Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 340
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
R'nin güzel bir mxnet paketi var. Ancak Python'da daha gelişmiş modellere bakılması gerekiyor.
Garip. geçen gün sinir ağları ve NS'de özgür yazılım hakkında nispeten yeni bir inceleme okudum. Yani Python diğerlerinden çok uzakta. Diğerleri arasında bahsedilir, ancak anladığım kadarıyla çeşitlilikle parlamaz. Maalesef bağlantıyı kaydetmemişim.
R'ye gelince, uzmanlık nedeniyle, modelleme için olağan matematikten tamamen yoksundur - örneğin, sinyal filtreleme ve çok daha fazlası. Ne yapabilirsiniz - şarkı söylemek veya dans etmek.
Bakın Bu , bu , bu ve belki bu .
Her şey net olmayacak ama sinir ağları ile ilgili bazı temel kavramları öğrenebilirsiniz, umarım.
İyi şanlar
Bu arada, MT4|5'in R ile entegrasyonu zaten yapıldı mı, yoksa hala DLL'yi kullanmanız gerekiyor mu?
Şahsen benim fikrim - nöronlar, ormanlar, gerilemeler - tüm bunlar forex için çok zayıf.............
Şimdi benzer kalıplardan sonra fiyatın nasıl davrandığını tarihe bakan kalıp tanıma modelleri üzerinde çalışıyorum ................
Benim adımlarımı takip ediyorsun ve benim gibi düşünüyorsun, komik.
Piyasa enteresan bir canavar, hemen anlamak zor... Ben size nörona biraz daha stabilite nasıl ekleyebileceğinizi anlatacağım, bunu uzun zamandır yazmıştım, eklemeniz gerekiyor yani- “eleştirel bakış açısı” olarak adlandırılan
tarif şu:
1) bazı piyasa verilerini alıyoruz - göstergelerden fiyatın kendisine kadar her şey olabilir
2) eğitim örneğini alın ve "A", "B", "C" olmak üzere üç parçaya bölün
3) çıkışında, sınıfın kendisi değil, bir sınıf olasılığı olan vektörün olduğu bir nöron alıyoruz, bu nöronu örnek "A" üzerindeki piyasa verileriyle eğitiyoruz.
4) nöronumuz tarafından "B" ve "C" örneklerini tahmin ederiz, "B" ve "C" örneği için bir tahmin vektörü elde ederiz
5) yeni bir nöron alın ve onu "B" örneğindeki piyasa verileriyle yeniden eğitin ve daha fazlasını ekleyin eski nörondan "B" örneğinden tahmin vektörü
6) doğrulama için örnek "C"
dene, ne olduğunu ortaya çıkar
sinyal filtreleme ve çok daha fazlası. ve.
Daha spesifik olabilir misin? Çok ilginç.
Bana R'deki her şey gereksizmiş gibi geldi. İstatistiklere göre değerlendirme listesi matlab'a benzemiyor, ancak her şey orada görünüyor ...
Bu arada, MT4|5'in R ile entegrasyonu zaten yapıldı mı, yoksa yine de DLL'yi uygulamanız gerekiyor mu?
İşte örnekler içeren bir kütüphane. Şikayet yok.
Benim adımlarımı takip ediyorsun ve benim gibi düşünüyorsun, komik.
Piyasa enteresan bir canavar, hemen anlamak zor... Ben size nörona biraz daha stabilite nasıl ekleyebileceğinizi anlatacağım, bunu uzun zamandır yazmıştım, eklemeniz gerekiyor yani- “eleştirel bakış açısı” olarak adlandırılan
tarif şu:
1) bazı piyasa verilerini alıyoruz - göstergelerden fiyatın kendisine kadar her şey olabilir
2) eğitim örneğini alın ve "A", "B", "C" olmak üzere üç parçaya bölün
3) çıkışında, sınıfın kendisi değil, bir sınıf olasılığı olan vektörün olduğu bir nöron alıyoruz, bu nöronu örnek "A" üzerindeki piyasa verileriyle eğitiyoruz.
4) nöronumuz tarafından "B" ve "C" örneklerini tahmin ederiz, "B" ve "C" örneği için bir tahmin vektörü elde ederiz
5) yeni bir nöron alın ve onu "B" örneğindeki piyasa verileriyle yeniden eğitin ve daha fazlasını ekleyin eski nörondan "B" örneğinden tahmin vektörü
6) doğrulama için örnek "C"
dene, ne olduğunu ortaya çıkar
Ağaçlarda denedim - orada da bir sınıf yerine, bir sınıfın olasılığını alabilirsiniz. Şema neredeyse sizin. Daha da fazlasını denedim: Olasılığı ikiye bölmedim ama farklı bölme yöntemleri var. İyileştirme - yüzde birkaç.
Her şey boş.
Hedefle ilgili tahmin edicileri aramalıyız. Ve modelle hiç uğraşmayın. İyi tahmin edicilerle, modeller yaklaşık olarak aynı sonuçları verecektir.
Daha spesifik olabilir misin? Çok ilginç.
Bana R'deki her şey gereksizmiş gibi geldi. İstatistiklere göre değerlendirme listesi matlab'a benzemiyor, ancak her şey orada görünüyor ...
Özellikle zaten söyledi. Örneğin - filtreleme. R'de olduğu gibi filtreler, radyo mühendisliği anlamında filtreler ve filtrelerle çalışmak için tüm yazılımlar yoktur. Z-dönüşümü - yok. İntegral dönüşümler yoktur (her şeyden sadece Fourier var gibi görünüyor). R'de birçok şey eksik, bu yüzden birkaç ay önce SciLab'dan ayrıldı. Sonra sorarlardı, detaylandırmak mümkün olurdu.)
Bu, R'deki bir kusur değil, bir özgüllüktür. SciLab'ın da kendi dezavantajları (özellikleri) vardır.) Yazılımlar, kısmen kesişen çeşitli görevleri çözmeyi amaçlar.
Özellikle zaten söyledi. Örneğin - filtreleme. R'de olduğu gibi filtreler, radyo mühendisliği anlamında filtreler ve filtrelerle çalışmak için tüm yazılımlar yoktur. Z-dönüşümü - yok. İntegral dönüşümler yoktur (her şeyden sadece Fourier var gibi görünüyor). R'de birçok şey eksik, bu yüzden birkaç ay önce SciLab'dan ayrıldım. Sonra sorarlardı, detaylandırmak mümkün olurdu.)
Bu, R'deki bir kusur değil, bir özgüllüktür. SciLab'ın da kendi dezavantajları (özellikleri) vardır.) Yazılımlar, kısmen kesişen çeşitli görevleri çözmeyi amaçlar.
Cümleyi yanlış kuruyorsun. Yaz: "İhtiyacım olan filtreleri bulamadım *. Hangi filtrelerle ilgilendiğinizi bilmediğim için önceden birkaç tane vereceğim:
mFilter paketi - Baxter-King filtresi, Butterworth filtresi, Christiano-Fitzgerald filtresi, Hodrick-Prescott filtresi, Trigonometrik regresyon filtresi
paket FKF - Hızlı Kalman filtresi
paket kza katsayısı() Kolmogorov-Zurbenko Fourier Dönüşümü
ve daha birçokları..
Ayrıca, filtreler konusuna derinlemesine giriyorsanız ve bunun hesaplandığı matematiksel formülü biliyorsanız, basitçe hesaplamak sorun değil. Değil?
İyi şanlar
Özellikle zaten söyledi. Örneğin - filtreleme. R'de olduğu gibi filtreler, radyo mühendisliği anlamında filtreler ve filtrelerle çalışmak için tüm yazılımlar yoktur. Z-dönüşümü - yok. İntegral dönüşümler yoktur (her şeyden sadece Fourier var gibi görünüyor). R'de birçok şey eksik, bu yüzden birkaç ay önce SciLab'dan ayrıldı. Sonra sorarlardı, detaylandırmak mümkün olurdu.)
Bu, R'deki bir kusur değil, bir özgüllüktür. SciLab'ın da kendi dezavantajları (özellikleri) vardır.) Yazılımlar, kısmen kesişen çeşitli görevleri çözmeyi amaçlar.
Bu R ile ilgili değil, seninle ilgili.
Anladığım kadarıyla bazı matematiksel araçlarda profesyonel olarak yetkinsiniz ve tabii ki bunları ticarette kullanmaya çalışıyorsunuz.
Bana öyle geliyor ki, farklı bir yaklaşım daha doğru: ticarette sorunlar arıyoruz ve sonra bu sorunları çözmek için araçlar arıyoruz.
R, ticarette istatistikleri kullanmak için özel bir sistemdir ve bu nedenle farklı matlab'lar, matkad'lar (skylab genellikle kimse tarafından bilinmez) on yıl önce R için rakip olarak listelenmiyordu.
Daha spesifik olarak, filtreler hakkında.
Yukarıda, bir meslektaşım bazılarının adını verdi.
Ancak filtreler, giriş sinyalinin ayrılmasıdır ve vurgulanan ilk şey trenddir. Sonuç olarak bir filtre seçtiğimiz yumuşatma, birçok R paketindeki ilk adımdır.Bu şekilde bildirilen yumuşatma araçları olarak, niteliksel olarak farklı, örneğin SSA (tırtıl), dalgacıklar gibi birçok başka yumuşatma aracı vardır.
Ama aslında, bahsettiğiniz R filtrelerinin sözde sorununun çok daha derin kökleri var.
Neden onlara ihtiyacın var? Filtre bir yardımcıdır. Ve R'de karar blokları oluşturmak için hazır çözümler var. İki otoyol tanımlanabilir: makine öğrenimi ve ARMA-ARIMA-ARFIMA-ARCH-GARCH. Peki ya böyle filtreler?