Relisez-le et trouvez où j'ai dit cela, si vous voulez dire cela.
ou arrêtez de dire des bêtises.
Vous avez d'abord introduit la mauvaise approximation, sur laquelle il n'y a eu aucune discussion. Ensuite, vous avez dit que l'optimisation n'était pas la question, alors que Sanych parlait d'extrema, ce que j'ai commenté.
Maxim Dmitrievsky #: J'ai également remarqué qu'il devrait y avoir peu de signes, car toutes sortes d'inférences kozul sont alors comptées normalement. Dans le cas contraire, les algorithmes s'embrouillent dans leurs lectures.
Pouvez-vous montrer un exemple où vous avez réussi à établir une relation de cause à effet sur les données de la citation ?
En général, je disais que s'il n'y a pas d'effet d'influence (il est impossible de le détecter dans le développement), qui change le résultat probabiliste des prédicteurs, l'intérêt de cette approche n'est pas clair.
Maxim Dmitrievsky #: En général, combien d'indicateurs doivent figurer dans le TS pour qu'il fonctionne correctement ? Évidemment, pas 100 ou 500. En général, c'est 2 ou 3, voire 10 au maximum.
Ici, j'ai trouvé un indicateur dont la corrélation avec 270 autres indicateurs est supérieure à 0,7.
L'important n'est pas le nombre d'indicateurs dans la formation, mais les informations que l'on peut en tirer et dans quelle mesure elles seront statistiquement significatives et stables.
Vous avez d'abord introduit une mauvaise approximation, qui n'a fait l'objet d'aucune discussion. Ensuite, vous avez dit que l'optimisation n'était pas la question, alors que Sanych parlait d'extrema, ce que j'ai commenté.
Bon, ça suffit, on arrête là.
Sanych a dit qu'il n'y avait pas d'extrêmes, et il a raison. Mais il n'a toujours pas compris ce que j'ai écrit à l'origine.
C'est vous qui avez parlé de l'optimisation, qui n'a pas été abordée. La réponse était que c'était le cas de l'approximation, et non de l'optimisation, qui était considéré.
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.
Revenez en arrière et trouvez où j'ai dit cela si vous voulez le dire.
Ou arrête de dire des conneries.Il y a une substitution constante de concepts, il est impossible de communiquer.
.
Relisez-le et trouvez où j'ai dit cela, si vous voulez dire cela.
ou arrêtez de dire des bêtises.J'ai également remarqué qu'il devrait y avoir peu de signes, car toutes sortes d'inférences kozul sont alors comptées normalement. Dans le cas contraire, les algorithmes s'embrouillent dans leurs lectures.
Pouvez-vous montrer un exemple où vous avez réussi à établir une relation de cause à effet sur les données de la citation ?
En général, je disais que s'il n'y a pas d'effet d'influence (il est impossible de le détecter dans le développement), qui change le résultat probabiliste des prédicteurs, l'intérêt de cette approche n'est pas clair.
En général, combien d'indicateurs doivent figurer dans le TS pour qu'il fonctionne correctement ? Évidemment, pas 100 ou 500. En général, c'est 2 ou 3, voire 10 au maximum.
Ici, j'ai trouvé un indicateur dont la corrélation avec 270 autres indicateurs est supérieure à 0,7.
L'important n'est pas le nombre d'indicateurs dans la formation, mais les informations que l'on peut en tirer et dans quelle mesure elles seront statistiquement significatives et stables.
Sanych a dit qu'il n'y avait pas d'extrêmes, et il a raison. Mais il n'a toujours pas compris ce que j'ai écrit à l'origine.
C'est vous qui avez parlé de l'optimisation, qui n'a pas été abordée. La réponse était que c'était le cas de l'approximation, et non de l'optimisation, qui était considéré.
Finita la comedy.
il existe une fonction qui vérifie une règle par identifiant
n - identifiant (numéro de la règle)
x - données
Voici une présentation simple de la fonction
rule <- function(n,x){ res <- NULL if(n==1) res <- x[1] < x[5] if(n==2) res <- x[2] >= x[1] if(n==3) res <- x[4] == x[5] if(n==4) res <- x[1] != x[5] if(n==5) res <- x[2] >= x[1] if(n==6) res <- x[4] =< x[5] if(n==7) res <- x[1] < x[5] if(n==8) res <- x[2] >= x[1] if(n==9) res <- x[4] <= x[5] if(n==10) res <- x[4] > x[5] return(res) }La question est de savoir si cette fonction sera efficace s'il y a un million de chaînes de ce type.
if(n==... ) res <- x...La question est de savoir si cette fonction sera efficace s'il y a un million de chaînes de ce type.
Si ce n'est pas le cas, comment l'implémenteriez-vous ?
il existe une fonction qui vérifie la règle par identifiant
n - identifiant (numéro de la règle)
x - données
Voici un schéma de fonction simple
La question est de savoir si cette fonction sera efficace s'il existe des chaînes de caractères de ce type
il y en a un million.
Si ce n'est pas le cas, comment la mettre en œuvre ?
Utiliser un commutateur
Utiliser le commutateur
Utiliser le commutateur
comme ça ?
et il sera capable de gérer un million de conditions ?
comme ça ?
Je ne connais pas la syntaxe de R - j'ai juste vérifié qu'une telle possibilité existe aussi. Sinon, oui, cela y ressemble.
et qu'il peut effectivement gérer un million de conditions ?
J'ai utilisé environ 500 000 conditions dans MQL5. Il fonctionne beaucoup plus rapidement que IF.