베이지안 회귀 - 이 알고리즘을 사용하여 Expert Advisor를 만든 사람이 있습니까? - 페이지 2

 
Dmitry Fedoseev :

예, 누가 여기서 더듬거리고 있습니까?

인터넷을 시작하고, 이해하고, 파헤치고, 정보를 수집하고, 소스 코드가 나오는 곳이나 최소한 정상적인 공식이 필요한 곳이 필요합니다.

아무것도 파낼 필요가 없습니다 - "모든 것이 우리보다 먼저 도난당했습니다"!

Rattle을 사용하면 6가지 모델, 특히 선형 모델이 있으며 Excel에서 데이터를 구동하고 처음에는 매우 만족하지만 오래 가지 못합니다...

이 작업을 수행하는 방법은 내 기사 "Random Forests Predict Trends"에 설명되어 있습니다. 한 시간 동안 R에 익숙하지 않은 사람을 위해 비틀고 비틀어 ...

 
Dmitry Fedoseev :
문제에 접근하는 방식이 잘못되었습니다. 촬영, 인코딩 및 확인이 필요합니다. 그리고 그것은 이미 시작되었습니다 ... 분포의 정규성에 대한 추론입니다.
나는 당신의 이 말을 전적으로 지지합니다.
 
СанСаныч Фоменко :

아무것도 파낼 필요가 없습니다 - "모든 것이 우리보다 먼저 도난당했습니다"!

Rattle을 사용하면 6가지 모델, 특히 선형 모델이 있으며 Excel에서 데이터를 구동하고 처음에는 매우 만족하지만 오래 가지 못합니다...

이 작업을 수행하는 방법은 내 기사 "Random Forests Predict Trends"에 설명되어 있습니다. 한 시간 동안 R에 익숙하지 않은 사람을 위해 비틀고 비틀어 ...

그래서 흥미롭지 않습니다 (물론 흥미롭지 만 완전히는 아닙니다). 터미널에 대한 표시기를 작성하십시오, 조언자. 방법을 이해합니다.
 
Dmitry Fedoseev :
그래서 흥미롭지 않습니다 (물론 흥미롭지 만 완전히는 아닙니다). 터미널에 대한 표시기를 작성하십시오, 조언자. 방법을 이해합니다.
우선, 기사의 공식이 mql의 문자열 형식으로 변환하는 데 도움이 된다면 나쁘지 않았습니다.
 
lilita bogachkova :
우선, 기사의 공식이 mql의 문자열 형식으로 변환하는 데 도움이 된다면 나쁘지 않았습니다.

Expert Advisors에서 Rattle의 모델 사용에 대해 논의할 때 두 단계가 있습니다.

1. 매우 환상적입니다. MKL에서 모델을 구현하는 R 코드 가져오기 . 그것은 절대적으로 현실적이지 않으며 가장 중요한 것은 필요하지 않습니다.

2. MCL에서 R로 호출. 이것은 실제이며 특별한 문제를 구성하지 않습니다. MCL의 여러 줄과 R 자체의 여러 줄로 인해 실제 모델이 발생합니다. 나는 이 길을 스스로 걸었다.

문제는 다릅니다.

이들은 모델 자체입니다. 그러나 TA 사용자를 위한 완전한 놀라움은 데이터 준비(datd 마이닝) 및 시뮬레이션 결과 평가입니다. 나는 본질적으로 GUI이고 몇 번의 마우스 클릭으로 한 번에 세 영역 모두에서 결과를 얻기 위해 준비가 필요하지 않은 Rattle을 좋아합니다.

추신. 잊지 말자:

1. R은 세계 최고의 통계 시스템에서 무료로 제공되는 매우 진보된 시스템입니다.

2. R은 오픈 소스입니다

3. R은 C와 매우 우호적입니다.

 

약 반년 전에 나는 어떻게 그리고 무엇을 고려하는지 이해하기 위해 몇 일(무언가 마르기 시작했습니다 :))을 반성하는 데 보냈습니다. 나는 모든 것을 알아 냈지만 (적어도 그 당시에는 남아있는 질문이 없었지만 지금은 모든 것이 명확하지 않습니다) 프로그래밍에 도달하지 못하고 잊혀졌습니다.

아무도 다음 줄에 신경 쓰지 않습니다

To facilitate computation
on single machine with 128 G RAM with 32 cores,
we clustered patterns in 100 clusters using k−means
algorithm.

?

그리고 그 방법의 본질

The
learning of w is done simply by finding the best linear
fit over all choices
4개의 매개변수에 대한 계수의 적합이 있으며 그 중 3개(매개변수)는 "학습"을 기반으로 계산됩니다. 4개의 계수를 찾는 이 순간은 본질적으로 조정이며 이것이 작동하지 않을 것 같지만 역사에서는 훨씬 더 쉬운 방법을 사용하여 원하는 모든 것을 그릴 수 있습니다. 아무도 결과를 다시 확인할 수 없기 때문에이 기사가 인기를 얻었습니다. 그러나 어쩌면 내가 틀렸을 수도 있습니다.
 
СанСаныч Фоменко :

1. 매우 환상적입니다. MKL에서 모델을 구현하는 R 코드 가져오기. 그것은 절대적으로 현실적이지 않으며 가장 중요한 것은 필요하지 않습니다.

...

R에서 가져올 필요는 없습니다. 문제를 이해하고 코딩할 수 있습니다.
 
Valerii Mazurenko :

약 반년 전에 나는 어떻게 그리고 무엇을 고려하는지 이해하기 위해 몇 일(무언가 마르기 시작했습니다 :))을 반성하는 데 보냈습니다. 나는 모든 것을 알아 냈지만 (적어도 그 당시에는 남아있는 질문이 없었지만 지금은 모든 것이 명확하지 않습니다) 프로그래밍에 도달하지 못하고 잊혀졌습니다.

아무도 다음 줄에 신경 쓰지 않습니다

?

그리고 그 방법의 본질

4개의 매개변수에 대한 계수 피팅이 있으며 그 중 3개(매개변수)는 "학습"을 기반으로 계산됩니다. 4개의 계수를 찾는 이 순간은 본질적으로 조정이며 이것이 작동하지 않을 것 같지만 역사에서는 훨씬 더 쉬운 방법을 사용하여 원하는 모든 것을 그릴 수 있습니다. 아무도 결과를 다시 확인할 수 없기 때문에이 기사가 인기를 얻었습니다. 그러나 어쩌면 내가 틀렸을 수도 있습니다.

k-평균에 대해.

과매수/과매도 영역을 보여주는 많은 지표가 있습니다.

일정한 간격으로 RSI 값을 취하여 3개의 등급으로 나누었습니다.

결과.

1. 문서에 표시된 숫자 30/70은 거의

2. 30/70 경계는 가변적이며 이동함에 따라 변경됩니다.

3. 이러한 변수 경계와 함께 RSI를 사용하는 Expert Advisor는 성능을 크게 향상시키고 가장 중요하게는 보다 안정적으로 동작합니다.

드미트리 페도세프

아마도 코드 k-means?

아니면 R과 함께 제공되는 기본 패키지 코딩을 즉시 시작하시겠습니까? 문서가 준비되었습니다. "R 참조"라고 합니다. 2000페이지가 넘습니다.

추신.

R에는 130,000개 이상의 기능을 포함하는 약 7,000개의 패키지가 있습니다. 약 5% 정도가 우리와 관련되어 있다고 생각합니다.

PSPS

R - 세계 정상의 통계 및 그래픽 시스템. 그 외에도 2개의 비교 가능한 시스템이 더 있지만 유료입니다.

 
СанСаныч Фоменко :

...

1. k-means를 인코딩할 수 있습니까?

2. 아니면 R과 함께 제공되는 기본 패키지 코딩을 바로 시작하시겠습니까? 문서가 준비되었습니다. "R 참조"라고 합니다. 2000페이지가 넘습니다.

추신.

R에는 130,000개 이상의 기능을 포함하는 약 7,000개의 패키지가 있습니다. 나는 약 5%가 우리와 관련이 있다고 생각합니다.

PSPS

R - 세계 정상의 통계 및 그래픽 시스템. 그 외에도 2개의 비교 가능한 시스템이 더 있지만 유료입니다.

2. 그런 욕망이 있었다. 내가 보았을 때 얼마나 많은 것이 있고 어떻게 연결되어 있는지. 그럴 가치가 없어.

1. 이 주제에 대해 뭔가가 있습니까? 여기 위키피디아에서:

알고리즘의 동작은 다음 클러스터의 중심에서 클러스터 포인트의 총 제곱 편차를 최소화하는 것과 같습니다.

그것이 절대 가치 주위에 춤을 추면 이것이 시장에 어떻게 적합합니까?
 

나는 아마도 10개 중 10개를 시도할 것입니다... //베이지안은 제 생각에는 전혀 굴러가지 않습니다

http://datareview.info/article/10-tipov-regressii-kakoy-vyibrat/

당신의 의견?

10 типов регрессии – какой выбрать?
10 типов регрессии – какой выбрать?
  • 투표: 4
  • datareview.info
Сегодня мы расскажем о десяти основных видах регрессии и подскажем, какой из них выбрать исходя из контекста поставленной задачи.