모델과 예측자 선택은 서로 연관되어 있습니다. 먼저 모델을 선택한 다음, 동일한 모델에서 예측에 '유용성'이 가장 낮은 예측자를 선별하여 이 모델을 기반으로 예측자를 선택해야 합니다. 많은 논문과 교과서에서는 다르게 가르치지만, 먼저 이러한 예측자와 목표 계열(출력) 간의 관계를 계산하는 방법을 사용하여 예측자를 선택합니다. 가장 일반적인 선별 방법은 예측자와 출력 간의 상관 계수 및 상호 정보입니다. 그런 다음 일반적으로 예측자가 선택된 방법과 무관한 모델이 선택됩니다. 생각해 보면( 계량경제학 교과서에서는 설명하지 않으므로 스스로 생각해야 합니다), 출력과의 상관 계수로 예측자를 선택하는 방법은 기본적으로 선형 회귀 모델(LRC)에서 가장 작은 오차를 갖는 예측자를 선택하는 것입니다. 출력과의 상호 정보로 예측자를 선택하는 방법은 기본적으로 Nadaraya-Watson 회귀 기반 모델 (난해한 이름 GRNN)에서 가장 낮은 오류를 제공하는 예측자를 선택합니다.
상관 관계에 대해 전적으로 동의합니다. 예측 변수가 대상 변수에 미치는 영향은 상관 관계로 설정할 수 없으며 회귀에 의해 설정되지 않습니다. 그것은 다르게 수행됩니다. 가장 인기있는 것은 지니 지수이지만, 나는 그것을 사용하고 내 자신의 고려 사항과 일련의 행동을 사용했습니다. 추세 예측을위한 예측 변수 세트를 선택했지만 가격 상승을 예측하기위한 예측 변수 세트를 찾지 못했습니다.
제 책에 관심을 가져주셨으면 합니다. 예측자의 문제는 상관 관계와 지니 지수보다 훨씬 더 복잡합니다. 이 책은 많은 것을 명확히합니다.
제 책에 관심을 가져주셨으면 합니다. 예측 변수의 문제는 상관 관계와 지니 지수보다 훨씬 더 복잡합니다. 이 책은 많은 것을 명확히합니다.
책은 거기에없고 광고가 있습니다.
예전에는 네트워크에 대한 정보가 거의 없었습니다. 사람들은이 그물을 연구하고 거래에서 시도하기를 원했습니다. 그리고 이제는 네트워크 사용 방법에 대한 단계별 지침이 포함 된 네트워크에 대한 많은 책과 기사가 있습니다. 저는 네트워크에 관한 이러한 책과 기사를 보면 읽기를 꺼릴 뿐만 아니라 네트워크에 대한 혐오감까지 느껴집니다. 이러한 글의 문제점은 독자가 관심을 가지려고 노력하지 않는다는 것입니다 : 읽고 사용하십시오. 그리고 왜 시간을 낭비합니까? 미끼는 어디에 있습니까? 책이나 기사의 시작 부분에 책이나 기사에 설명 된 방법을 사용하여 거래의 매력적인 결과를 보여 주면 우리는 그것들을 읽고 이해하는 데 관심이있을 것입니다. 딥넷에 대한 새로운 기사를 보고 있는데 이미 알고 있는 몇 명의 전문가를 제외하고 누가 읽을 수 있을까요? 저도 이미 이러한 네트워크에 대해 알고 있으며, 다른 네트워크와 마찬가지로 시장에서의 거래에 적용되지 않는다는 것을 알고 있습니다. 이러한 네트워크의 발명가인 제프리 힌튼도 오래 전에 이를 인지했습니다. 유튜브에서 그의 강의를 들어보세요.
예전에는 네트에 대한 정보가 거의 없었습니다. 사람들은 이러한 네트워크를 연구하고 거래에서 시도하기를 원했습니다. 그리고 지금은 네트워크 사용 방법에 대한 단계별 지침이 포함 된 네트워크에 대한 많은 책과 기사가 있습니다. 저는 네트워크에 관한 이러한 책과 기사를 보면 읽기를 꺼릴 뿐만 아니라 네트워크에 대한 혐오감까지 느껴집니다. 이러한 글의 문제점은 독자가 관심을 가지려고 노력하지 않는다는 것입니다 : 읽고 사용하십시오. 그리고 왜 시간을 낭비합니까? 미끼는 어디에 있습니까? 책이나 기사의 시작 부분에 책이나 기사에 설명 된 방법을 사용하여 거래의 매력적인 결과를 보여 주면 우리는 그것들을 읽고 이해하는 데 관심이있을 것입니다. 딥넷에 대한 새로운 기사를 보고 있는데 이미 알고 있는 몇 명의 전문가를 제외하고 누가 읽을 수 있을까요? 저도 이미 이러한 네트워크에 대해 알고 있으며, 다른 네트워크와 마찬가지로 시장에서의 거래에 적용되지 않는다는 것을 알고 있습니다. 이러한 네트워크의 발명가인 제프리 힌튼도 오래 전에 이를 인지했습니다. 유튜브에서 그의 강의를 들어보세요.
TS를 개발할 때 트레이더의 일반적인 임무는 미래를 예측할 수 있는 일련의 신호, 소위 패턴을 찾는 것입니다. 우리는 준비된 지표를 가져 와서 구입하고 직접 작성하고 서로 결합합니다 ...
나는 그런 문제가 없다고 주장합니다. 주어진 예측 변수 세트에 대해 가능한 모든 패턴을 찾는 알고리즘이 있습니다. 내 기사와 책에는 약 200 개의 패턴이 있습니다. 전통적인 방식으로는 그런 것을 찾는 것이 불가능합니다.
또한 R을 마스터했기 때문에 패턴을 찾는 하나의 알고리즘 (예 : 신경망)을 심층 신경망으로 변경하고 다른 알고리즘으로 변경하는 데 아무런 문제가 없습니다. 또한 알고리즘이 무엇을 찾았는지 살펴볼 필요도 없습니다.
그리고 무엇이 문제인가요?
위의 게시물에 쓴 내용에서 적절한 예측 변수 선택입니다. 추가하겠습니다. 예측 변수의 적절한 전처리. 그것은 기술입니다. 책을 읽은 결과, 당신은 그것에 대해 스스로 생각했기 때문에 그 기술을 갖게 될 것입니다.
그리고 제 책은요? 패턴 검색에 대한 특정 알고리즘뿐만 아니라 전체 문제에 대한 피상적 인 검토입니다. 한 가지 결과를 보장합니다. 모든 종류의 퍼셉트론, 레이어, 버깅 및 부스팅을 사용하여 이러한 패턴을 실제로 탐구하지 않고도 거래하기에 충분한 수준에서 여러 패턴에 능통 할 것입니다.이 모든 것이 당신에게 불필요 할 것입니다. 예측 변수에 집중하면 됩니다.
완전히 다른 접근 방식입니다.
그리고 통계의 공리인 "쓰레기 투입-쓰레기 배출"을 상기시키면서 마무리하고 싶습니다. 그리고 어떤 모델이나 알고리즘도 이를 바꿀 수 없습니다. 따라서 하이픈 대신에 블랙박스에 이름을 붙이고 걱정하지 말고 쓰레기를 처리해야 합니다.
TS를 개발할 때 트레이더의 일반적인 임무는 미래를 예측할 수 있는 일련의 신호, 소위 패턴을 찾는 것입니다. 우리는 준비된 지표를 가져 와서 구입하고, 직접 작성하고, 우리끼리 결합합니다 ....
나는이 문제가 존재하지 않는다고 주장합니다. 주어진 예측 변수 세트에 대해 가능한 모든 패턴을 찾는 알고리즘이 있습니다. 내 기사와 책에는 약 200 개의 패턴이 있습니다. 전통적인 방식으로는 그런 것을 찾는 것이 불가능합니다.
또한 R을 마스터했기 때문에 패턴을 찾는 하나의 알고리즘 (예 : 신경망)을 심층 신경망으로 변경하고 다른 알고리즘으로 변경하는 데 아무런 문제가 없습니다. 또한 알고리즘이 무엇을 찾았는지 살펴볼 필요도 없습니다.
그리고 무엇이 문제인가요?
위의 게시물에 쓴 내용에서 적절한 예측 변수 선택입니다. 추가하겠습니다. 예측 변수의 적절한 전처리. 그것은 기술입니다. 책을 읽은 결과 그 기술을 갖게 될 것이므로 스스로 생각했습니다.
그리고 제 책은요? 그것은 전체 문제에 대한 피상적 인 검토입니다. 동시에 나는 당신에게 한 가지 결과를 보장합니다. 이러한 모델, 모든 종류의 퍼셉트론, 레이어, 도청 및 부스팅을 실제로 탐구하지 않고도 거래하기에 충분한 수준의 여러 모델에 능통 할 것입니다.이 모든 것이 당신에게 불필요 할 것입니다.
완전히 다른 접근 방식입니다.
트레이딩에 이러한 방법을 직접 사용하시나요? 결과는 어떤가요? 진심입니다. 적어도 결과에 대한 힌트는 있습니다. 예를 들어, 저는 책을 쓸 필요가 없을만큼 충분히 벌었고 니스 나 바하마에 빌라를 샀고 지금은 휴가 중이고 자선 활동을하고 있으며 책을 무료로 나눠주고 있습니다.
gpwr: 트레이딩에서 이러한 방법을 직접 사용하시나요? 결과는 어떤가요? 나는 진지하고 적어도 결과를 암시합니다. 예를 들어, 책을 쓸 필요가 없을 정도로 돈을 벌었고, 니스나 바하마에 별장을 샀고, 지금은 휴가를 보내고 있고, 자선 활동을 하고 있고, 책을 무료로 나눠주고 있습니다.
제 글의 5.3절에 있는 표 2를 참고하세요. rattle() 패키지는 ALE에 자동으로 다른 매우 유용한 정보를 제공하며, 이는 문서에 나와 있습니다. 또한 이 모든 정보에 따라 프로그램 코드가 생성되며, rattle() 없이 독립적으로 사용할 수 있습니다. 제 책은 400페이지 분량이기 때문에 rattle()에 대한 원본 문서에는 없는 사용 이념과 사용하는 패키지를 포함하여 모든 것이 매우 자세하게 설명되어 있습니다. rattle은 셸, GUI입니다.
제 글 5.3절의 표 2. rattle() 패키지는 ALE에 자동으로 다른 매우 유용한 정보를 제공하며, 이 문서에 나와 있습니다. 또한 이 모든 정보는 rattle() 없이 독립적으로 사용할 수 있는 프로그램 코드를 생성하는 데 사용됩니다. 제 책은 400페이지 분량이기 때문에 rattle()에 대한 원본 문서에는 없는 사용 이념과 사용하는 패키지를 포함하여 모든 것이 매우 자세하게 설명되어 있습니다. rattle은 셸, GUI입니다.
추신.
이메일 답장
MT4의 샘플 테스트에서 순전히 모델의 수익이 관심사입니다. 실제로 17...20 %의 오류가있는 + 또는 - 지그재그가 또 다른 큰 배수구가 될 수 있다고 가정 해 보겠습니다.
추신 : 이메일이 잡혔습니다. 곧 지불 할 수 있기를 바랍니다 (돈의 축적을 기다려야 함).
MT4의 표본 외 테스트는 순전히 모델의 수익이 관심사입니다. 실제로 17...20%의 오차를 가진 + 또는 - 지그재그가 또 다른 큰 배수구가 될 수 있다고 가정 해 보겠습니다.
추신 : 이메일이 잡혔습니다. 곧 지불 할 수 있기를 바랍니다 (돈의 축적을 기다려야 함).
모델은 다른 클래스를 예측할 수있는 예측 능력을 가진 예측자를 기반으로 구축되어야하므로 요점을 보지 못했고 요점을 보지 못했습니다. 모델이 과적합(과훈련)되지 않도록 보장하는 것은 바로 이러한 예측자의 속성입니다. 기사와 책은 모든 것을 함께 쌓아 놓았습니다. 예측자를 정리하고 모델을 구축한 후 MT4에서 테스트해야 합니다.
모델과 예측자 선택은 서로 연관되어 있습니다. 먼저 모델을 선택한 다음, 동일한 모델에서 예측에 '유용성'이 가장 낮은 예측자를 선별하여 이 모델을 기반으로 예측자를 선택해야 합니다. 많은 논문과 교과서에서는 다르게 가르치지만, 먼저 이러한 예측자와 목표 계열(출력) 간의 관계를 계산하는 방법을 사용하여 예측자를 선택합니다. 가장 일반적인 선별 방법은 예측자와 출력 간의 상관 계수 및 상호 정보입니다. 그런 다음 일반적으로 예측자가 선택된 방법과 무관한 모델이 선택됩니다. 생각해 보면( 계량경제학 교과서에서는 설명하지 않으므로 스스로 생각해야 합니다), 출력과의 상관 계수로 예측자를 선택하는 방법은 기본적으로 선형 회귀 모델(LRC)에서 가장 작은 오차를 갖는 예측자를 선택하는 것입니다. 출력과의 상호 정보로 예측자를 선택하는 방법은 기본적으로 Nadaraya-Watson 회귀 기반 모델 (난해한 이름 GRNN)에서 가장 낮은 오류를 제공하는 예측자를 선택합니다.
상관 관계에 대해 전적으로 동의합니다. 예측 변수가 대상 변수에 미치는 영향은 상관 관계로 설정할 수 없으며 회귀에 의해 설정되지 않습니다. 그것은 다르게 수행됩니다. 가장 인기있는 것은 지니 지수이지만, 나는 그것을 사용하고 내 자신의 고려 사항과 일련의 행동을 사용했습니다. 추세 예측을위한 예측 변수 세트를 선택했지만 가격 상승을 예측하기위한 예측 변수 세트를 찾지 못했습니다.
제 책에 관심을 가져주셨으면 합니다. 예측자의 문제는 상관 관계와 지니 지수보다 훨씬 더 복잡합니다. 이 책은 많은 것을 명확히합니다.
faa1947:
제 책에 관심을 가져주셨으면 합니다. 예측 변수의 문제는 상관 관계와 지니 지수보다 훨씬 더 복잡합니다. 이 책은 많은 것을 명확히합니다.
제 책에 관심을 가져주셨으면 합니다. 예측 변수의 문제는 상관 관계와 지니 지수보다 훨씬 더 복잡합니다. 이 책은 많은 것을 명확히합니다.
책은 거기에없고 광고가 있습니다.
예전에는 네트워크에 대한 정보가 거의 없었습니다. 사람들은이 그물을 연구하고 거래에서 시도하기를 원했습니다. 그리고 이제는 네트워크 사용 방법에 대한 단계별 지침이 포함 된 네트워크에 대한 많은 책과 기사가 있습니다. 저는 네트워크에 관한 이러한 책과 기사를 보면 읽기를 꺼릴 뿐만 아니라 네트워크에 대한 혐오감까지 느껴집니다. 이러한 글의 문제점은 독자가 관심을 가지려고 노력하지 않는다는 것입니다 : 읽고 사용하십시오. 그리고 왜 시간을 낭비합니까? 미끼는 어디에 있습니까? 책이나 기사의 시작 부분에 책이나 기사에 설명 된 방법을 사용하여 거래의 매력적인 결과를 보여 주면 우리는 그것들을 읽고 이해하는 데 관심이있을 것입니다. 딥넷에 대한 새로운 기사를 보고 있는데 이미 알고 있는 몇 명의 전문가를 제외하고 누가 읽을 수 있을까요? 저도 이미 이러한 네트워크에 대해 알고 있으며, 다른 네트워크와 마찬가지로 시장에서의 거래에 적용되지 않는다는 것을 알고 있습니다. 이러한 네트워크의 발명가인 제프리 힌튼도 오래 전에 이를 인지했습니다. 유튜브에서 그의 강의를 들어보세요.
책은 없고 광고만 있습니다.
예전에는 네트에 대한 정보가 거의 없었습니다. 사람들은 이러한 네트워크를 연구하고 거래에서 시도하기를 원했습니다. 그리고 지금은 네트워크 사용 방법에 대한 단계별 지침이 포함 된 네트워크에 대한 많은 책과 기사가 있습니다. 저는 네트워크에 관한 이러한 책과 기사를 보면 읽기를 꺼릴 뿐만 아니라 네트워크에 대한 혐오감까지 느껴집니다. 이러한 글의 문제점은 독자가 관심을 가지려고 노력하지 않는다는 것입니다 : 읽고 사용하십시오. 그리고 왜 시간을 낭비합니까? 미끼는 어디에 있습니까? 책이나 기사의 시작 부분에 책이나 기사에 설명 된 방법을 사용하여 거래의 매력적인 결과를 보여 주면 우리는 그것들을 읽고 이해하는 데 관심이있을 것입니다. 딥넷에 대한 새로운 기사를 보고 있는데 이미 알고 있는 몇 명의 전문가를 제외하고 누가 읽을 수 있을까요? 저도 이미 이러한 네트워크에 대해 알고 있으며, 다른 네트워크와 마찬가지로 시장에서의 거래에 적용되지 않는다는 것을 알고 있습니다. 이러한 네트워크의 발명가인 제프리 힌튼도 오래 전에 이를 인지했습니다. 유튜브에서 그의 강의를 들어보세요.
TS를 개발할 때 트레이더의 일반적인 임무는 미래를 예측할 수 있는 일련의 신호, 소위 패턴을 찾는 것입니다. 우리는 준비된 지표를 가져 와서 구입하고 직접 작성하고 서로 결합합니다 ...
나는 그런 문제가 없다고 주장합니다. 주어진 예측 변수 세트에 대해 가능한 모든 패턴을 찾는 알고리즘이 있습니다. 내 기사와 책에는 약 200 개의 패턴이 있습니다. 전통적인 방식으로는 그런 것을 찾는 것이 불가능합니다.
또한 R을 마스터했기 때문에 패턴을 찾는 하나의 알고리즘 (예 : 신경망)을 심층 신경망으로 변경하고 다른 알고리즘으로 변경하는 데 아무런 문제가 없습니다. 또한 알고리즘이 무엇을 찾았는지 살펴볼 필요도 없습니다.
그리고 무엇이 문제인가요?
위의 게시물에 쓴 내용에서 적절한 예측 변수 선택입니다. 추가하겠습니다. 예측 변수의 적절한 전처리. 그것은 기술입니다. 책을 읽은 결과, 당신은 그것에 대해 스스로 생각했기 때문에 그 기술을 갖게 될 것입니다.
그리고 제 책은요? 패턴 검색에 대한 특정 알고리즘뿐만 아니라 전체 문제에 대한 피상적 인 검토입니다. 한 가지 결과를 보장합니다. 모든 종류의 퍼셉트론, 레이어, 버깅 및 부스팅을 사용하여 이러한 패턴을 실제로 탐구하지 않고도 거래하기에 충분한 수준에서 여러 패턴에 능통 할 것입니다.이 모든 것이 당신에게 불필요 할 것입니다. 예측 변수에 집중하면 됩니다.
완전히 다른 접근 방식입니다.
그리고 통계의 공리인 "쓰레기 투입-쓰레기 배출"을 상기시키면서 마무리하고 싶습니다. 그리고 어떤 모델이나 알고리즘도 이를 바꿀 수 없습니다. 따라서 하이픈 대신에 블랙박스에 이름을 붙이고 걱정하지 말고 쓰레기를 처리해야 합니다.
TS를 개발할 때 트레이더의 일반적인 임무는 미래를 예측할 수 있는 일련의 신호, 소위 패턴을 찾는 것입니다. 우리는 준비된 지표를 가져 와서 구입하고, 직접 작성하고, 우리끼리 결합합니다 ....
나는이 문제가 존재하지 않는다고 주장합니다. 주어진 예측 변수 세트에 대해 가능한 모든 패턴을 찾는 알고리즘이 있습니다. 내 기사와 책에는 약 200 개의 패턴이 있습니다. 전통적인 방식으로는 그런 것을 찾는 것이 불가능합니다.
또한 R을 마스터했기 때문에 패턴을 찾는 하나의 알고리즘 (예 : 신경망)을 심층 신경망으로 변경하고 다른 알고리즘으로 변경하는 데 아무런 문제가 없습니다. 또한 알고리즘이 무엇을 찾았는지 살펴볼 필요도 없습니다.
그리고 무엇이 문제인가요?
위의 게시물에 쓴 내용에서 적절한 예측 변수 선택입니다. 추가하겠습니다. 예측 변수의 적절한 전처리. 그것은 기술입니다. 책을 읽은 결과 그 기술을 갖게 될 것이므로 스스로 생각했습니다.
그리고 제 책은요? 그것은 전체 문제에 대한 피상적 인 검토입니다. 동시에 나는 당신에게 한 가지 결과를 보장합니다. 이러한 모델, 모든 종류의 퍼셉트론, 레이어, 도청 및 부스팅을 실제로 탐구하지 않고도 거래하기에 충분한 수준의 여러 모델에 능통 할 것입니다.이 모든 것이 당신에게 불필요 할 것입니다.
완전히 다른 접근 방식입니다.
트레이딩에서 이러한 방법을 직접 사용하시나요? 결과는 어떤가요? 나는 진지하고 적어도 결과를 암시합니다. 예를 들어, 책을 쓸 필요가 없을 정도로 돈을 벌었고, 니스나 바하마에 별장을 샀고, 지금은 휴가를 보내고 있고, 자선 활동을 하고 있고, 책을 무료로 나눠주고 있습니다.
일련의 예측 인자를 찾으면 목록을 실현할 수 있습니다.
추신.
그리고 책은? 즐거운 파티를 모을 수 있고 가격은 성배를 찾는 사람들을 차단합니다.
샘플에서 하나 이상 인용할 수 없나요?
PS. 이메일을 보냈습니다.
샘플에서 하나 이상 인용할 수 없나요?
PS. 이메일을 보냈습니다.
제 글의 5.3절에 있는 표 2를 참고하세요. rattle() 패키지는 ALE에 자동으로 다른 매우 유용한 정보를 제공하며, 이는 문서에 나와 있습니다. 또한 이 모든 정보에 따라 프로그램 코드가 생성되며, rattle() 없이 독립적으로 사용할 수 있습니다. 제 책은 400페이지 분량이기 때문에 rattle()에 대한 원본 문서에는 없는 사용 이념과 사용하는 패키지를 포함하여 모든 것이 매우 자세하게 설명되어 있습니다. rattle은 셸, GUI입니다.
추신.
귀하의 이메일에 답장했습니다.
제 글 5.3절의 표 2. rattle() 패키지는 ALE에 자동으로 다른 매우 유용한 정보를 제공하며, 이 문서에 나와 있습니다. 또한 이 모든 정보는 rattle() 없이 독립적으로 사용할 수 있는 프로그램 코드를 생성하는 데 사용됩니다. 제 책은 400페이지 분량이기 때문에 rattle()에 대한 원본 문서에는 없는 사용 이념과 사용하는 패키지를 포함하여 모든 것이 매우 자세하게 설명되어 있습니다. rattle은 셸, GUI입니다.
추신.
이메일 답장
MT4의 샘플 테스트에서 순전히 모델의 수익이 관심사입니다. 실제로 17...20 %의 오류가있는 + 또는 - 지그재그가 또 다른 큰 배수구가 될 수 있다고 가정 해 보겠습니다.
추신 : 이메일이 잡혔습니다. 곧 지불 할 수 있기를 바랍니다 (돈의 축적을 기다려야 함).
MT4의 표본 외 테스트는 순전히 모델의 수익이 관심사입니다. 실제로 17...20%의 오차를 가진 + 또는 - 지그재그가 또 다른 큰 배수구가 될 수 있다고 가정 해 보겠습니다.
추신 : 이메일이 잡혔습니다. 곧 지불 할 수 있기를 바랍니다 (돈의 축적을 기다려야 함).