Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 1552
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
Esasen bot için yedek parça arıyorum, kendim için videolar yazıyorum. İlginç bir şey görüyorum - yaz
Gerçeği söylemek gerekirse, her yerden biraz doğrudan çok yararlı bir şey ödünç alacak tek bir makale henüz olmadı.Evet, her zaman ödünç alınacak bir şey olmadığı açıktır ...
Ancak CatBoost hakkında - görünüşe göre zaman serileri için pek uygun değil , diğer modeller gibi - hepsi numunenin geçmişindeki desenin (yaprak) tekrarlanabilirliğini hesaba katmaz, numune üzerindeki dağılımı çok önemlidir.
Evet, her zaman ödünç alınacak bir şey olmadığı açıktır ...
Ancak CatBoost hakkında - görünüşe göre diğer modeller gibi zaman serileri için pek uygun değil - hepsi numunenin geçmişindeki desenin (yaprak) tekrarlanabilirliğini hesaba katmaz, numune üzerindeki dağılımı çok önemlidir.
ne şekilde dikkate alınmaz? bazı kalıpları örnekleme?
onları biriktirebilirsin
Genel olarak, kendi içinde çok havalı ve kullanışlı, + sürekli gelişiyorlar. Neredeyse her şeyde xgboost'u geçtiğini söylüyorlar. Doğru, bu hala açık bir sorudur - bu, NN zaman serileri veya artırma için daha iyidir.
ne şekilde dikkate alınmaz? bazı kalıpları örnekleme?
onları biriktirebilirsin
Anladığım kadarıyla, CatBoost genellikle 64 değere kadar bölmeyi hesaplamak için örnekleme algoritmasında rastgele bir pencere alır (bunun kategorik tahminciler için mi yoksa hepsi için mi geçerli olduğunu anlamadım).
Sonuç olarak, çoğu algoritma için, örneğin 1/10'unun bir yaprak aktivasyonuna sahip olup olmadığı veya tüm numuneye dağıtılmış olması önemli değildir - dağılımın tüm numune üzerinde olması gerektiğine inanıyorum (diyelim ki her birinde) 1/5 en az %10-15) ve istatistiksel göstergelere ek olarak ekonomik göstergeleri de hesaba katmanız gerekiyor - yaptığım şey bu, sayfaları ayrı ayrı kontrol ediyorum.
Genel olarak, kendi içinde çok havalı ve kullanışlı, + sürekli gelişiyorlar. Neredeyse her şeyde xgboost'u geçtiğini söylüyorlar. Doğru, bu hala açık bir sorudur - bu, NN zaman serileri veya artırma için daha iyidir.
Daha önce de söylediğim gibi, geliştiricilere göre, eğer tahminciler aynı ölçü birimlerinde birbirine benzerse, o zaman NN daha iyidir, ancak sadece getirilerim yok, ama NN'yi denersiniz.
Daha önce de söylediğim gibi, geliştiricilere göre, eğer tahminciler aynı ölçü birimlerinde birbirine benzerse, o zaman NN daha iyidir, ancak sadece getirilerim yok, ama NN'yi denersiniz.
artışlar için, tekrarlayanlar çok uygun ve modifikasyonları, sonra deneyeceğim
artışlar için, tekrarlayanlar çok uygun ve modifikasyonları, sonra deneyeceğim
Her şey mümkün, denemek zorundasın.
Son videoya göre - kodun ilgiyi değiştirmeyeceğine katılmıyorum - bir kişi elini yalnızca python ve MO'da denerse, izlemesi onun için daha ilginç olacaktır ve sorular esasa ilişkin olabilir. Seyirciyi anlamak zor olsa da, evet, her şey bir anda böyle olmuyor.
Özellikler açısından - artışları seçmek için rastgele formüllerden farklı doğrusal formüller denemek daha iyi değil mi? Belki 1'den 10'a kadar bir ofset ile üç dönüşe ve 10'dan 50'ye kadar bir ofset ile otuza ihtiyacınız var.
Biraz eleştireceğim) Maxim, anlamadım *** .....
İpucu, orada ne yarattığınızı anlamak için kodu görmeniz gerekir. Bu nedenle, her videonun kodunu bir blogda veya herhangi bir yerde, herhangi bir dosya olmadan yalnızca açık kaynakta yayınlayın.
Yorumları koda yerleştirin. Sonra kod parçalarını uygulamaya koyabilir ve bir şey hakkında konuşabilirsiniz. Ve bu yüzden sadece yüksek sesle yansımaların olduğu videolar)
PS Grafiğin ölçeğini ayarladığınız ne tür bir kitaplık yalnızca tarayıcıda çalışır?
Her şey kodla yapılamaz.
Örneğin, bekleyen siparişler vermek (bazı çeşitleri)
Biraz eleştireceğim) Maxim, anlamadım *** .....
İpucu, orada ne yarattığınızı anlamak için kodu görmeniz gerekir. Bu nedenle, her videonun kodunu bir blogda veya herhangi bir yerde, herhangi bir dosya olmadan yalnızca açık kaynakta yayınlayın.
Yorumları koda yerleştirin. Sonra kod parçalarını uygulamaya koyabilir ve bir şey hakkında konuşabilirsiniz. Ve bu yüzden sadece yüksek sesle yansımaların olduğu videolar)
PS Grafiğin ölçeğini ayarladığınız ne tür bir kitaplık yalnızca tarayıcıda çalışır?
Herkese cevap vermek için koddan çıldırıyorum, yeterli zaman yok
bazı ara seçenekler sonra atmak
https://kernc.github.io/backtesting.py/