MAH
Es gibt eine weitere offensichtliche Möglichkeit für eine potenziell nützliche Anwendung der Kräfte der Kioske. Wir sprechen von Zufallstests im Allgemeinen und NIST-Tests im Besonderen. Es hat alles, was sie lieben - Zyklen, Fourier, Muster usw. Es stimmt, dass dort nur binäre Sequenzen getestet werden, aber Sie können damit beginnen, Renko-Graphen zu testen.
Aleksey Nikolayev: Es gibt eine weitere offensichtliche Möglichkeit für eine potenziell nützliche Anwendung der Befugnisse von Mitnickern. Wir sprechen von Zufallstests im Allgemeinen und NIST-Tests im Besonderen. Sie haben dort alles, was sie mögen - Zyklen, Fourier, Muster usw. Allerdings werden dort nur binäre Sequenzen untersucht, aber Sie können mit der Untersuchung von Renko-Graphen beginnen.
Alexey, wie können wir die Theorie des Martingals mit dem Martingal im Forex verbinden, um MO + Martingal von einem wissenschaftlichen Standpunkt aus zu betrachten? :)
Alexej, wie können Sie die Martingaltheorie mit dem Forex-Martingal verbinden, um MO + Martingal aus einer wissenschaftlichen Perspektive zu betrachten? :)
Ich kann mir nicht erklären, warum man einen Martin in MO braucht.
In der Praxis kämpfe ich immer noch mit einem Problem, bei dem zwei Klassen asymmetrisch verteilt sind (eine mehr als 60 %) und die Netze zu 100 % "ausbrennen", so dass eine Klasse entsteht.
Gitter sind so eine sensible Sache... Ein kleines Ungleichgewicht und schon brennen sie durch. Doppelte Zahlen auszugleichen oder etwas aus einer großen Klasse zu entfernen, ist eine Verzerrung der Daten, die ich für nicht gut halte. Vor allem, wenn das Klassenverhältnis 95% zu 5% beträgt.
Dies ist einer der Gründe, warum ich zu Holzmodellen (Bäume, Wälder, Boosts) gewechselt habe.
Die umgekehrte Fehlerfortpflanzung in Netzen bringt ebenfalls Probleme mit sich, da sie in lokalen Punkten stecken bleibt.
Es gibt viele Möglichkeiten, die ich Ihnen nicht nennen kann, da es spezielle Pakete gibt.
Die Klassen müssen für die NS ausgewogen sein. Fehlende Beispiele hinzufügen.
Rorschach:
Es ist besser, Python zu beherrschen.
Ausgewogene Klassen oder eine neue Metrik, die einer seltenen Klasse mehr Punkte geben würde
Ich danke Ihnen. Durch die Art und Weise denken, wie die Metrik neu zu machen kam in den Sinn, so - das Beispiel, wenn die Klassen sind 0 (30%) und 1 (70%), dann für den richtigen Wert auf der Rückseite passieren, um nicht 0 und 1, aber 0 und 0,7 (oder 0,85?) Als eine Option zu geben.
Aber ich kann nicht sofort entscheiden, ob dies der richtige Weg ist, um es zu tun, ob diese Zahlen oder machen Magie mit Aktivierungsfunktion, und so weiter, und ich habe nicht solche Beispiele gefunden.
Danke. Durch die Art und Weise darüber nachzudenken, wie die Metrik neu zu machen, kam in den Sinn, so - das Beispiel, wenn die Klassen sind 0 (30%) und 1 (70%), dann für den richtigen Wert auf der Rückfahrt zu geben, nicht 0 und 1, aber 0 und 0,7 (oder 0,85?) als eine Option.
Aber auf Anhieb weiß ich nicht, ob das der richtige Weg ist, ob es diese Zahlen sind oder die Magie mit der Aktivierungsfunktion usw., und ich konnte keine solchen Beispiele finden.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Erlauben Sie die Verwendung von Cookies, um sich auf der Website MQL5.com anzumelden.
Bitte aktivieren Sie die notwendige Einstellung in Ihrem Browser, da Sie sich sonst nicht einloggen können.
Sie sind angemeldet. Die Zwei-Faktor-Authentifizierung wurde deaktiviert. Richten Sie sie erneut ein und scannen Sie einen neuen QR-Code oder fahren Sie mit deaktivierter Zwei-Faktor-Authentifizierung fort.
Solange Sie nicht mit Sinuskurven experimentieren, werden Sie es nicht verstehen.
Asaulenko experimentierte mit Sinusoiden und lief dann irgendwo hin... nahm Anstoß an ihnen
Nehmen Sie einen einfachen 24-Perioden-MA und überprüfen Sie ihn. Vielleicht ein anderer TiefpassfilterAsaulenko experimentierte mit Sinusoiden und lief dann irgendwo hin... beleidigt von ihnen
Nehmen Sie einen einfachen 24-Perioden-MA und überprüfen Sie ihn. Vielleicht ein anderer Tiefpassfilterhttps://www.mql5.com/ru/forum/86386/page2089#comment_19102675
https://www.mql5.com/ru/forum/86386/page2089#comment_19102675
Ich verstehe nicht, wonach Sie auf diese Weise suchen. Sie müssen eine statistisch signifikante Abweichung vom Mittelwert über bestimmte Zeiträume oder eine Autokorrelation finden
es könnte sinnvoll sein, durch Tiefpassfilter zu gehen und nicht nur durch MAH
Es gibt eine weitere offensichtliche Möglichkeit für eine potenziell nützliche Anwendung der Befugnisse von Mitnickern. Wir sprechen von Zufallstests im Allgemeinen und NIST-Tests im Besonderen. Sie haben dort alles, was sie mögen - Zyklen, Fourier, Muster usw. Allerdings werden dort nur binäre Sequenzen untersucht, aber Sie können mit der Untersuchung von Renko-Graphen beginnen.
Alexey, wie können wir die Theorie des Martingals mit dem Martingal im Forex verbinden, um MO + Martingal von einem wissenschaftlichen Standpunkt aus zu betrachten? :)
Alexej, wie können Sie die Martingaltheorie mit dem Forex-Martingal verbinden, um MO + Martingal aus einer wissenschaftlichen Perspektive zu betrachten? :)
Ich kann mir nicht erklären, warum man einen Martin in MO braucht.
Sie haben immer noch nicht erklärt, warum Sie einen Martin in Mo brauchen.
Ich habe es Ihnen gesagt - andere Raumaufteilung, andere Möglichkeiten, die Sie nicht bekommen können, wenn Sie nur einen Beruf erlernen
und es geht nicht darum, die Menge zu erhöhen.In der Praxis kämpfe ich immer noch mit einem Problem, bei dem zwei Klassen asymmetrisch verteilt sind (eine mehr als 60 %) und die Netze zu 100 % "ausbrennen", so dass eine Klasse entsteht.
Gitter sind so eine sensible Sache... Ein kleines Ungleichgewicht und schon brennen sie durch. Doppelte Zahlen auszugleichen oder etwas aus einer großen Klasse zu entfernen, ist eine Verzerrung der Daten, die ich für nicht gut halte. Vor allem, wenn das Klassenverhältnis 95% zu 5% beträgt.
Dies ist einer der Gründe, warum ich zu Holzmodellen (Bäume, Wälder, Boosts) gewechselt habe.
Die umgekehrte Fehlerfortpflanzung in Netzen bringt ebenfalls Probleme mit sich, da sie in lokalen Punkten stecken bleibt.
Die zweite.
Bäume haben diese Nachteile nicht.Es gibt viele Möglichkeiten, die ich Ihnen nicht nennen kann, da es spezielle Pakete gibt.
Die Klassen müssen für die NS ausgewogen sein. Fehlende Beispiele hinzufügen.
Es ist besser, Python zu beherrschen.
Ausgewogene Klassen oder eine neue Metrik, die einer seltenen Klasse mehr Punkte geben würde
Ich danke Ihnen. Durch die Art und Weise denken, wie die Metrik neu zu machen kam in den Sinn, so - das Beispiel, wenn die Klassen sind 0 (30%) und 1 (70%), dann für den richtigen Wert auf der Rückseite passieren, um nicht 0 und 1, aber 0 und 0,7 (oder 0,85?) Als eine Option zu geben.
Aber ich kann nicht sofort entscheiden, ob dies der richtige Weg ist, um es zu tun, ob diese Zahlen oder machen Magie mit Aktivierungsfunktion, und so weiter, und ich habe nicht solche Beispiele gefunden.
Danke. Durch die Art und Weise darüber nachzudenken, wie die Metrik neu zu machen, kam in den Sinn, so - das Beispiel, wenn die Klassen sind 0 (30%) und 1 (70%), dann für den richtigen Wert auf der Rückfahrt zu geben, nicht 0 und 1, aber 0 und 0,7 (oder 0,85?) als eine Option.
Aber auf Anhieb weiß ich nicht, ob das der richtige Weg ist, ob es diese Zahlen sind oder die Magie mit der Aktivierungsfunktion usw., und ich konnte keine solchen Beispiele finden.
https://www.mql5.com/ru/forum/86386/page2108#comment_19209601