Яндекс GPT и программирование на MQL4 - страница 7

 
СанСаныч Фоменко #:

А вот пример содержательного ответа.

Вопрос:

Чем отличаются пакеты gbm от ada в R

В библиотеке R есть несколько пакетов для работы с градиентным бустингом (gradient boosting), среди которых выделяются gbm и ada. Эти два пакета используют разные алгоритмы градиентного бустинга, хотя оба предназначены для решения задач классификации и регрессии. Давайте рассмотрим их различия:

Пакет gbm

Пакет gbm реализует алгоритм градиентного бустинга деревьев (Gradient Boosted Trees). Этот пакет основан на подходе Фридмана (Friedman), который использует метод наименьших квадратов для минимизации ошибки на каждом шаге обучения модели. Основные особенности этого пакета включают:

  • Алгоритм: Использует деревья решений (decision trees).
  • Функция потерь: Поддерживает различные функции потерь, такие как гауссовская (для регрессии), девиантность (для бинарной классификации) и мультиклассовая девиантность (для многоклассовой классификации).
  • Параметры: Можно настраивать параметры, такие как количество деревьев ( n.trees ), глубина дерева ( interaction.depth ) и размер выборки для каждого дерева ( bag.fraction ).
  • Применение: Подходит для широкого спектра задач, включая регрессию и классификацию.

Пример использования:

library(gbm) data(iris) model <- gbm(Species ~ ., data = iris, distribution = "multinomial")

Пакет ada

Пакет ada реализует адаптивный бустинг (AdaBoost). В отличие от gbm, этот пакет ориентирован исключительно на задачи классификации. Алгоритм AdaBoost был предложен Йоавом Фройндом и Робертом Шапиром и является одним из первых методов бустинга. Особенности пакета ada:

  • Алгоритм: Используется подход адаптивного бустинга (AdaBoost), где каждый новый классификатор обучается на данных, взвешенных предыдущими ошибками.
  • Функции потерь: Поддерживается только бинарная классификация.
  • Параметры: Можно настраивать количество итераций ( iter ), а также начальный вес ошибок ( nu ).
  • Применение: Хорошо подходит для задач бинарной классификации, особенно когда требуется высокая точность.

Пример использования:

library(ada) data(iris) # Преобразуем Species в фактор с двумя уровнями iris$Species <- factor(ifelse(iris$Species == 'setosa', 'setosa', 'other')) model <- ada(Species ~ ., data = iris, type = "discrete")

Ключевые отличия

  1. Тип решаемой задачи:
    • gbm: Может использоваться как для регрессии, так и для классификации (включая многоклассовую).
    • ada: Применяется только для бинарной классификации.
  2. Алгоритмы:
    • gbm: Использует градиентный бустинг деревьев.
    • ada: Использует адаптивный бустинг (AdaBoost).
  3. Поддержка функций потерь:
    • gbm: Поддерживает разнообразные функции потерь для различных типов задач.
    • ada: Ограничена функцией потерь для бинарной классификации.
  4. Настраиваемые параметры:
    • gbm: Имеет больше параметров настройки, таких как глубина дерева и доля выборки.
    • ada: Меньше параметров настройки, но они могут быть критичны для повышения точности.

Таким образом, выбор между этими пакетами зависит от конкретной задачи и требований к модели. Если вам нужно решать задачу регрессии или многоклассовой классификации, то лучше использовать gbm. Для бинарных классификационных задач ada может предложить хорошие результаты благодаря своей специализации.

Точный и полный ответ.


Чудеса, однако
 напоминаю, еще летом этот гпт не знал про R

Круто, только mq4 это уже как старославянский 

 
Сколько не пытался в gpt код для mql4 написать, пишет вроде логично, но ничего не работает. тоесть написать индюк, который бы в separate windows вывел размеры свечей, хай-лоу, выдал код на килобайт, который на графике рисовал кракозябры. раз 40 пробовал разные задачи давать, ересь.
 
new2025fx #:
Сколько не пытался в gpt код для mql4 написать, пишет вроде логично, но ничего не работает. тоесть написать индюк, который бы в separate windows вывел размеры свечей, хай-лоу, выдал код на килобайт, который на графике рисовал кракозябры. раз 40 пробовал разные задачи давать, ересь.

Самое смешное, что 95% кода - рабочие. И чуть ли не всегда найдутся эти 5%, из-за которых ничего не работает. 

И ладно бы компиляторная ошибка - её можно загуглить или уточнить у самого чата. Но когда проблема в логике - уже ничего не найдёшь. Либо сам придёшь к ошибке, либо до лучших времён. 

 
Ivan Butko #:

Самое смешное, что 95% кода - рабочие. И чуть ли не всегда найдутся эти 5%, из-за которых ничего не работает. 

И ладно бы компиляторная ошибка - её можно загуглить или уточнить у самого чата. Но когда проблема в логике - уже ничего не найдёшь. Либо сам придёшь к ошибке, либо до лучших времён. 

Мне кажется, что попытка получить работающий код от GPT, совершенно не верная.

То, что находит GPT, это так, "для общего развития", мотивы на тему. И не важно качество кода, так как код надо писать самому и в этом случае полученный результат поиска может быть более или менее полезен. 

А вот выбор вариантов решения одной и той же задачи, крайне полезная штука, как в моем примере выше, особенно в случае, если с одним из вариантов хорошо знаком/владеешь, а с други знаком по-наслышке.

 
СанСаныч Фоменко #:

Мне кажется, что попытка получить работающий код от GPT, совершенно не верная.

То, что находит GPT, это так, "для общего развития", мотивы на тему. И не важно качество кода, так как код надо писать самому и в этом случае полученный результат поиска может быть более или менее полезен. 

А вот выбор вариантов решения одной и той же задачи, крайне полезная штука, как в моем примере выше, особенно в случае, если с одним из вариантов хорошо знаком/владеешь, а с други знаком по-наслышке.

Согласен, пока пытал чат, он некоторые моменты писал по-разному, и где-то полезно
 
Самое интересное, что лидеры AI индустрии говорят о том, что данные в интернете исчерпаны, полагаю, что данные имеется ввиду открытые, не могут же они позволить в закрытых репозиториях разработчиков по всему миру копаться, но суть в том, что у разработчиков всегда будет хлеб. Поскольку, по их словам, данные исчерпаны, данные создаются синтетически, мол модель делает на основе умозаключения и потом выдает за архивную информацию. Суть в том, что такая информация не идет ни в какое сравнение с кодом программиста-мидла, не говоря уже о сеньорах и вообще контуженных энтузиастах мира IT, а-ля сел и состряпал без задней мысли топовую программу) Это радует, все таки живой ум человека способен пока что на большее! Всем добра!
 

Общаюсь с новым китайским шедевром - DeepSeek, по отзывам превосходит все другое.

Задаю вопрос:

дай прогноз курса рубля на завтра

Ответ:

К сожалению, я не могу предоставить прогноз курса рубля на завтра, так как не имею доступа к реальным финансовым данным и не обладаю возможностью предсказывать изменения на финансовых рынках. Прогнозирование курсов валют — это сложная задача, которая зависит от множества факторов, таких как:


1. **Экономические показатели**: ВВП, инфляция, уровень безработицы, торговый баланс.

2. **Политические события**: Санкции, изменения в законодательстве, международные отношения.

3. **Действия центральных банков**: Изменение ключевых ставок, интервенции на рынке.

4. **Рыночные настроения**: Спрос и предложение на валюту, поведение инвесторов.

5. **Глобальные события**: Кризисы, пандемии, изменения цен на нефть и другие сырьевые товары.


Для получения актуального прогноза курса рубля я рекомендую обратиться к следующим источникам:

- **Официальные данные Центрального банка РФ**.

- **Аналитические отчеты крупных банков и финансовых институтов**.

- **Финансовые новости** (например, Bloomberg, Reuters, РБК).

- **Экспертные мнения экономистов и аналитиков**.


Если вы хотите самостоятельно анализировать данные, можно использовать методы машинного обучения для прогнозирования, но для этого потребуются исторические данные и глубокое понимание финансовых рынков.


АУ, ребята! Что мы тут все делаем? Может подождем манны небесной?

 
СанСаныч Фоменко #:

Общаюсь с новым китайским шедевром - DeepSeek, по отзывам превосходит все другое.

Задаю вопрос:

дай прогноз курса рубля на завтра

Ответ:

К сожалению, я не могу предоставить прогноз курса рубля на завтра, так как не имею доступа к реальным финансовым данным и не обладаю возможностью предсказывать изменения на финансовых рынках. Прогнозирование курсов валют — это сложная задача, которая зависит от множества факторов, таких как:


1. **Экономические показатели**: ВВП, инфляция, уровень безработицы, торговый баланс.

2. **Политические события**: Санкции, изменения в законодательстве, международные отношения.

3. **Действия центральных банков**: Изменение ключевых ставок, интервенции на рынке.

4. **Рыночные настроения**: Спрос и предложение на валюту, поведение инвесторов.

5. **Глобальные события**: Кризисы, пандемии, изменения цен на нефть и другие сырьевые товары.


Для получения актуального прогноза курса рубля я рекомендую обратиться к следующим источникам:

- **Официальные данные Центрального банка РФ**.

- **Аналитические отчеты крупных банков и финансовых институтов**.

- **Финансовые новости** (например, Bloomberg, Reuters, РБК).

- **Экспертные мнения экономистов и аналитиков**.


Если вы хотите самостоятельно анализировать данные, можно использовать методы машинного обучения для прогнозирования, но для этого потребуются исторические данные и глубокое понимание финансовых рынков.


АУ, ребята! Что мы тут все делаем? Может подождем манны небесной?

в ответе ИИ полный бред

курс зависит только от реальных позиций трейдеров и больше ни от чего не зависит

направление движения цены зависит от  перевеса покупок и продаж

цена идет к установлению баланса между покупками и продажами, т.е. к паритету

БУ в курсе чо такое?

безубыток, причем БУ финансового рынка!

вот туда цена и прет, ВСЕГДА!

 
Renat Akhtyamov #:

курс зависит только от реальных позиций трейдеров и больше ни от чего не зависит

Если точнее, то от позиций цена уже не зависит. Она зависит от наполненности стакана заявками, их объема на всех уровнях и от рыночных ордеров, которыми эти заявки разъедаются.

Но дело даже не в этом. Рена, судя по твоей фразе, ФА (фундаментальный анализ) и фундаментальные факторы не влияют на действия трейдеров, и как следствие, на цену.
Это новое слово в трейдинге. Тянет на Нобелевскую премию. 

 
Grigori.S.B #:

Если точнее, то от позиций цена уже не зависит. Она зависит от наполненности стакана заявками, их объема на всех уровнях и от рыночных ордеров, которыми эти заявки разъедаются.

Но дело даже не в этом. Рена, судя по твоей фразе, ФА (фундаментальный анализ) и фундаментальные факторы не влияют на действия трейдеров, и как следствие, на цену.
Это новое слово в трейдинге. Тянет на Нобелевскую премию. 

возможно


цена дает полное понимание по объемам покупок и продаж, по сумме инвестиций, по профиту и эквити как коров, так и медведей

ничего не надо ни у кого выпрашивать, 

уметь считать и все

цена участвует в расчете маржи, профита, стоимости пункта

этого "за глаза", чтобы найти абсолютно все интересующие цифры

всем удачи

и....

не мучайте нейросети, это дело пустое

включайте свой мозг!