交易中的机器学习:理论、模型、实践和算法交易 - 页 1992

 
mytarmailS:

我说的是Python,我不能用这种直男的奇迹语言运行你自己的代码)。

我会用python写,但我必须先运行代码))

试着先通过调试器运行它。

它将为你创建一个配置文件

? 然后尝试只运行?

 

大家好!

如果谁有空闲时间,请用神经网络检查时间序列的可预测性。

由于我对这些Ns一无所知,而且也没有人可以问......谢谢你!


这就是这个系列的样子(附后)。


最后一个时间值在文件的开头,最老的一个在文件的结尾。

附加的文件:
 
Evgeniy Chumakov:

大家好!

如果谁有空闲时间,请用神经网络检查时间序列的可预测性。

因为我对这些Ns一无所知,也没有人可以问......谢谢你!


这就是这个系列的样子(附后)。


最后一个临时值在文件的开头,最老的一个在文件的结尾。

你认为一组数据就够了吗?你需要知道这个数据收集所依据的方法,收集时的目标是什么,等等。
 
Evgeniy Chumakov:

大家好!

如果谁有空闲时间,请用神经网络检查时间序列的可预测性。

由于我对这些Ns一无所知,而且也没有人可以问......谢谢你!


这就是这个系列的样子(附后)。


最后一个临时值在文件的开头,最老的一个在文件的结尾。

在之前的五个值上。

>>> regr.score(X_train, y_train)
0.6002509612994398
>>> regr.score(X_test, y_test)
0.6010419196911408

60%的准确性

在之前的10个数值上,准确率为50%。

第三次的精确度是57

蓝色初始,橙色预测。最后300个值


 
Maxim Dmitrievsky:

比前五次的数值要高。

60%的准确性

在之前的10个数值上,准确度下降了50

第三次的精确度是57

蓝色基线,橙色预测。最后300个数值。


我不明白的事。回归模型如何以百分比进行估计?它应该是绝对值

这是我找到的帮助https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html

score(X,y,sample_weight=None)[来源]

返回预测的决定系数R^2。

系数R^2定义为(1-u/v),其中u是残差平方和((y_true - y_pred) ** 2).sum(),v是总平方和((y_true - y_true.mean())** 2).sum()。最好的可能得分是1.0,它可以是负的(因为模型可以任意变差)。一个总是预测y的期望值的恒定模型,不考虑输入特征,将得到一个R^2分数为0.0。

也就是说,它不应该被转换为百分比,因为负值是可能的。只是一个系数。

 
elibrarius:
我不明白的东西。回归模型如何以百分比进行估计?它必须是绝对值

对数

 
elibrarius:

我有一点不明白。回归模型如何以百分比进行估计?它必须是绝对值

以下是在https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html 找到的一个参考资料。

也就是说,它不应该被转换为百分比,因为负值是可能的。这只是一个系数。

负数是一种逆向关系。很难想象这样一个模式

 

向大家问好!这里有一个简单的系统,用于将你的系统的参数变化做成动画。在调试或观察RL系统时将会很方便。

它由两个脚本save_csv.py和animation.py 组成。

所有这一切的运作方式如下。

预先将save_csv.py脚本的内容粘贴给自己。当被调用时,该函数 将把你的变量保存到一个扩展名为.NET的文件中。csv.

运行animation.py 脚本

然后运行你的系统,动画就会运行。


fnimazmya

animation.py 脚本可以在搜索gaal时保持开启 状态。

摘自

https://www.youtube.com/watch?v=Ercd-Ip5PfQ

附加的文件:
save_csv.py  2 kb
animation.py  2 kb
 
Maxim Dmitrievsky:

负数是一种反向关系。很难想象这样一个模式

more is less than one),你知道解释一个单位圆有多难吗?必须要画一个以上的圆圈...虽然你绝对不是youche)))),但一切都没有失去))))。

 
Valeriy Yastremskiy:

多于1),你知道解释一个单位圆有多难吗?必须要画一个以上的圆圈...虽然你绝对不是一个捅破天的人)))),但一切都没有失去))))。

?