Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1952
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
Wo ist es?
Das Raster sollte eine Ausgabe liefern. Es gibt auch so etwas wie Shap-Werte (separates Paket), aber es scheint nur für Arboretum-Vertreter zu sein
suchen Sie nach einem Bot in der Mart Top für mt5, die saisonale Trades
Und denken Sie darüber nach, wie Sie eine Umkehrung vornehmen können. Bei mir klappt es nicht ganz so reibungslos, aber das Thema funktioniert
Ich habe das erste Gitter auf meinem Blog über dieses Thema
Ich habe das erste Gitter auf meinem Blog zu diesem Thema
Haben Sie es in einem Testgerät ausprobiert?
vergleichen Sie Ihr bestes Gitter mit einem Boosting oder Random Forest, dann werden Sie verstehen, dass MLP nicht viel Sinn macht
Der einzige Vorteil ist, dass die Reaktionszeit beim Empfang eines Signals kürzer ist. Nun, es ist nur der Bruchteil einer Sekunde.1) Etwas sagt mir, dass es nicht viel helfen wird. Das ist Informationskompression. Wenn man Müll komprimiert, bleibt es komprimierter Müll.
2 ) Wenn man 1 guten Chip zu 2500 schlechten hinzufügt, wird der Algorithmus dies kaum bemerken, und seine Auswirkung auf die Gesamtzahl ist, wenn mehr als 1/2500, dann nicht viel. Angenommen, es ist nur 1/100, dann kann man es nicht auf dem Diagramm sehen.
3) Das Einzige, was ich erwarte, ist, dass hochkorrelierte Merkmale gewissermaßen ineinander übergehen werden.
1) Nun, "scheint" ist ein starkes Argument ))
2) Wer hindert Sie daran, vor der Komprimierung den Müll auszusieben? Auch wenn ich es nicht so mache, aber... man muss denken, man muss entscheiden, und nicht philosophieren...
3) Algorithmen zur Dimensionalitätsreduzierung können auf unterschiedliche Weise und für unterschiedliche Aufgaben eingesetzt werden, einschließlich, aber nicht beschränkt auf Kompression
Sind Sie schon mit einem Tester gefahren?
Vergleichen Sie Ihr bestes Raster mit einem Boosting oder Random Forest, dann werden Sie sehen, dass MLP nicht viel Sinn macht.
Der einzige Vorteil ist die kürzere Reaktionszeit des Empfangssignals. Nun, es sind Bruchteile einer Sekunde.Werden sie in der Lage sein, einfach in kleinen Schritten zu arbeiten? Ohne Umformung oder Auswahl von Merkmalen?
Werden sie in der Lage sein, einfach in kleinen Schritten zu arbeiten? Ohne Bildung und Auswahl von Merkmalen
Hier ist keine Normalisierung erforderlich, ansonsten sind die Merkmale die gleichen wie bei MLP
dort ist keine Rationierung erforderlich, ansonsten sind die Zeichen die gleichen wie bei MLP
Ich empfehle catboost, ich habe einen Parser eines mit Python trainierten Modells in mql-Code (nur für binäre Klassifizierung)
danke https://www.mql5.com/ru/users/greshnik1dort ist keine Rationierung erforderlich, ansonsten sind die Zeichen die gleichen wie bei MLP
Ich verstehe, wie das Netz funktioniert, und habe einige Ideen, was ich als Nächstes tun kann, aber das Boosten ist für mich ein dunkler Wald.
Ich tappe im Dunkeln, was das Boosten angeht.
gut, dass es nicht zufällig ist )
Gut, dass es nicht zufällig ist.)
Das wollte ich zuerst schreiben)