交易中的机器学习：理论、模型、实践和算法交易 - 页 1243 1...123612371238123912401241124212431244124512461247124812491250...3399 新评论 Грааль 2018.12.26 23:32 #12421 马克西姆-德米特里耶夫斯基。嗯，Traine 14测试40一般来说，测试的准确率从57%到61%不等，随机的trains/test - 80/20，在这样一个小的数据集上出现这样的分布是很合理的。 Yuriy Asaulenko 2018.12.26 23:37 #12422 forexman77:是的，是的。你也可以从蛤蟆的耳朵里拉出一个美人来)坦率地说，我不明白问题出在哪里，也不明白在渠道中工作的难度？也许你玩了1小时及以上？- 那么那里就没有通道，只是表面上的月亮的反射。 ZS 说到MO。如果我们假设外汇是由噪声主导的，那么MO问题的表述应该是不同的）。 Maxim Dmitrievsky 2018.12.26 23:52 #12423 圣杯。一般来说，测试的准确率从57%到61%不等，随机跟踪测试的准确率为80/20%，在这样一个小的数据集上出现这样的分布是很合理的。谢谢，很好理解......我将在python中查看更多的模型，也许会做一个更大的集合，我会检查的 Maxim Dmitrievsky 2018.12.27 05:51 #12424 数据集是10倍大。 猫咪的声音。 Alglib。2018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.109902018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.49840 我能够注意到的是，alglib一次就被严重超训，但在测试中，它显示的错误与boost相对类似。不过Boost很好地平滑了这两个错误，如果你等待，托盘上的图形也会进入空间，而测试则保持悬空状态。Boost只是得到了更好的控制，而且在algib中也没有办法提前停止分支。 一般来说，这是随机的，当然不会赚到任何钱，而且助推器也不会保存。 附加的文件： featuresToSave1.zip 342 kb Forester 2018.12.27 09:01 #12425 马克西姆-德米特里耶夫斯基。 而且在alglib中也没有办法提前停止树形分支。代码是开放的--你可以对它进行调整。或者你可以在Alglib的基本树的基础上写你自己的树 巫师写了一些他自己的东西......不是梯子，不是网，而是一种未知的动物)) Alexander_K2 2018.12.27 09:37 #12426 elibrarius。代码是开放的--你可以对它进行调整。或者在Alglib的基本树的基础上编写你自己的树。 Wizard写了一些他自己的东西...而不是森林或网络，而是一种未知的动物))Ehhhhh.... 再次强调--Warlock只是知道如何为神经网络准备输入数据。输入数据!而从那里开始，它并不关心使用什么。 让我给你举个例子。 我记得这里有一个博士。现在他走了...最聪明、最有效率的家伙！"。你认为他受挫而放弃了吗？我不这么认为! 我和他在LS上合作了很久。他在接收/处理打勾报价方面做了数十亿的研究。采取不同的报价来源，把它们变薄，变薄，把它们弯成一个弯。 然后，他既不在PM中也不在论坛上，就这样消失了。 我想他终于找到了为NS准备投入的方法，还有Koldun--然后他就可以自由地做他想做的事，在这里坐在论坛上或不做。 但他做得很好，我是一个见证者。 Forester 2018.12.27 09:53 #12427 嗯，我也没有在这里呆过五个月，因为我有一份很好的兼职工作。现在我自由了，我回来了...也许博士会回来。也许他找到了永久性的东西。 Грааль 2018.12.27 12:34 #12428 马克西姆-德米特里耶夫斯基。数据集是10倍大。 猫咪的声音。 Alglib。2018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.109902018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.49840 我能够注意到的是，alglib一次就被严重超训，但在测试中，它显示的错误与boost相对类似。不过Boost很好地平滑了这两个错误，如果你等待，托盘上的图形也会进入空间，而测试则保持悬空状态。Boost只是得到了更好的控制，而且在alglieb中也没有办法提前停止分支。 这是在一般情况下的随机性，当然，这不会赚到钱，也不会保存。嗯，是的，52-53岁，不完全是一个流浪汉，但也不会挣钱。 Грааль 2018.12.27 12:55 #12429 亚历山大_K2。Ehhhhh.... 再次强调--Warlock只是知道如何为神经网络准备输入数据。输入数据!而从那里开始，它并不关心要使用什么。 让我给你举个例子。 我记得这里有一个博士。现在他走了...最聪明、最有效率的家伙！"。你认为他受挫而放弃了吗？我不这么认为! 我和他在LS上合作了很久。他在接收/处理打勾报价方面做了数十亿的研究。采取不同的报价来源，把它们变薄，变薄，把它们弯成一个弯。 然后，他既不在PM中也不在论坛上，就这样消失了。 我想他终于找到了为NS准备投入的方法，还有Koldun--然后他就可以自由地做他想做的事，在这里坐在论坛上或不坐。 但是，他所做的工作是巨大的--我是这方面的见证人。我是目击者。 多克似乎已经清空了他从numerai得到的所有比特币，并在市场上采取了行动，可能是 "上瘾了"。 Yuriy Asaulenko 2018.12.27 14:04 #12430 亚历山大_K2。Ehhhhh.... 再次强调--Warlock只是知道如何为神经网络准备输入数据。输入数据!而从那里开始，它并不关心使用什么。 让我给你举个例子。 我记得这里有一个博士。现在他走了...最聪明、最有效率的家伙！"。你认为他受挫而放弃了吗？我不这么认为! 我在LS上与他合作了很多次。他在接收/处理打勾报价方面做了数十亿的研究。采取不同的报价来源，把它们变薄，变薄，把它们弯成一个弯。 然后，他既不在PM中也不在论坛上，就这样消失了。 我想他终于找到了为NS准备投入的方法，还有Koldun--然后他就可以自由地做他想做的事，在这里坐在论坛上或不坐。 但他已经做了很好的工作，我是见证者。你知道你在说什么吗？-他在接收/处理打勾报价的领域做了数十亿的研究。他把不同来源的引文，变薄，变细，变弯...。 有印象吗？没错，猴子和他的眼镜，他把它们放在背上，然后把它们放在尾巴上，然后他闻到了它们，然后他舔了它们 。为你的大师们做了很好的广告））。 至于大师，在可预见的过去，我们只有一个--桑桑尼茨，而且没有更好的人选。他至少把很多人拉到了R，已经是一件事了。 至于IO的主题，其存在多年的事实表明，这种方法完全是徒劳的：IO作为一种交易系统。研究大象的排泄物，对大象本身没有什么可说的，更不用说预测它了。还有引言，没有别的。 目前，指标-逻辑系统，以较少的努力，显示出相当真实的结果。所以不妨在这种系统中使用MO。说，森林树--已经为这样的系统准备了可教的逻辑，比起费力地写完它。总的来说，MO作为现有系统的应用解决方案，是一个相当工作的话题。 1...123612371238123912401241124212431244124512461247124812491250...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
嗯，Traine 14测试40
一般来说，测试的准确率从57%到61%不等，随机的trains/test - 80/20，在这样一个小的数据集上出现这样的分布是很合理的。
是的，是的。你也可以从蛤蟆的耳朵里拉出一个美人来)
坦率地说，我不明白问题出在哪里，也不明白在渠道中工作的难度？也许你玩了1小时及以上？- 那么那里就没有通道，只是表面上的月亮的反射。
ZS 说到MO。如果我们假设外汇是由噪声主导的，那么MO问题的表述应该是不同的）。
一般来说，测试的准确率从57%到61%不等，随机跟踪测试的准确率为80/20%，在这样一个小的数据集上出现这样的分布是很合理的。
谢谢，很好理解......我将在python中查看更多的模型，也许会做一个更大的集合，我会检查的
数据集是10倍大。
猫咪的声音。
Alglib。
2018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.10990
2018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.49840
我能够注意到的是，alglib一次就被严重超训，但在测试中，它显示的错误与boost相对类似。不过Boost很好地平滑了这两个错误，如果你等待，托盘上的图形也会进入空间，而测试则保持悬空状态。Boost只是得到了更好的控制，而且在algib中也没有办法提前停止分支。
一般来说，这是随机的，当然不会赚到任何钱，而且助推器也不会保存。
马克西姆-德米特里耶夫斯基。
而且在alglib中也没有办法提前停止树形分支。
代码是开放的--你可以对它进行调整。或者你可以在Alglib的基本树的基础上写你自己的树
巫师写了一些他自己的东西......不是梯子，不是网，而是一种未知的动物))代码是开放的--你可以对它进行调整。或者在Alglib的基本树的基础上编写你自己的树。
Wizard写了一些他自己的东西...而不是森林或网络，而是一种未知的动物))Ehhhhh....
再次强调--Warlock只是知道如何为神经网络准备输入数据。输入数据!而从那里开始，它并不关心使用什么。
让我给你举个例子。
我记得这里有一个博士。现在他走了...最聪明、最有效率的家伙！"。你认为他受挫而放弃了吗？我不这么认为!
我和他在LS上合作了很久。他在接收/处理打勾报价方面做了数十亿的研究。采取不同的报价来源，把它们变薄，变薄，把它们弯成一个弯。
然后，他既不在PM中也不在论坛上，就这样消失了。
我想他终于找到了为NS准备投入的方法，还有Koldun--然后他就可以自由地做他想做的事，在这里坐在论坛上或不做。
但他做得很好，我是一个见证者。
数据集是10倍大。
猫咪的声音。
Alglib。
2018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.10990
2018.12.27 11:44:10.475 核心2 2018.12.26 23:59:59 0.49840
我能够注意到的是，alglib一次就被严重超训，但在测试中，它显示的错误与boost相对类似。不过Boost很好地平滑了这两个错误，如果你等待，托盘上的图形也会进入空间，而测试则保持悬空状态。Boost只是得到了更好的控制，而且在alglieb中也没有办法提前停止分支。
这是在一般情况下的随机性，当然，这不会赚到钱，也不会保存。
嗯，是的，52-53岁，不完全是一个流浪汉，但也不会挣钱。
Ehhhhh....
再次强调--Warlock只是知道如何为神经网络准备输入数据。输入数据!而从那里开始，它并不关心要使用什么。
让我给你举个例子。
我记得这里有一个博士。现在他走了...最聪明、最有效率的家伙！"。你认为他受挫而放弃了吗？我不这么认为!
我和他在LS上合作了很久。他在接收/处理打勾报价方面做了数十亿的研究。采取不同的报价来源，把它们变薄，变薄，把它们弯成一个弯。
然后，他既不在PM中也不在论坛上，就这样消失了。
我想他终于找到了为NS准备投入的方法，还有Koldun--然后他就可以自由地做他想做的事，在这里坐在论坛上或不坐。
但是，他所做的工作是巨大的--我是这方面的见证人。
我是目击者。 多克似乎已经清空了他从numerai得到的所有比特币，并在市场上采取了行动，可能是 "上瘾了"。
Ehhhhh....
再次强调--Warlock只是知道如何为神经网络准备输入数据。输入数据!而从那里开始，它并不关心使用什么。
让我给你举个例子。
我记得这里有一个博士。现在他走了...最聪明、最有效率的家伙！"。你认为他受挫而放弃了吗？我不这么认为!
我在LS上与他合作了很多次。他在接收/处理打勾报价方面做了数十亿的研究。采取不同的报价来源，把它们变薄，变薄，把它们弯成一个弯。
然后，他既不在PM中也不在论坛上，就这样消失了。
我想他终于找到了为NS准备投入的方法，还有Koldun--然后他就可以自由地做他想做的事，在这里坐在论坛上或不坐。
但他已经做了很好的工作，我是见证者。
你知道你在说什么吗？-他在接收/处理打勾报价的领域做了数十亿的研究。他把不同来源的引文，变薄，变细，变弯...。 有印象吗？没错，猴子和他的眼镜，他把它们放在背上，然后把它们放在尾巴上，然后他闻到了它们，然后他舔了它们 。为你的大师们做了很好的广告））。
至于大师，在可预见的过去，我们只有一个--桑桑尼茨，而且没有更好的人选。他至少把很多人拉到了R，已经是一件事了。
至于IO的主题，其存在多年的事实表明，这种方法完全是徒劳的：IO作为一种交易系统。研究大象的排泄物，对大象本身没有什么可说的，更不用说预测它了。还有引言，没有别的。
目前，指标-逻辑系统，以较少的努力，显示出相当真实的结果。所以不妨在这种系统中使用MO。说，森林树--已经为这样的系统准备了可教的逻辑，比起费力地写完它。总的来说，MO作为现有系统的应用解决方案，是一个相当工作的话题。