交易中的机器学习:理论、模型、实践和算法交易 - 页 1801 1...179417951796179717981799180018011802180318041805180618071808...3399 新评论 Aleksey Nikolayev 2020.06.06 14:22 #18001 Aleksey Vyazmikin: 一定有什么算法,因为事实证明,对于15000个元素的3种组合,我们需要在内存中保留4兆字节的数组!这就是为什么我们需要在内存中保留4兆字节。甚至更多,我计算过,如果我们每个元素花8比特。 那么我们就有一个选择,我们不把这个数组存储在内存中,而是在每次调用时从开始到所需的行(列)进行重新计算。与其说是巨大的内存消耗,不如说是巨大的时间消耗。这对组合问题来说是很标准的。 Aleksey Vyazmikin 2020.06.06 14:31 #18002 mytarmailS: 看了看...当前的余额文件不包含价格,你之前发给我的价格与当前余额的大小不匹配。 附录中的平衡和OHLCV都在一个文件中--也许这样更方便。 我曾检查过指标中是否有错误,结果是这样的--我还是要单独处理指标。 附加的文件: Balans_OHLCV.zip 6871 kb Aleksey Vyazmikin 2020.06.06 14:38 #18003 Aleksey Nikolayev: 这使得我们可以选择不将数组存储在内存中,而是实际从开始到我们想要的行(列)进行重新计算。与其说是巨大的内存消耗,不如说是巨大的时间消耗。这是组合问题的一个相当标准的情况。如果有一个序列,一定有一个公式或其他快速解决方案,而不是通过所有的点。矫枉过正的做法同样是低效的应用。事实上,这是一个已知点的函数... 我认为,你可以定义区域,并在其边界上建立一个表格。假设每10000个元素都有一个模式,那么就从这一点开始计算。很奇怪,这样的问题还没有得到解决。 Aleksey Nikolayev 2020.06.06 14:58 #18004 Aleksey Vyazmikin: 我认为可以定义区域,然后根据其边界建立一个表格。假设每10000个元素都有一个模式,那么就从这一点开始计算。 嗯,是的,你可以不存储整个数组,而是存储一个高度稀释的版本,并从最近的一行开始计数。 但是你要怎么处理这么多的组合呢? Aleksey Vyazmikin 2020.06.06 15:17 #18005 Aleksey Nikolayev: 嗯,是的,你可以存储一个数组的高度稀释版本,而不是整个数组,并从最近的一行开始读到正确的地方。但是你要怎么处理这么多的组合呢? 每个组合都将被检查出历史,并作出裁决--垃圾或保留。 理想情况下,我认为,将选择约1千片叶子 - 树桩,应检查彼此之间的相似性,留下独特的,我认为在附近的10K将被留下。并从这些残羹剩饭中聚集群体进行交易(这个方法我已经实施了)。 结果是,如果我收集的有效树叶比我从一棵树(许多树)上得到的更多,那么这种方法就有生命权,但如果没有,那么贪婪的方法就更有效。 Vladimir Karputov 2020.06.06 18:24 #18006 你能推荐一个Python和机器学习的论坛,在那里你可以问一般的书呆子问题? Igor Makanu 2020.06.06 18:28 #18007 Vladimir Karputov: 你能推荐一个Python和机器学习的论坛,在那里你可以问一般的书呆子问题? www.cyberforum.ru 我没有注册,但我经常用谷歌搜索。 问题显示这是一个学生论坛,该论坛很活跃--每天都有新的主题 假装是一个学生,你会看起来像一个自己人 :) Vladimir Perervenko 2020.06.07 07:07 #18008 Aleksey Vyazmikin: 每个组合都将被检查出历史,并作出裁决--垃圾或保留。理想情况下,我认为,大约1千片叶子--树桩,应该检查它们之间的相似性,留下独特的,我认为大约10千片会留下。并从这些残羹剩饭中聚集群体进行交易(这个方法我已经实施了)。结果,如果我收集的有效树叶比我从树上(很多树)得到的更多,那么这个方法就有生命权,如果没有,那么贪婪的方法就更有效。 完全的矫枉过正是一条不归路。请看rBayesianOptimization软件包。对于你的问题可能有帮助。 至于组合,见软件包pracma::combs(), randcombs(), perms(), randperm()/。 祝好运 Aleksey Vyazmikin 2020.06.07 08:20 #18009 Vladimir Perervenko: 完全的矫枉过正是一条不归路。见rBayesianOptimization包。它可能对你的问题有帮助。关于组合,见软件包pracma::combs(), randcombs(), perms(), randperm()/。祝好运 为什么通向无名之地的道路?对我来说,这是在寻找一个基准,用来评估更快的模型构建方法。 谢谢你的建议,使用R的包,但我不擅长,完全不懂。 你是否也认为不可能从一个没有循环的集合中得到一个集合的值? Maxim Kuznetsov 2020.06.07 08:35 #18010 Aleksey Vyazmikin: 为什么要走这条不归路?对我来说,这是在寻找一个基准,用来评估更快的模型构建方法。谢谢你的建议,使用R的包,但我不擅长,一点也不擅长。你是否也认为不可能 从一个没有循环的集合中得到一个组合的价值? 如果你能表示一个数字系统,那么你可以得到01101101位的组合 你可以很容易地从109得到01101101位的组合,而不需要尝试所有的变体。 1...179417951796179717981799180018011802180318041805180618071808...3399 新评论 原因: 取消 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
一定有什么算法,因为事实证明,对于15000个元素的3种组合,我们需要在内存中保留4兆字节的数组!这就是为什么我们需要在内存中保留4兆字节。甚至更多,我计算过,如果我们每个元素花8比特。
那么我们就有一个选择,我们不把这个数组存储在内存中,而是在每次调用时从开始到所需的行(列)进行重新计算。与其说是巨大的内存消耗,不如说是巨大的时间消耗。这对组合问题来说是很标准的。
看了看...
当前的余额文件不包含价格,你之前发给我的价格与当前余额的大小不匹配。
附录中的平衡和OHLCV都在一个文件中--也许这样更方便。
我曾检查过指标中是否有错误,结果是这样的--我还是要单独处理指标。
这使得我们可以选择不将数组存储在内存中,而是实际从开始到我们想要的行(列)进行重新计算。与其说是巨大的内存消耗,不如说是巨大的时间消耗。这是组合问题的一个相当标准的情况。
如果有一个序列,一定有一个公式或其他快速解决方案,而不是通过所有的点。矫枉过正的做法同样是低效的应用。
事实上,这是一个已知点的函数...
我认为,你可以定义区域,并在其边界上建立一个表格。假设每10000个元素都有一个模式,那么就从这一点开始计算。很奇怪,这样的问题还没有得到解决。我认为可以定义区域,然后根据其边界建立一个表格。假设每10000个元素都有一个模式,那么就从这一点开始计算。
嗯,是的,你可以不存储整个数组,而是存储一个高度稀释的版本,并从最近的一行开始计数。
但是你要怎么处理这么多的组合呢?
嗯,是的,你可以存储一个数组的高度稀释版本,而不是整个数组,并从最近的一行开始读到正确的地方。
但是你要怎么处理这么多的组合呢?
每个组合都将被检查出历史,并作出裁决--垃圾或保留。
理想情况下,我认为,将选择约1千片叶子 - 树桩,应检查彼此之间的相似性,留下独特的,我认为在附近的10K将被留下。并从这些残羹剩饭中聚集群体进行交易(这个方法我已经实施了)。
结果是,如果我收集的有效树叶比我从一棵树(许多树)上得到的更多,那么这种方法就有生命权,但如果没有,那么贪婪的方法就更有效。
你能推荐一个Python和机器学习的论坛,在那里你可以问一般的书呆子问题?
你能推荐一个Python和机器学习的论坛,在那里你可以问一般的书呆子问题?
www.cyberforum.ru
我没有注册,但我经常用谷歌搜索。 问题显示这是一个学生论坛,该论坛很活跃--每天都有新的主题
假装是一个学生,你会看起来像一个自己人 :)
每个组合都将被检查出历史,并作出裁决--垃圾或保留。
理想情况下,我认为,大约1千片叶子--树桩,应该检查它们之间的相似性,留下独特的,我认为大约10千片会留下。并从这些残羹剩饭中聚集群体进行交易(这个方法我已经实施了)。
结果,如果我收集的有效树叶比我从树上(很多树)得到的更多,那么这个方法就有生命权,如果没有,那么贪婪的方法就更有效。
完全的矫枉过正是一条不归路。请看rBayesianOptimization软件包。对于你的问题可能有帮助。
至于组合,见软件包pracma::combs(), randcombs(), perms(), randperm()/。
祝好运
完全的矫枉过正是一条不归路。见rBayesianOptimization包。它可能对你的问题有帮助。
关于组合,见软件包pracma::combs(), randcombs(), perms(), randperm()/。
祝好运
为什么通向无名之地的道路?对我来说,这是在寻找一个基准,用来评估更快的模型构建方法。
谢谢你的建议,使用R的包,但我不擅长,完全不懂。
你是否也认为不可能从一个没有循环的集合中得到一个集合的值?
为什么要走这条不归路?对我来说,这是在寻找一个基准,用来评估更快的模型构建方法。
谢谢你的建议,使用R的包,但我不擅长,一点也不擅长。
你是否也认为不可能 从一个没有循环的集合中得到一个组合的价值?
如果你能表示一个数字系统,那么你可以得到01101101位的组合
你可以很容易地从109得到01101101位的组合,而不需要尝试所有的变体。