Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 80
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
Bu kişi, "MGUA" ve özellikle Fourier'de spektral analiz hakkında bilgi edinmenizi önerir.
================================================= =====
Ne tür sonuçlar elde ettim "demagog", ama aslında çok mütevazı, birçok iyi fikir var, bana öyle geliyor ki, araştırmam aynı anda birçok yöne gidiyor ve çeşitli alanlarda büyük bir bilgi eksikliği var, bu yüzden sık sık forum üyelerinden yardım istiyorum, ama özellikle kimse yardım etmek istemiyor, kendin öğrendiğini söylüyorlar ve sonra ..... sadece zaten her şeye kendim hakimsem, o zaman neden bu iletişime ihtiyacım var, bir şekilde bence mantıksız .. peki, dalıyorum
şimdilik en iyisi burada. anne. yeni verilerde RF'den sıkmayı başardığım şey, art arda 2 ay boyunca ayda %50, ancak her şey hala çok kararsız, 10 kez resim yüklemeye çalıştım ama işe yaramadı (işe yaradı)
Sonuç olarak, başlangıçta kendinizi yılda %30 gibi şablonlarla sınırlamak zorunda değilsiniz, bu harika, bu harika değil, bu bir mantık ve yaratıcılık çerçevesi
Tebrikler. 5 yıl boyunca böyle ticaret yaparsın. Veya gerçek verileri gösterin. 5 yıllık istatistik.
Ve işaretlere gelince, burada kanepe analizi yapmak istemiyorum, örneğin, işaretleriniz ahır, daha iyi işaretler var, modeller önemli değil. Pekala, bana ne yaptığını göster. Tüm girişlerimi ve bunların kombinasyonlarını da burada yayınladım. Bilgi içeriklerini sayın. Peki neden havayı sallasın?
RF 10/5 ne anlama geliyor?
Evet, modeli yeni veriler üzerinde test ettiğimde resimde kendime bir not aldım, buna dikkat etmeyin ....
bu model parametresidir 5 ağaç Bir ağaçta 10 dal
Evet, modeli yeni veriler üzerinde test ettiğimde resimde kendime bir not aldım, buna dikkat etmeyin ....
bu model parametresidir 5 ağaç Bir ağaçta 10 dal
Her şey çok ilginç!
Biraz detay verebilir misin?
şimdilik en iyisi burada. anne. yeni verilerde RF'den sıkmayı başardığım şey, art arda 2 ay boyunca ayda %50, ancak her şey hala çok kararsız, 10 kez resim yüklemeye çalıştım ama işe yaramadı (işe yaradı)
Sonuç olarak, başlangıçta kendinizi yılda %30 gibi şablonlarla sınırlamak zorunda değilsiniz, bu harika, bu harika değil, bu bir mantık ve yaratıcılık çerçevesi
Her şey çok ilginç!
Biraz detay verebilir misin?
bu, örnek dışı veriler üzerinde bir geriye dönük test mi? doğru mu anladım
Evet
Modelin yanlış eğitimi, çok fazla saçılma gibi görünüyor. Modeller genellikle, öğrenme mantığının tutarlı bir şekilde tanımlanmadığı bir tür stokastik öğrenme sürecine sahiptir. Bu tür rastgele anlar, birkaç modeli eğittikten sonra, eğitim verilerinde yaklaşık olarak aynı sonuçları vermesine rağmen, ön testte farklılıklar olacağı gerçeğine yol açar.
Sorunun birkaç kaynağı ve çözümleri vardır:
1) Yararlı bilgi taşımayan gürültü girişleri var, bunların kaldırılması gerekiyor
2) modelin eğitim parametrelerini değiştirin. Nöron için bu sorunu bozunma parametresi ile çözdüm (öğrenme hızını yavaşlatarak), bu parametre ile ön testte sonuçlar daha az dağınık hale geldi. Ormanla ne yapacağımı bilmiyorum
3) bir model komitesi oluşturun. Birçok modeli eğitin, tüm modellerde ön test yapın, çoğunluğun dediği yerde sonucu alın
4) Öğrenme sürecinde çapraz doğrulama yaparsanız, aynı veriler üzerinde birkaç kez tekrarlayın, sonuçların dağılımının ne kadar büyük olacağını görün, küçük bir dağılıma sahip modelleri ve tahmin edicileri seçin
Şimdi aklıma bu geldi ama olası sorunların sınırı bu kadar değil.
fikri geliştirin. daha fazla veri ekleyin. numuneden birkaç yıl geçmesi gerekir. Ve böylece, aferin, aferin!