Si vous en avez besoin, voici un petit script qui calcule l'aire relative sous l'intersection des courbes de la distribution des valeurs d'une caractéristique pour deux clusters.
Je pense que c'est une bonne mesure pour choisir la méthode d'éclaircissement, l'analyse de la cible, les caractéristiques et qui sait quoi encore.
area_overlap est jaune sur l'image.
le sujet est devenu sérieux )
voici une méthode de lecture plus avancée (mais prometteuse)
il s'agit de densités et de la façon dont vous pouvez échantillonner les caractéristiques et les étiquettes d'un postérieur en utilisant un autoencodeur. Il est également possible de transposer les espaces caractéristiques en fonction de vos goûts.
en particulier les CVAE (autoencodeurs variationnels conditionnels) sont intéressants.
The RandOm Convolutional KErnel Transform (ROCKET) algorithm randomly generates a great variety of convolutional kernels and extracts two features for each convolution: the maximum and the proportion of positive values. This example...
Après seulement quelques expériences jusqu'à présent, la conclusion est :
l'échantillonnage du modèle génératif puis l'apprentissage à partir de ces échantillons est très bon (mais jusqu'à présent, je n'ai utilisé que le GMM (modèle de mélange gaussien), pas l'autoencodeur)
la décorrélation des caractéristiques via ROCKET est correcte, il y a une amélioration de la généralisabilité
qu'est ce que tu veux voir ? voici le vrai tc sur MoD de mon article. La formation n'est que de 1 mois, puis la généralisation pendant 2 ans. Et c'est réel et ça marche
Croisements et transactions MAK ainsi que sur ma capture d'écran
et pourquoi devrais-je le montrer au testeur ?
Vous pouvez montrer le commerce //démo ou réel, cela n'a pas d'importance.
kaban_: Les réseaux neuronaux ont-ils une quelconque utilité, fonctionnent-ils pour le trading ?
Non, ce n'est pas le cas, le MO ne fait que rendre plus ou moins "scientifiquement" clair le fait que dans les prix purs, il n'y a presque aucune information sur l'avenir provenant du changement. Il y a des "traces" bien sûr, des miettes, mais elles ne sont pas prévisibles, le spread / commission mange tout et la raison n'est pas les algorithmes mais les données.
Les grands fonds spéculatifs ont des milliers de fois plus de données (téraoctets par jour) et ils négocient des HFT, donc vous pouvez construire un petit pain à partir des miettes, et nous ***simplement, toutes sortes de nouveaux cadres et ***différents des réseaux sociaux.
Si vous n'avez pas de compte, veuillez vous inscrire
Autorisez l'utilisation de cookies pour vous connecter au site Web MQL5.com.
Veuillez activer les paramètres nécessaires dans votre navigateur, sinon vous ne pourrez pas vous connecter.
Vous êtes connecté. L'authentification à deux facteurs a été désactivée. Configurez-la à nouveau et scannez un nouveau code QR, ou continuez avec l'authentification à deux facteurs désactivée.
Vous faites des choses géniales) Je vais commencer à regarder lundi, à mes favoris.
Merci ! Au moins quelque chose pour diluer le raisonnement "théorique"...
Si vous en avez besoin, voici un petit script qui calcule l'aire relative sous l'intersection des courbes de la distribution des valeurs d'une caractéristique pour deux clusters.
Je pense que c'est une bonne mesure pour choisir la méthode d'éclaircissement, l'analyse de la cible, les caractéristiques et qui sait quoi encore.
area_overlap est jaune sur l'image.
le sujet est devenu sérieux )
voici une méthode de lecture plus avancée (mais prometteuse)
https://ml4trading.io/chapter/19
il s'agit de densités et de la façon dont vous pouvez échantillonner les caractéristiques et les étiquettes d'un postérieur en utilisant un autoencodeur. Il est également possible de transposer les espaces caractéristiques en fonction de vos goûts.
en particulier les CVAE (autoencodeurs variationnels conditionnels) sont intéressants.
+ décorrélation totale des caractéristiques via des noyaux de convolution aléatoires.
Je veux transférer la partie réponse à mql, afin qu'il soit possible d'obtenir de nouvelles caractéristiques du modèle formé, dans le terminal.
https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html
l'étendue des travaux, en général
Après seulement quelques expériences jusqu'à présent, la conclusion est :
l'échantillonnage du modèle génératif puis l'apprentissage à partir de ces échantillons est très bon (mais jusqu'à présent, je n'ai utilisé que le GMM (modèle de mélange gaussien), pas l'autoencodeur)
la décorrélation des caractéristiques via ROCKET est correcte, il y a une amélioration de la généralisabilité
qu'est ce que tu veux voir ? voici le vrai tc sur MoD de mon article. La formation n'est que de 1 mois, puis la généralisation pendant 2 ans. Et c'est réel et ça marche
Croisements et transactions MAK ainsi que sur ma capture d'écran
et pourquoi devrais-je le montrer au testeur ?
Vous pouvez montrer le commerce //démo ou réel, cela n'a pas d'importance.
montrer l'intersection des MAs et des trades comme sur ma capture d'écran
et pourquoi aurais-je besoin de le montrer au testeur ?
montrez-moi votre commerce //démo ou réel, cela n'a pas d'importance
montrez-moi d'abord le vôtre (démo ou réel), pendant un mois, un signal en direct sur ce service
ou ne pas faire de bogart.
Les réseaux neuronaux ont-ils une quelconque utilité, fonctionnent-ils pour le trading ?
Non, ce n'est pas le cas, le MO ne fait que rendre plus ou moins "scientifiquement" clair le fait que dans les prix purs, il n'y a presque aucune information sur l'avenir provenant du changement. Il y a des "traces" bien sûr, des miettes, mais elles ne sont pas prévisibles, le spread / commission mange tout et la raison n'est pas les algorithmes mais les données.
Les grands fonds spéculatifs ont des milliers de fois plus de données (téraoctets par jour) et ils négocient des HFT, donc vous pouvez construire un petit pain à partir des miettes, et nous ***simplement, toutes sortes de nouveaux cadres et ***différents des réseaux sociaux.
montrez votre premier (démo ou réel), dans un mois, un signal en direct sur ce service
ou ne chicanez pas
tu ne peux pas le faire sur le moût, c'est pourquoi tu ne le montres pas
Et si vous échouez, pourquoi conseillez-vous les gens ici ?on ne peut pas le faire sur le moût, c'est pour ça qu'on ne le montre pas.
Si vous échouez, pourquoi continuez-vous à donner de bons conseils aux gens ?Allez-vous surveiller ? Ou allez-vous continuer à crier ?
Je ne donne pas de conseils à qui que ce soit.
Vous feriez mieux d'apprendre le russe.Vous allez surveiller ou vous allez continuer à éternuer ?
Je ne conseille rien à personne.
glouglouter