Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 82
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
modeli eğitirken, daha fazla ağaç, daha fazla "0" sınıfı eğitilir ve "0" sınıfı daha iyi ve daha güçlü öğrendikçe, "1", "-1" sınıflarını sıralamaya (absorbe - sıkıştırmaya) başlar, bu yüzden daha fazla ağaç daha az anlaşma anlamına gelir
Bir şeyler yanlış, orman neredeyse her zaman herhangi bir bozulma ile %100 doğruluk için eğitim alıyor. Bu tür verilerle doğrulamada sorunlar olabilir, ancak orman her zaman eğitim verileri üzerindeki sonuçları doğru bir şekilde tahmin edecektir. Sınıflandırma değil, regresyon kullandığınızı ve modeli test ederken, -1; 0; 1 net sınıflarını alamadığınızı, ancak -1 ile 1 arasında gerçek sayılar elde ettiğinizi varsayabilirim. gerileme ile çıkmaz.
Bunu yapmak daha iyi, diyelim ki son sütunun hedef değişken olduğu ve diğer tüm sütunların tahmin edici olduğu bir trainingData tablonuz var:
Kesinlikle bu şekilde değil...
yazdıklarım sadece benim yaklaşımıma uygulanabilir, siz farklı anlayacaksınız.
nasıl hedef yaptığımı biliyorsun, bu geri dönüşler
"yukarı", "aşağı" ve "dönmemek" ( 1 , -1 , 0) olmak üzere üç dönüş sınıfım var
Ayrıca sınıflardaki çarpıklığın devasa olduğunu da biliyorsunuz, "0" sınıfı "-1" ve "1"den on kat daha fazladır.
ve bu, modelin en iyi "0" sınıfında eğitildiği anlamına gelir, çünkü çoğu gözlemi hesaba katar ve model eğitilirken, daha fazla ağaç, daha fazla "0" sınıfı eğitilir ve "0" sınıfı daha iyi ve daha güçlü hale gelir. "1", "-1" sınıflarını olduğu gibi (absorbe-sıkıştır) öğrenmeye başlar, bu yüzden daha fazla ağaç, daha az işlem
Benim için harika şeyler yazıyorsun!
Dengesiz sınıflar için çok özgün bir yaklaşım.
O zaman, anladığım kadarıyla, tahmin ediciler listeniz yalnızca gürültü içermekle kalmaz, aynı zamanda çok yüksek bir tahmin gücüne sahiptir.
Eğer öyleyse, bunu nasıl başardınız?
Bir şeyler yanlış, orman neredeyse her zaman herhangi bir bozulma ile %100 doğruluk için eğitim alıyor. Bu tür verilerle doğrulamada sorunlar olabilir, ancak orman her zaman eğitim verileri üzerindeki sonuçları doğru bir şekilde tahmin edecektir. Sınıflandırma kullanmadığınızı, ancak regresyon kullandığınızı ve modeli test ederken, -1; 0; 1 sınıflarını değil, -1 ile 1 arasındaki gerçek sayıları aldığınızı varsayabilirim. gerileme ile çıkmaz.
Bunu yapmak daha iyi, diyelim ki son sütunun hedef değişken olduğu ve diğer tüm sütunların tahmin edici olduğu bir trainingData tablonuz var:
Bir ağaç için %100 saçmalık!
Tüm tahmin edicileriniz gürültülüyse, böyle bir sonuca ulaşmak çok zordur: hata yine de %3 - %5 olacaktır. Gürültü, tüm çapraz doğrulamalar ve diğer hilelerle her zaman çok yüksek kaliteli sonuçlar verir.
%100'lük bir doğruluk tek şey anlamına gelir: tahmin ediciler arasında hedef değişkenin bir kopyasına sahipsiniz (bazı değişiklikler). Onlar. modeli geleceğe bakıyor.
%100'lük bir doğruluk tek şey anlamına gelir: tahmin ediciler arasında hedef değişkenin bir kopyasına sahipsiniz (bazı değişiklikler). Onlar. modeli geleceğe bakıyor.
Bu yaklaşımın neyini sevmiyorsunuz? Ayarları nasıl seçeceksiniz?
Evet, yaklaşım harika, daha iyisini bulmak zor, sorun pazarın kendisinde ...
Hatırlayın, deneylerimden, bağıntılarımdan ve tarihteki kalıp arayışından (SSA değil, daha önce) bahsettim, yaptığım şey:
Mevcut durumu alıp geçmişteki analoglarını araştırdım ve nasıl bittiğine baktım, 17'si düşüş, 3'ü artış olmak üzere 20 analog bulunduğunda böyle bir "X" durumu varsa, bu istatistiksel üstünlük ortada ( satmanız gerekiyor ), bu arada çapraz doğrulama değil mi? sadece ayrı bir desen üzerinde, katılıyor musunuz? Bu modelin işe yaramayacağı ortaya çıktı, büyük bir olasılıkla pazarın yükseleceği , pazarın büyük bir istatistiksel olasılıkla kendi istatistiklerine aykırı olduğu ortaya çıktı.
Daha da basitleştirmek gerekirse, dün bir "x" olayımız olsaydı ve ondan sonra bir düşüş olsaydı ve dünden önceki gün bir olay olsaydı "x" ve sonrasında da her şey düştü ve dün poz verdi olaydan sonra bir çöküş oldu "x" - o zaman bugün gelirse "x" - her şey büyüyecek, burada ne tür bir çapraz doğrulama yardımcı olacak? hiçbiri, asla
Süreci anlamak için en önemli şeyi açıklayacağım
Piyasa acımasız bir iştir ki bu işi kuran bazı kişiler hukuken başkalarından para alır, kalabalığın çoğunluk olduğu, her zaman kaybetmeye mecbur olduğu, herkesin bildiği, herkesin yazdığı, kimsenin sakladığı kısacası , bu bir aksiyomdur - bu, tüccarların %95'inin para kaybetme modelidir - bu pazar, tüccarların %95'inin para kaybetme olasılığıyla çoğunluğa karşı çıkar.
Ve ticaret yaparken kalabalık ne kullanıyor? Ve kalabalığın esasen anlaşma yapmalarını sağlayan tek bir şeyden başka bir şeyi yok.
Grafiklerin görsel olarak görüntülenmesi ve boşlukta kalıp arama ve sinir ağlarının eğitimi ile biten herhangi bir eylem , piyasada çalışmayan istatistiklere göre ticaret yapmaktan başka bir şey değildir, ne olduğumu anlıyor musunuz? hakkında konuşmak?
piyasa, kalabalığın anlaşmalarına aykırıdır ----- kalabalık istatistiklere göre hareket eder ------ tek yapmanız gereken kalabalığın gelecekteki hareketini tahmin etmek ve tersini yapmak, tahmin edebilirsiniz tek yol, bu istatistik
)))) Bir ile başladım ve üçüncü ile bitirdim :), peki, böyle bir şey, en azından konuştum)
ps burada tüm söylediklerim sadece benim fikrim, kimseye bir şey empoze etmiyorum, tartışabilirim ve kanıtlayabilirim, ama ruh hali değil
Bir şeyler yanlış, orman neredeyse her zaman herhangi bir bozulma ile %100 doğruluk için eğitim alıyor. Bu tür verilerle doğrulamada sorunlar olabilir, ancak orman her zaman eğitim verileri üzerindeki sonuçları doğru bir şekilde tahmin edecektir. Sınıflandırma kullanmadığınızı, ancak regresyon kullandığınızı ve modeli test ederken, -1; 0; 1 sınıflarını değil, -1 ile 1 arasındaki gerçek sayıları aldığınızı varsayabilirim. gerileme ile çıkmaz.
Bunu yapmak daha iyi, diyelim ki son sütunun hedef değişken olduğu ve diğer tüm sütunların tahmin edici olduğu bir trainingData tablonuz var:
hayır, sınıflandırma, sende bir sorun var ...
Buna benzeyen iki modelim vardı, ayrı ayrı al ve otur sınıfları (1, 0) ve (-1, 0)
çirkin görünüyor) katılıyorum
Evet, yaklaşım harika, daha iyisini bulmak zor, sorun pazarın kendisinde ...
Hatırlayın, deneylerimden, bağıntılarımdan ve tarihteki kalıp arayışından (SSA değil, daha önce) bahsettim, yaptığım şey:
Mevcut durumu alıp geçmişteki analoglarını araştırdım ve nasıl bittiğine baktım, 17'si düşüş, 3'ü artış olmak üzere 20 analog bulunduğunda böyle bir "X" durumu varsa, bu istatistiksel üstünlük ortada ( satmanız gerekiyor ), bu arada çapraz doğrulama değil mi? sadece ayrı bir desen üzerinde, katılıyor musunuz? Bu modelin işe yaramayacağı ortaya çıktı, büyük bir olasılıkla pazarın yükseleceği , pazarın büyük bir istatistiksel olasılıkla kendi istatistiklerine aykırı olduğu ortaya çıktı.
Daha da basitleştirmek gerekirse, dün bir "x" olayımız olsaydı ve ondan sonra bir düşüş olsaydı ve dünden önceki gün bir olay olsaydı "x" ve sonrasında da her şey düştü ve dün poz verdi olaydan sonra bir çöküş oldu "x" - o zaman bugün gelirse "x" - her şey büyüyecek, burada ne tür bir çapraz doğrulama yardımcı olacak? hiçbiri, asla
Süreci anlamak için en önemli şeyi açıklayacağım
Piyasa zalim bir iştir ki bu işi kuran bazı kimseler hukuken başkalarından para alır, kalabalığın çoğunluğudur, her zaman kaybetmeye mecburdur, herkes bilir, herkes yazar, kimse saklamaz, kısacası, bu bir aksiyomdur - bu, tüccarların %95'inin para kaybetme modelidir - bu pazar, tüccarların %95'inin para kaybetme olasılığı ile çoğunluğa karşıdır
Ve ticaret yaparken kalabalık ne kullanıyor? Ve kalabalığın esasen anlaşma yapmalarını sağlayan tek bir şeyden başka bir şeyi yok.
Grafiklerin görsel olarak görüntülenmesi ve boşlukta kalıp arama ve sinir ağlarının eğitimi ile biten herhangi bir eylem , piyasada çalışmayan istatistiklere göre ticaret yapmaktan başka bir şey değildir, ne olduğumu anlıyor musunuz? hakkında konuşmak?
piyasa, kalabalığın anlaşmalarına aykırıdır ----- kalabalık istatistiklere göre hareket eder ------ tek yapmanız gereken kalabalığın gelecekteki hareketini tahmin etmek ve tersini yapmak, tahmin edebilirsiniz tek yol, bu istatistik
)))) Bir ile başladım ve üçüncü ile bitirdim :), peki, böyle bir şey, en azından konuştum)
ps burada tüm söylediklerim sadece benim fikrim, kimseye bir şey empoze etmiyorum, tartışabilirim ve kanıtlayabilirim, ama ruh hali değil
kuyu.
Benim için forex, gürültülü aptal bir sinyaldir. Bir bağımlılık bulursam parayı alırım; yeniden eğitirsem komisyoncu alır. Ve kalabalıklar hakkında, vb. Herhangi bir bilgim yok. Nasıl doyacağımı bilmiyorum.
Bu deneyi tamamladıktan sonra hisse senedi almak istiyorum. Hacimler hala gerçek olacak, ayrıca bir artı.
kuyu.
Benim için forex, gürültülü aptal bir sinyaldir. Bir bağımlılık bulursam parayı alırım; yeniden eğitirsem komisyoncu alır. Ve kalabalıklar hakkında, vb. Herhangi bir bilgim yok. Nasıl doyacağımı bilmiyorum.
Bu deneyi tamamladıktan sonra hisse senedi almak istiyorum. Hacimler hala gerçek olacak, ayrıca bir artı.
Bu deneyi tamamladıktan sonra hisse senedi almak istiyorum. Hacimler hala gerçek olacak, ayrıca bir artı.
inan bana, hacimler size pek yardımcı olmayacak, onları sıradan oynaklıkla değiştirebilirsiniz, neredeyse her zaman sadece gerçek piyasada işlem yaptım, neden bahsettiğimi biliyorum
TAMAM.
Birimden giriş özellikleri yapmaya çalışacağım ve sonra göreceğiz.