Lerééchantillonnage avancé face au GMM - d'autres modèles génératifs - est efficace pour cette tâche.
J'ai obtenu des valeurs de caractéristiques synthétiques à partir des valeurs originales, j'ai entraîné le modèle sur ces valeurs et il a fonctionné sur les données originales.
В данной статье описан один из возможных подходов к трансформации данных для улучшения обобщающей способности модели, а также рассмотрен перебор моделей CatBoost и выбор лучшей из них.
J'ai obtenu des valeurs de caractéristiques synthétiques à partir des valeurs originales, j'ai entraîné le modèle sur ces valeurs et il a fonctionné sur les données originales.
Nous avons besoin de la fonction suivante pour la tester.
Combien pèsent vos archives de tiques ?
J'ai besoin de leurs incréments, puis de les reconvertir en ticks.
Si vous pouvez les télécharger quelque part, vous pouvez essayer. Je téléchargerai les données converties dans un fichier. L'apprentissage de MO peut prendre beaucoup de temps.
L'avantage est que vous pouvez générer des séquences de n'importe quelle longueur, même plus longue que la séquence originale.
Il n'y a pas de code prêt à l'emploi pour MQL, seulement en python.
La théorie pour la théorie. Elle n'a rien à voir avec le commerce.
Encore une fois : GARCH est la théorie sur laquelle se base le commerce mondial, des milliers de milliards de dollars, dans tous les bureaux professionnels.
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.
Lerééchantillonnage avancé face au GMM - d'autres modèles génératifs - est efficace pour cette tâche.
J'ai obtenu des valeurs de caractéristiques synthétiques à partir des valeurs originales, j'ai entraîné le modèle sur ces valeurs et il a fonctionné sur les données originales.
Lerééchantillonnage avancé face au GMM et à d'autres modèles génératifs donne de bons résultats.
Nous avons besoin de la fonction suivante pour le tester.
J'ai obtenu des valeurs de caractéristiques synthétiques à partir des valeurs originales, j'ai entraîné le modèle sur ces valeurs et il a fonctionné sur les données originales.
Fonctionnement sur OOS ?
Vous avez travaillé pour l'OOS ?
Oui.
Nous avons besoin de la fonction suivante pour la tester.
Combien pèsent vos archives de tiques ?
J'ai besoin de leurs incréments, puis de les reconvertir en ticks.
Si vous pouvez les télécharger quelque part, vous pouvez essayer. Je téléchargerai les données converties dans un fichier. L'apprentissage de MO peut prendre beaucoup de temps.
L'avantage est que vous pouvez générer des séquences de n'importe quelle longueur, même plus longue que la séquence originale.
Il n'y a pas de code prêt à l'emploi pour MQL, seulement en python.
Quel est le poids de votre archive à tiques ?
J'ai besoin de leurs incréments, puis de les reconvertir en ticks.
Si vous pouvez le télécharger quelque part, je peux essayer. MO peut prendre beaucoup de temps à apprendre.
Le résultat de ce script
envoyé à PM (~400 MB).
Le résultat de ce script
envoyé à PM (~400 MB).
Et l'idée elle-même est un peu naïve.
Comme vous êtes fringant avec la tendance mondiale - GARCH, en trading, une fois et avec un damier....
Comme vous êtes fringant avec la tendance mondiale - GARCH, en trading, une fois et avec un damier ...
La théorie pour la théorie. Cela n'a rien à voir avec le trading.
La théorie pour la théorie. Elle n'a rien à voir avec le commerce.
Encore une fois : GARCH est la théorie sur laquelle se base le commerce mondial, des milliers de milliards de dollars, dans tous les bureaux professionnels.