Mihail Marchukajtes: Il ne s'agit pas de méthodes d'entraînement. L'utilisation du décalage dans les prédicats ne permettra pas de construire un modèle suffisant. Après tout, une ligne est soumise au modèle pour examen et si les données de la ligne précédente sont utilisées, le modèle ne les verra tout simplement pas, de sorte que la tâche est manifestement vouée à l'échec.
Un réseau neuronal avec mémoire pourrait probablement faire l'affaire. Plus la génétique pour la sélection des prédicteurs. La génétique fait des jeux de prédicteurs et sélectionne les paramètres du neuronka, le neuronka est entraîné. Validation croisée pour vérifier la qualité du modèle. D'une manière ou d'une autre, ça va marcher. Le Forex est plus compliqué, sur celui-ci la dépendance de retard n'existera tout simplement pas dans le fichier de test.
Dr. Trader: Un réseau neuronal avec mémoire ferait probablement l'affaire. De plus, il y aurait de la génétique pour sélectionner les prédicteurs. La génétique établit des ensembles de prédicteurs et sélectionne les paramètres du réseau neuronal, le réseau neuronal est formé. Validation croisée pour vérifier la qualité du modèle. D'une manière ou d'une autre, ça va marcher. Le Forex est plus compliqué, sur celui-ci la dépendance de retard n'existera tout simplement pas dans le fichier de test.
Malheureusement, le réseau ne peut pas non plus faire face à la mémoire, comment le réseau peut-il faire face à des données qu'il ne voit pas, qui sont dans un autre enregistrement qui n'a pas encore été alimenté, et cet autre enregistrement doit être alimenté exactement avec l'enregistrement actuel pour attraper cette dépendance....
SanSanych Fomenko: D'après ce que je comprends de l'article à ce paquet, ce sont les prédicteurs eux-mêmes qui sont prédits, et non la variable cible.
oui, mais ce n'est pas juste, un bon prédicteur est celui qui explique bien la cible, pas celui qui s'explique lui-même, je ne comprends pas comment on peut connaître la qualité d'un prédicteur sans le comparer à la cible, je ne comprends pas.....
oui, mais ce n'est pas juste, un bon prédicteur est celui qui explique bien la cible, pas celui qui s'explique lui-même, je ne comprends pas comment on peut connaître la qualité d'un prédicteur sans le comparer à la cible, je ne comprends pas.....
Je ne vais pas torturer la formule eesel si vous ouvrez un fichier texte exactement dans excel =C3*C4/F3. Comme vous l'avez remarqué, vous devez multiplier la variable v2 par votre décalage et la diviser par v3 . Ça ne marche pas, car le réseau ne voit pas le décalage. Par ailleurs, si vous opérez avec des données sur une ligne sans utiliser de décalage, vous obtiendrez un modèle, quelle que soit la sophistication de la formule. À propos, vous devriez essayer de faire une méga formule dans une ligne et voir si le réseau peut la gérer. Je vais essayer maintenant....
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.
Alors, quelqu'un a-t-il pu comprendre mes données sur ? ??? ?
C'est dommage que vous ayez dit la réponse très tôt. Vous auriez pu torturer les méthodes de formation.
je ne vois pas très bien comment cette "prévisibilité" est calculée et si elle a un sens si l'objectif n'est pas pris en compte.
Il ne s'agit pas de méthodes d'entraînement. L'utilisation du décalage dans les prédicats ne permettra pas de construire un modèle suffisant. Après tout, une ligne est soumise au modèle pour examen et si les données de la ligne précédente sont utilisées, le modèle ne les verra tout simplement pas, de sorte que la tâche est manifestement vouée à l'échec.
Données de Mihail Marchukajtes, mais j'ai l'impression qu'il a tout faux, on ne peut pas le déterrer))))
Un réseau neuronal avec mémoire ferait probablement l'affaire. De plus, il y aurait de la génétique pour sélectionner les prédicteurs. La génétique établit des ensembles de prédicteurs et sélectionne les paramètres du réseau neuronal, le réseau neuronal est formé. Validation croisée pour vérifier la qualité du modèle. D'une manière ou d'une autre, ça va marcher. Le Forex est plus compliqué, sur celui-ci la dépendance de retard n'existera tout simplement pas dans le fichier de test.
D'après ce que je comprends de l'article à ce paquet, ce sont les prédicteurs eux-mêmes qui sont prédits, et non la variable cible.
oui, mais ce n'est pas juste, un bon prédicteur est celui qui explique bien la cible, pas celui qui s'explique lui-même, je ne comprends pas comment on peut connaître la qualité d'un prédicteur sans le comparer à la cible, je ne comprends pas.....
qu'est-ce qu'il y a dans les archives ?
oui, mais ce n'est pas juste, un bon prédicteur est celui qui explique bien la cible, pas celui qui s'explique lui-même, je ne comprends pas comment on peut connaître la qualité d'un prédicteur sans le comparer à la cible, je ne comprends pas.....
qu'est-ce qu'il y a dans les archives ?