Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2031
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
hedefi aynı anda 4 parametre şeklinde daha karmaşık bir şekilde ifade etmeye çalışabilirsiniz
Diyelim ki almaya karar verdik...
ve şebeke bize sadece satın almamızı değil satmamızı söylüyor
ama diyor
hangi fiyattan alınacağı, hangi fiyattan kapatılacağı, hangi saatten sonra alınacağı ve ne kadar kapatılacağı
Durdurma kaybı ekleyebilir misin?
Bu kadar isabetli ve uzak tahminleri öğrenmek bana zor geliyor...
Alımlara göre - kâr sabitleme noktaları için farklı seçeneklerle sınıflandırmayı düşünüyorum ve model en olası ve karlı olanı seçmeli - evet, ZZ'ye benziyor, ancak burada doğruluk yalnızca tepe noktaları tarafından keskinleştirilecek ve tamamı değil segment artı model verilen her çubuk üzerinde belirli bir noktadan çalışmalıdır, ancak bu noktadan itibaren fiyatın her yolu bir pozisyon açmadan oluşmaz.
İyi bir giriş noktası, minimum kaybın alınabileceği yerdir, yani. SL'yi ayarlamak için uygun çıkış noktasını hemen bilmek önemlidir, eğer SL bir tür seviyelendirme göstergesine bağlıysa, giriş noktalarının bulunması ve filtrelenmesi oldukça kolaydır, benzerdirler, bu da eğitimin daha iyi olması gerektiği anlamına gelir.
Öyleyse soru, bu tür noktaların nasıl bulunacağıdır ...
Başarılar dilerim :)
Gerilemeye mi ihtiyacınız var? Bu modeller hakkında fazla tecrübem yok.
Bu konsepte aşinayım - bunu yapanlar var - soru, strateji oluşturmanın hangi yöntemi - motorun kendisinde ...
Sonra hedefi sınıflandırmak için mi? Tablonun giriş ile ilgili olan ilk bölümünü, SL, TP ve son sütunu ise işlem sonucunda +-1 olarak bırakacağım. Muhtemelen çıkış hakkında bilgi vermeye değmez, göz atabilirsiniz.
Ne motorundan bahsediyorsun? Yeni başlayanlar için kendi kendine yazılmış kaba kuvvet veya genetikte.
Sonra hedefi sınıflandırmak için mi? Tablonun giriş ile ilgili olan ilk bölümünü, SL, TP ve son sütunu ise işlem sonucunda +-1 olarak bırakacağım. Muhtemelen çıkış hakkında bilgi vermeye değmez, göz atabilirsiniz.
Ne motorundan bahsediyorsun? Yeni başlayanlar için kendi kendine yazılmış kaba kuvvet veya genetikte.
Ayrıca geri dönebilirsin, bir model yapabilirsin, anladığım kadarıyla sadece araştırma olduğu sürece. Ama orada kalite değerlendirmesi ile daha zor - plandan sapmayı değerlendirmek gerekecek, sapma vektörünü hemen değerlendirmek mümkün mü bilmiyorum yoksa orada modulo - ben yapmadım.
Kasıtlı olarak anlamsız ticaret koşulları yaratmamak için gerekli verileri akıllıca alacak bir motor hakkında - bir strateji oluşturma sürecinin kendisi ve bundan sonra genetik veya hatta modelleri nasıl daha fazla eğitebileceğiniz hakkında düşünebilirsiniz.
Ayrıca geri dönebilirsin, bir model yapabilirsin, anladığım kadarıyla sadece araştırma olduğu sürece. Ama orada kalite değerlendirmesi ile daha zor - plandan sapmayı değerlendirmek gerekecek, sapma vektörünü hemen değerlendirmek mümkün mü bilmiyorum yoksa orada modulo - ben yapmadım.
Kasıtlı olarak anlamsız ticaret koşulları yaratmamak için gerekli verileri akıllıca alacak bir motor hakkında - bir strateji oluşturma sürecinin kendisi ve bundan sonra genetik veya hatta modelleri nasıl daha fazla eğitebileceğiniz hakkında düşünebilirsiniz.
Aslında kümelemenin nasıl gruplanacağını, orada herhangi bir mantık olup olmayacağını görmek ilginç.
Başlamak için bir martin, antimartin ve bir darbe alabilirsiniz. Ve sonra ifelse: Eğer anlaşma kırmızıda kapanırsa, bir sonraki anlaşma ikiye katlanarak veya tam tersi yönde veya her ikisi ile açılır. Sıfırdan daha karmaşık bir şey bulmak zor.
Aslında kümelemenin nasıl gruplanacağını, orada herhangi bir mantık olup olmayacağını görmek ilginç.
Başlamak için bir martin, antimartin ve bir darbe alabilirsiniz. Ve sonra ifelse: Eğer işlem kırmızıda kapanırsa, bir sonraki işlem ikiye katlanarak veya tam tersi yönde veya her ikisi ile açılır. Sıfırdan daha karmaşık bir şey bulmak zor.
Daha fazlasını yapana kadar kaynak sağlayabilirim .
Daha fazlasını yapana kadar kaynak sağlayabilirim .
Catbust'ta bir feature_importances var mı, ormanlarda olduğu gibi kümeyi görme yeteneği var mı?
Makineniz tablo 14'ü 180.000.000'a sindirecek mi?
Catbust'ta bir feature_importances var mı, ormanlarda olduğu gibi kümeyi görme yeteneği var mı?
Makineniz tablo 14'ü 180.000.000'a sindirecek mi?
"özellik_önemleri" özelliklerin önemidir, kümenin bununla ne ilgisi var? Ya da bilmediğim bir şey. Böyle bir imkan var ama ben pek kullanmıyorum çünkü bu önem esasen benim konseptime uymayan ağaçların tepeleri tarafından ele alınıyor.
Modelleri 6 gigabaytlık tablolarda eğittim. Ve oradaki hafıza, şimdi hatırladığım kadarıyla 2 gigabayttan fazla tüketmedi.
"özellik_önemleri" özelliklerin önemidir, kümenin bununla ne ilgisi var? Ya da bilmediğim bir şey. Böyle bir imkan var ama ben pek kullanmıyorum çünkü bu önem esasen benim konseptime uymayan ağaçların tepeleri tarafından ele alınıyor.
Modelleri 6 gigabaytlık tablolarda eğittim. Ve oradaki hafıza, şimdi hatırladığım kadarıyla 2 gigabayttan fazla tüketmiyordu.
Orman için de kümenin önemini görmek mümkündür. Katbust'ta bu muhtemelen plot_tree'dir.
Verileri hazırlayıp yayınlayacağım.
6 sütun için bir test sürümü yaptım, 11GB aldı. Notepad++ açılamadı, dosyanın çok büyük olduğunu söylüyor. SQLite için BD Tarayıcı 20 dakikadır askıda.Orman için de kümenin önemini görmek mümkündür. Katbust'ta bu muhtemelen plot_tree'dir.
Verileri hazırlayıp yayınlayacağım.
6 sütun için bir test sürümü yaptım, 11GB aldı. Notepad++ açılamadı, dosyanın çok büyük olduğunu söylüyor. SQLite için BD Tarayıcı 20 dakikadır askıda."özellik_önemleri" özelliklerin önemidir, kümenin bununla ne ilgisi var? Ya da bilmediğim bir şey. Böyle bir imkan var ama ben pek kullanmıyorum çünkü bu önem esasen benim konseptime uymayan ağaçların tepeleri tarafından ele alınıyor.
Modelleri 6 gigabaytlık tablolarda eğittim. Ve oradaki hafıza, şimdi hatırladığım kadarıyla 2 gigabayttan fazla tüketmedi.
Merak ediyorum, tüm verileri belleğe almadan ağaçları nasıl eğitiyorlar? Tablo 6 GB ise, yaklaşık 6 GB bellek kullanılmış olmalıdır. Ağacın her bir sütunu bütünüyle sıralaması gerekir. Her şeyi belleğe almazsanız, ancak her seferinde diskten veri okursanız, bu yavaş olacaktır.
Tek seçenek, verileri double değil, float türünde bellekte tutmaktır, ancak bu doğruluğu azaltacaktır. Bizim için 5 haneli hassasiyetle bu korkutucu olmayabilir ama catbust evrensel bir yazılım, fiziksel ve matematiksel problemlerin çift hassasiyette çözülmesi gerektiğini düşünüyorum.