Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2706
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
Burayı okuyorum, görüyorum ki herkes kendi konuşmasını anlıyor.
Özellik oluşturma yöntemlerini karşılaştıramazsınız çünkü henüz kodda bir sistem oluşturmadım. Karşılaştırılabilecek olan şey, benim öngörücülerim ve bunları seçme sistemim/metodolojim ile sizin sisteminizdir.
Herkes MQL sunucusunun geçmiş aralığından veri alabilir - sürekli bir geçmiş istiyorsunuz. Ancak üzerinde eğitilecek nihai örnek, örneklerle, ancak ek öngörücülerle daha küçük bir büyüklük sırası olacaktır.
Kullanmayı önerdiğim Uzman Danışman açık tahmincileri kaydedecek ve csv dosyasının sonunda finansal sonuç ve hedefi içeren sütunlar olacaktır - oradan "ilk kural" / etkinleştirme işlevini tetikleme zamanı hakkında bilgi alabilirsiniz, bu nedenle algoritmayı R'de yeniden üretmeye gerek yoktur.
Zaman aralığını - 2010'dan 2020'ye kadar - eğitim, geri kalan zamanı ise eğitim dışındaki sonuçları test etmek için öneriyorum.
Tahmin edicilerinizi oluşturduğunuzda, sonucu csv olarak kaydedebilirsiniz - ve ben de öyle yapacağım. Ayrıca sütunları birleştirebilir ve farklı aralıklarda veya sadece ayrı ayrı çalışabilirsiniz - senkronizasyonun doğruluğunun karşılaştırılması için gereklidir.
Hiç girmek istemiyorsanız, tamamen biçimlendirme gönderebilirim.
Henüz kodda bir sistem oluşturmadığım için özellik oluşturma yöntemlerini karşılaştıramazsınız. Sisteminizi benim öngörücüler kümem ve bunların seçim sistemi/yöntemi ile karşılaştırabilirsiniz.
Herkes MQL sunucusunun geçmiş aralığından veri alabilir - sürekli bir geçmiş istiyorsunuz. Ancak eğitim için kullanılacak nihai örnek, örneklerle, ancak ek tahmin edicilerle birlikte daha küçük dizeler olacaktır.
Kullanmayı önerdiğim Uzman Danışman açık tahmincileri kaydedecek ve csv dosyasının sonunda finansal sonuç ve hedefi içeren sütunlar olacaktır - buradan "ilk kural" / etkinleştirme işlevinin tetiklenme zamanı hakkında bilgi alabilirsiniz, bu nedenle algoritmayı R'de yeniden üretmeye gerek yoktur.
Zaman aralığını - 2010'dan 2020'ye kadar - eğitim, geri kalan zamanı ise eğitim dışındaki sonuçları kontrol etmek için öneriyorum.
Tahmin edicilerinizi oluşturduğunuzda, sonucu csv olarak kaydedebilirsiniz - ve ben de öyle yapacağım. Sütunları birleştirebilir ve farklı aralıklarda ya da sadece ayrı ayrı çalışabilirsiniz - senkronizasyonun doğruluğunu karşılaştırmak için buna ihtiyacınız var.
Eğer bu konuya hiç girmek istemiyorsanız, tamamen biçimlendirme gönderebilirim.
Mantığa geri dönelim
Birçok farklı nitelik olabilir ve bunlar bilgilendirici olabilir ya da olmayabilir, bu hedefle olan ilişkilerine bağlıdır.
bir ilişki ile uyum arasındaki fark nedir? bazı ölçütlerle ifade edilen bilgilendirici bağımlılık derecesi
Etiketlerin her bir özelliğe olan bilgi bağımlılığı ne kadar düşükse, eğitim için o kadar fazla özellik gerekir.
Özellik sayısının artırılması, sistemin çok fazla serbest parametreye sahip olmaya başlaması nedeniyle uydurmaya yol açar
Bu durumda tek doğru yaklaşım nedir? Hedef özelliklere oranlarını artırırken özellik sayısını en aza indirmek
Bu yüzden sadece özellikleri değil, aynı zamanda hedef özellikleri de bazı bilgi bağlama kriterlerine göre bombardıman etmek gerekir.
Bu yönde çalışacak biri olursa kod konusunda yardımcı olurum.Mantığa geri dönelim
Birçok farklı nitelik olabilir ve bunlar bilgilendirici olabilir veya olmayabilir, bu hedef niteliklerle olan ilişkilerine bağlıdır.
bir ilişki ile uyum arasındaki fark nedir? bazı ölçütlerle ifade edilen bilgilendirici bağımlılık derecesi
Etiketlerin her bir özelliğe olan bilgi bağımlılığı ne kadar düşükse, eğitim için o kadar fazla özellik gerekir.
Özellik sayısının artırılması, sistemin çok fazla serbest parametreye sahip olmaya başlaması nedeniyle uydurmaya yol açar
Bu durumda tek doğru yaklaşım nedir? Hedef özelliklere oranlarını artırırken özellik sayısını en aza indirmek
Bu yüzden sadece özellikleri değil, aynı zamanda hedef özellikleri de bazı bilgi bağlama kriterlerine göre bombardıman etmek gerekir.
Birisi bu yönde çalışacaksa, kod konusunda yardımcı olacağım.Elbette mantığa katılıyorum, bu yüzden daha önce önerdim - tahmin edicileri rastgele belirledikten sonra bunları işaretleme için kullanalım.
Benim için, tahmin yeteneği olan bu noktalar, genellikle ayrı ayrı eğitmeyi veya sayfaları onlardan ayırmayı ve ardından herhangi bir kümülatif eğitim prosedürünü gerçekleştirmeyi düşündüğüm olaylardır.
Böyle bir Olay ayrı bir ticaret sistemi olarak düşünülebilir ve bu sistemlerin davranışı/verimliliği analiz edilebilir.
Şimdi netleştirme konusunda benim için sorun, bu olayların bağımsız olarak muhasebeleştirilmesi, yani iletişim kaybı ve diğer zevklerle gerçek veriler üzerinde doğru şekilde çalışacak sanal destek.
Sistemi henüz kod olarak oluşturmadığım için özellik oluşturma yöntemleri karşılaştırılamıyor.
Yani insan ve makine tahminci oluşturma yöntemlerini karşılaştırın :)
Öyleyse insan ve makine tarafından tahminci üretme yöntemlerini karşılaştırın :)
Bu işte ne yapıyorsun o zaman?
Sadece açıklığa kavuşturmak için, benim oluşturduğum tahminciler.
Özellikle de benim oluşturduğum tahminciler.
Elbette mantığa katılıyorum, bu yüzden daha önce önerdim - tahmin edicileri rastgele belirleyelim ve sonra bunları işaretleme için kullanalım.
Benim için tahmin kabiliyetine sahip bu noktalar, genellikle ayrı ayrı eğitmeyi veya sayfaları onlardan ayırmayı ve ardından herhangi bir toplu eğitim prosedürünü gerçekleştirmeyi düşündüğüm olaylardır.
Böyle bir Olay ayrı bir ticaret sistemi olarak düşünülebilir ve bu sistemlerin davranışı/verimliliği analiz edilebilir.
Şimdi netleştirme konusunda benim için sorun, bu olayların bağımsız olarak muhasebeleştirilmesi, yani iletişim ve diğer zevklerin kaybı ile gerçek veriler üzerinde doğru şekilde çalışacak sanal destek.
Gerçekten bunun bir değeri olduğunu mu düşünüyorsun?
Elbette var. Yönteminizin size ne tür bir kazanç sağladığını görebilirsiniz. Belki de o kadar önemsizdir ki onu uygulamanın bir anlamı yoktur ya da tam tersi.