Discussão do artigo "Técnicas do MQL5 Wizard que você deve conhecer (Parte 37): Regressão por Processo Gaussiano com Núcleos Lineares e de Matérn"
Estou recebendo um erro crítico.
índice fora do intervalo em 'MoneyWZ_37.mqh' (197,17)
em relação à linha
series[size][0] = profit;
Nigel Philip J Stephens erro crítico.
índice fora do intervalo em 'MoneyWZ_37.mqh' (197,17)
relacionado à linha
series[size][0] = profit;
Hi,
Acabei de fazer alterações no código anexado e o reenviei para publicação.
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Técnicas do MQL5 Wizard que você deve conhecer (Parte 37): Regressão por Processo Gaussiano com Núcleos Lineares e de Matérn foi publicado:
Continuamos esta série sobre as diferentes formas de implementar classes de componentes-chave de Expert Advisors montados pelo assistente, considerando 2 núcleos de Processo Gaussiano. O núcleo linear e o núcleo de Matérn. O primeiro é tão simples que não possui nem página na Wikipédia, no entanto o segundo possui uma página de referência aqui.
Se formos recapitular o que cobrimos sobre Núcleos de Processo Gaussiano (GPs), eles são modelos não paramétricos capazes de mapear relações complexas entre conjuntos de dados (tipicamente em forma de vetores) sem qualquer conhecimento funcional ou prévio sobre o par de conjuntos envolvidos. Isso os torna ideais para lidar com situações em que os conjuntos de dados envolvidos são não lineares ou até mesmo ruidosos. Essa flexibilidade, além disso, os torna bastante adequados para séries temporais financeiras que podem ser frequentemente voláteis, já que os GPs tendem a fornecer saídas mais refinadas. Eles oferecem uma estimativa de previsão mais um intervalo de confiança. Os GPs ajudam a determinar a similaridade entre dois conjuntos de dados e, como existem vários tipos de núcleos que podem ser utilizados na Regressão por Processo Gaussiano, é sempre fundamental identificar o núcleo apropriado ou estar atento às limitações do núcleo escolhido, especialmente em casos em que os núcleos são usados para extrapolar uma previsão.
Autor: Stephen Njuki