Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1489

 

peki, devlet Markovian, ama hangi model? tablo yöntemi veya ne

yani sk için daha fazla puana ihtiyacın var. en azından pencereler

ve rastgele bir seri verilirse 50/50 dışında nasıl bir tahminden bahsedebiliriz?
 
Makine öğreniminin nihai sonucunun çeşitliliği, sınırlı sayıda seçeneğe - bu mekanizmanın yaratıcısı tarafından sınırlanan kalıplara - birleşme eğilimindedir. Piyasa hareketlerinin çeşitliliği sonsuz olma eğilimindedir. Ve sadece bazen birlik eğilimi gösterir - bir krizde düz bir çizgi.
Dolayısıyla, ML'nin karlı bir ticaret stratejisi sağlamak için yeterince etkili bir yol olup olmadığı oldukça tartışmalı bir konudur ve burada çözülmesi pek olası değildir.
 
Maksim Dmitrievski :

yani sk için daha fazla puana ihtiyacın var. en azından pencereler

hatta birkaç bin puan aldığını yazdı

Maksim Dmitrievski :
ve rastgele bir seri verilirse 50/50 dışında nasıl bir tahminden bahsedebiliriz?

ne fark eder veri aynı model aynı

Tüm paketteki fonksiyon aracılığıyla yeni verileri tahmin ediyorum (İnternetteki tüm örneklerde vs...) sonuçlar süper

Aynı verileri aynı modelle ancak kayan bir pencerede tahmin ediyorum ve sonuç farklı, kabul edilemez.

İçinde ve aslında bir soru - Bu ne sorun?
 
mytarmailS :

hatta birkaç bin puan aldığını yazdı

ne fark eder veri aynı model aynı

Tüm paketteki fonksiyon aracılığıyla yeni verileri tahmin ediyorum (İnternetteki tüm örneklerde vs...) sonuçlar süper

Aynı verileri aynı modelle ancak kayan bir pencerede tahmin ediyorum ve sonuç farklı, kabul edilemez.

İçinde ve aslında bir soru - Bu ne sorun?

nasıl bir model ve durumları nereden aldığınız belli değil. Herhangi bir paket olmadan, kavramsal olarak ne yıkandı

belki oradaki rng öyle ki rastgele dağılmaz, bu yüzden 1. durumda onu tahmin ettiği ortaya çıkıyor. Trenin tohumunu değiştirmeye çalışın ve ilk durumda herhangi bir şeyi tahmin etmenin imkansız olduğunu görmek için test edin, aksi takdirde fikir nasıl yardımcı olacağı net değil

 
elibrarius :
Sınıflandırma olasılığına göre bölmeler yapılır. Daha doğrusu, olasılıkla değil, sınıflandırma hatasıyla. Çünkü eğitim hesabında her şey biliniyor ve elimizde bir olasılık değil, kesin bir tahmin var.
Farklı bölme işlevleri olmasına rağmen, yani. safsızlık ölçüleri (sol veya sağdaki numuneler).

Sınıflandırma doğruluğunun şu anda yapıldığı gibi toplam değil, örneklem üzerinden dağılımını kastettim.

 
Maksim Dmitrievski :

nasıl bir model ve durumları nereden aldığınız belli değil. Herhangi bir paket olmadan, kavramsal olarak ne yıkandı

belki oradaki rng öyle ki rastgele dağılmaz, bu yüzden 1. durumda onu tahmin ettiği ortaya çıkıyor. Trenin tohumunu değiştirmeye çalışın ve ilk durumda herhangi bir şeyi tahmin etmenin imkansız olduğunu görmek için test edin, aksi takdirde fikir nasıl yardımcı olacağı net değil

İşte dosya, fiyatlar ve "data1" ve "data2" tahmin edicileri olan iki sütun var.

HMM'yi sadece iki durumla (öğretmensiz veri treninde) bu iki sütun üzerinde ("data1" ve "data2") python'unuzda veya istediğiniz yerde alıp eğitiyorsunuz, fiyata hiç dokunmuyorsunuz, sadece o zaman sadece görselleştirme için

Sonra Viterbi algoritmasını alıp (veri testi) ortaya çıkarırsınız.

iki durum elde ediyoruz, bunun gibi görünmeli

karoch kase gerçek))

Ve sonra aynı veriler üzerinde kayan bir pencerede hesaplamak için aynı Viterbi'yi deneyin

Dosyalar:
dat.txt  2566 kb
 
mytarmailS :

İşte dosya, fiyatlar ve "data1" ve "data2" tahmin edicileri olan iki sütun var.

HMM'yi sadece iki durumla (veri treninde) bu iki sütun üzerinde ("veri1" ve "veri2") python'unuzda veya istediğiniz yerde alıp eğitirsiniz, fiyata hiç dokunmazsınız, ancak o zaman için görselleştirme

Sonra Viterbi algoritmasını alıp (veri testi) ortaya çıkarırsınız.

iki durum elde ediyoruz, bunun gibi görünmeli

karoch kase gerçek))

Ve sonra aynı veriler üzerinde kayan bir pencerede hesaplamak için aynı Viterbi'yi deneyin

senk, pozyryu che evet daha sonra abonelikten çıkacağım, tk. Markov'la çalışıyorum.

 
Maksim Dmitrievski :

senk, pozyryu che evet daha sonra abonelikten çıkacağım, tk. Markov'la çalışıyorum.

nasılsın?

 
mytarmailS :

nasılsın?

Henüz izlemedim izin günü) Vaktim olursa yazarım, hafta sonu anlamında

paketler bakarken. Bence https://hmmlearn.readthedocs.io/en/latest/tutorial.html işinizi görecektir

Tutorial — hmmlearn 0.2.1.post22+g7451142 documentation
  • hmmlearn.readthedocs.io
implements the Hidden Markov Models (HMMs). The HMM is a generative probabilistic model, in which a sequence of observable variables is generated by a sequence of internal hidden states . The hidden states are not observed directly. The transitions between hidden states are assumed to have the form of a (first-order) Markov chain. They can be...
Neden: