交易中的机器学习：理论、模型、实践和算法交易 - 页 2108 1...210121022103210421052106210721082109211021112112211321142115...3399 新评论 Aleksey Vyazmikin 2020.11.12 02:12 #21071 Renat Akhtyamov: 盈利的资产负债表以同样的角度上升如果再投资，则按几何级数计算 我甚至不知道该说什么...我不认为盈利能力的概念与贪婪的概念有关联。 Maxim Dmitrievsky 2020.11.12 04:55 #21072 Aleksey Vyazmikin: 这是 样本--分成三部分，我理解只有train.csv需要修改？目标列 "Target_100"--最后4列不涉及训练（你可以在那里定向到日期列）--为了平衡建设，它们是需要的。 现在我将在谷歌Colab上进行。你将能够上传文件并自行转换，无需安装python Renat Akhtyamov 2020.11.12 05:10 #21073 Aleksey Vyazmikin: 我甚至不知道该怎么说...我不认为盈利能力的概念与贪婪的概念有关联。 在资产负债表的图表中，在显示的5年中，过去4.5年的增长几乎为零。 你怎么能忍受呢？ 现在谈论盈利能力显然还为时过早 Forester 2020.11.12 05:25 #21074 Aleksey Vyazmikin: 你也可以尝试增加深度。你还应该降低并行的学习率--它也能改善不平衡样本的结果。那里使用了不同的量化方法，包括那些考虑到范围内物体拥挤的方法。如果你在代码中发现了量化过程（设置边界）， 你能把这个代码贴出来吗？这里面一定有功能？ 在这里https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp 所有5种类型的量化。从最简单的（只是通过拥挤）名为GenerateMedianBorders的f-thing开始 catboost/catboost catboostgithub.com A fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports comp... Maxim Dmitrievsky 2020.11.12 06:08 #21075 笔记本电脑: https://colab.research.google.com/drive/1ffKGo2R8lh_QpsNO__F7cx-NG2KcFpX-?usp=sharing 文件：https://drive.google.com/drive/folders/1iL5MVyTU3AF_j2cq9n3V3XhoeD2VVAgn?usp=sharing vid: Aleksey Vyazmikin 2020.11.12 10:24 #21076 Maxim Dmitrievsky: 我将在Google Colab中进行。你将能够在不安装python的情况下上传文件并进行转换。 谢谢你! Maxim Dmitrievsky: 笔记本电脑: https://colab.research.google.com/drive/1ffKGo2R8lh_QpsNO__F7cx-NG2KcFpX-?usp=sharing文件：https://drive.google.com/drive/folders/1iL5MVyTU3AF_j2cq9n3V3XhoeD2VVAgn?usp=sharing视频。 看了视频，谢谢!我的理解是，你只能转换部分样本，而不是整个样本？ 也许你还知道如何将文件保存在档案中？我的网络太慢了 :( Aleksey Vyazmikin 2020.11.12 10:27 #21077 在这里https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp所有5种类型的数量化。从最简单的（仅就拥挤程度而言）名为GenerateMedianBorders的F型开始。 谢谢!但这段代码对我来说太晦涩难懂了 :(((( 也许你可以把它转换成MQL5？ Aleksey Vyazmikin 2020.11.12 10:31 #21078 Renat Akhtyamov: 在资产负债表的图表中，5年中的最后4.5年的增长几乎为零。你怎么能忍受呢？现在谈论盈利能力显然还为时过早。 50%的增长不是相对于过去的增长而言吗？如果我们假设策略是原始的、最初的梅花，并使用MT5的标准设置的指标，那么5年内350%是个不错的数字。这显示了似乎是有效的方法。 Maxim Dmitrievsky 2020.11.12 10:37 #21079 Aleksey Vyazmikin: 谢谢你!看了视频，谢谢!我的理解是，你只能转换样本的一部分，而不是整个样本？也许你还知道如何将文件保存在档案中？我的网络太慢了 :( 所有文件将被自动压缩 如果你对其中一些人过度取样，就会出现不同的取样长度。 我单独上传了压缩包。他们应该改变互联网，他们自己就有200MB的文件)) Forester 2020.11.12 10:42 #21080 Aleksey Vyazmikin: 谢谢你!但是代码对我来说太不清楚了 :(((( 也许你可以把它转换成MQL5？ 懒得转换） 让我解释一下。 1）我们对列 2）计算一个量子的平均元素数，例如，10000个元素/255个量子=39,21 3）在循环中，我们每一步都按39,21个元素移动，并将排序后的数组中的值添加到量子值数组中。即阵列值0=值0量子，第39值=1量子，第78值=2量子，等等。 如果该值已经在数组中，即如果该值在一个有很多重复的区域，则不添加重复的值。 在每一步，我们恰好加上39.21，然后我们四舍五入，选择数组中的元素，使之相等。换句话说，代替195（39*5=195）元素，增加196（39.21*5=（int）196.05）。 1...210121022103210421052106210721082109211021112112211321142115...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
盈利的资产负债表以同样的角度上升
如果再投资，则按几何级数计算
我甚至不知道该说什么...我不认为盈利能力的概念与贪婪的概念有关联。
这是 样本--分成三部分，我理解只有train.csv需要修改？
目标列 "Target_100"--最后4列不涉及训练（你可以在那里定向到日期列）--为了平衡建设，它们是需要的。
我甚至不知道该怎么说...我不认为盈利能力的概念与贪婪的概念有关联。
在资产负债表的图表中，在显示的5年中，过去4.5年的增长几乎为零。
你怎么能忍受呢？
现在谈论盈利能力显然还为时过早
你也可以尝试增加深度。你还应该降低并行的学习率--它也能改善不平衡样本的结果。
那里使用了不同的量化方法，包括那些考虑到范围内物体拥挤的方法。
如果你在代码中发现了量化过程（设置边界）， 你能把这个代码贴出来吗？这里面一定有功能？
在这里https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp
所有5种类型的量化。从最简单的（只是通过拥挤）名为GenerateMedianBorders的f-thing开始
笔记本电脑: https://colab.research.google.com/drive/1ffKGo2R8lh_QpsNO__F7cx-NG2KcFpX-?usp=sharing
文件：https://drive.google.com/drive/folders/1iL5MVyTU3AF_j2cq9n3V3XhoeD2VVAgn?usp=sharing
vid:
我将在Google Colab中进行。你将能够在不安装python的情况下上传文件并进行转换。
谢谢你!
笔记本电脑: https://colab.research.google.com/drive/1ffKGo2R8lh_QpsNO__F7cx-NG2KcFpX-?usp=sharing
文件：https://drive.google.com/drive/folders/1iL5MVyTU3AF_j2cq9n3V3XhoeD2VVAgn?usp=sharing
视频。
看了视频，谢谢!我的理解是，你只能转换部分样本，而不是整个样本？
也许你还知道如何将文件保存在档案中？我的网络太慢了 :(
在这里https://github.com/catboost/catboost/blob/3cde523d326e08b32caf1b8b138c2c5303dc52e5/library/cpp/grid_creator/binarization.cpp
所有5种类型的数量化。从最简单的（仅就拥挤程度而言）名为GenerateMedianBorders的F型开始。
谢谢!但这段代码对我来说太晦涩难懂了 :(((( 也许你可以把它转换成MQL5？
在资产负债表的图表中，5年中的最后4.5年的增长几乎为零。
你怎么能忍受呢？
现在谈论盈利能力显然还为时过早。
50%的增长不是相对于过去的增长而言吗？如果我们假设策略是原始的、最初的梅花，并使用MT5的标准设置的指标，那么5年内350%是个不错的数字。这显示了似乎是有效的方法。
谢谢你!
看了视频，谢谢!我的理解是，你只能转换样本的一部分，而不是整个样本？
也许你还知道如何将文件保存在档案中？我的网络太慢了 :(
所有文件将被自动压缩
如果你对其中一些人过度取样，就会出现不同的取样长度。
我单独上传了压缩包。他们应该改变互联网，他们自己就有200MB的文件))
谢谢你!但是代码对我来说太不清楚了 :(((( 也许你可以把它转换成MQL5？
懒得转换）
让我解释一下。
1）我们对列
2）计算一个量子的平均元素数，例如，10000个元素/255个量子=39,21
3）在循环中，我们每一步都按39,21个元素移动，并将排序后的数组中的值添加到量子值数组中。即阵列值0=值0量子，第39值=1量子，第78值=2量子，等等。
如果该值已经在数组中，即如果该值在一个有很多重复的区域，则不添加重复的值。
在每一步，我们恰好加上39.21，然后我们四舍五入，选择数组中的元素，使之相等。换句话说，代替195（39*5=195）元素，增加196（39.21*5=（int）196.05）。