Diskussion zum Artikel "Entwicklung eines Roboters in Python und MQL5 (Teil 1): Vorverarbeitung der Daten" - 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
alle Zeichen sollten pseudostationär sein, wie Inkremente. Rohpreise sollten aus dem Training entfernt werden.
Neue Merkmale werden automatisch in dem Artikel generiert.
Das anfängliche Merkmal soll Inkremente sein. Dann wird eines der generierten Merkmale die kumulative Summe der ursprünglichen Daten sein, die gleich dem Preis ist. Wir werden nicht wissen, dass dieses Merkmal der Preis ist. Es wird sich einfach als bemerkenswert herausstellen und der Trainingsmenge hinzugefügt werden.
Die Rohpreise müssen aus der Ausbildung herausgenommen werden.
Das ist, wenn der Preis vorhergesagt wird. Und wenn ein Inkrement vorhergesagt wird, werden dann rohe Inkremente aus dem Training entfernt? Nehmen Sie die Inkremente der Inkremente?
Neue Merkmale werden automatisch in den Artikel aufgenommen.
Das ursprüngliche Attribut seien Inkremente. Dann wird eines der generierten Attribute die kumulative Summe der ursprünglichen Daten sein, die gleich dem Preis ist. Wir werden nicht wissen, dass dieses Merkmal der Preis ist. Es wird sich einfach als bemerkenswert herausstellen und der Trainingsmenge hinzugefügt werden.
Nun, tun Sie das nicht.
Nun, das müssen Sie nicht tun.
Sie verwenden keine automatische Feature-Generierung?
Verwenden Sie keine automatische Feature-Generierung?
Verwenden Sie nicht die kumulative Summe der Inkremente als Merkmal
die kumulierte Summe der Inkremente nicht als Attribut zu verwenden
Dies ist also eines der automatisch generierten Attribute!
Es handelt sich also um eines der automatisch generierten Zeichen!
Ich sehe dies nicht in der Funktion zur Erzeugung von Merkmalen
alle Zeichen sollten pseudo-stationär sein, wie Inkremente.
Nehmen wir an, dass der Preis Inkremente eines Metapreises ist. Dann stellt sich heraus, dass der Preis gut geeignet ist, den Metapreis vorherzusagen. Wenn wir aber den Metapreis vorhersagen können, bedeutet das automatisch, dass wir auch den einfachen Preis vorhersagen können, weil es eine eindeutige Beziehung zwischen Preis und Metapreis gibt.
Angenommen, der Preis ist ein Inkrement eines Metapreises. Dann stellt sich heraus, dass der Preis geeignet ist, den Metapreis vorherzusagen. Aber wenn wir den Metapreis vorhersagen können, bedeutet das automatisch, dass wir auch den einfachen Preis vorhersagen können, weil es eine eindeutige Beziehung zwischen Preis und Metapreis gibt.
Dann muss der Preis pseudostationär sein. Dies ist bei trendhaften Märkten nicht zu beobachten.
Ich sehe dies nicht in der Funktion zur Erzeugung von Merkmalen
Ich habe keine Erfahrung mit MO, daher verlasse ich mich auf den Artikel.
Wenn ich es richtig verstanden habe, ist der automatische Ansatz ein breiteres Feld menschlicher Auswahlmöglichkeiten. Wenn ein Mensch eine kumulative Menge auswählen kann, dann kann ein Automat das erst recht.