Regression techniques are one of the most popular statistical techniques used for predictive modeling and data mining tasks. On average, analytics professionals know only 2-3 types of regression which are commonly used in real world. They are linear and logistic regression. But the fact is there are more than 10 types of regression algorithms...
最佳R^2得分:0.007975925
我想这就是你问的DR.Trader的结果吧?
现在是最有趣的部分。我用这个数据集来训练模型,并把它放在真实的地方。据我所知,根据你的方法,质量不是很好。但让我们看看这个模型是否能够提高分数,如果是的话,雷舍托夫的优化方法将比你建议的一切定义要好得多。
在下周末,我将使用DRTrader在P中创建的模型进行测试,我们将看到误差系数,还将看到优化器Reshetov创建的模型在这一时期是如何工作的。然后我们将看到谁更酷...
我正在悄悄地挖掘雷舍托夫的代码--他真的是一个编程方面的ACC。并意识到在数据矩阵中寻找模式的方法并不是大家习惯的看,先试列,再试行,等等。
雷舍托夫寻找模式的方法很复杂。我把它叫做 "方窝",谁在建造电路板的sharit那会明白。
诀窍在于,搜索不是线性地从一列到另一列,而是以方形方式进行。我现在甚至无法表述,如何.....,我可能在以后尝试详细描述......
最佳R^2得分:0.007975925
我想这就是你问的DR.Trader的结果吧?
是的,这是一个相当弱的结果,我们甚至可能不会尝试在外汇中使用它。我们应该尝试改进预测器的集合(删除/添加),使这个估计值变得更高。
例如,在文本文件中,第一栏是行数。它绝对应该被删除。
是的,这是一个相当弱的分数,你甚至可能不会尝试用它来进入外汇市场。我们应该尝试改进预测因子集(删除/添加),使这个分数更高。
例如,在文本文件中,第一栏是行数。它绝对应该被删除。
好吧,我把它删除了。顺便说一下,这个训练集建议我用vtreat,而Reshetovy优化器在用它建立模型时选择了某些列。如果我们只运行雷舍托夫选择的列,会怎么样?我明天试试,现在我要去睡觉了......
最佳R^2得分:0.007975925
我想这就是你问的DR.Trader的结果吧?
现在是最有趣的部分。我用这个数据集来训练模型,并把它放在真实的地方。据我所知,根据你的方法,质量不是很好。但让我们看看这个模型是否能够提高分数,如果是的话,雷舍托夫的优化方法将比你建议的一切定义要好得多。
在下周末,我将测试DRTrader在P中创建的模型,我们将看到误差系数,也将看到优化器Reshetov创建的模型在这期间的工作情况。然后我们将看到谁更酷......
我正在悄悄地挖掘雷舍托夫的代码--他真的是一个编程方面的ACC。并意识到在数据矩阵中寻找模式的方法并不是大家习惯的看,先试列,再试行,等等。
雷舍托夫寻找模式的方法很复杂。我把它叫做 "方窝",谁在建造电路板的sharit那会明白。
诀窍在于,搜索不是线性地从一列到另一列,而是以方形方式进行。我现在甚至无法制定,如何做.....,也许以后我会尝试详细描述它......
如果你注意到,他使用了内核 技巧,即即使是1个特征也可以使用几次,但转换方式不同。
当你把神经元的源代码上传到mql时,它是可见的,也许这就是成功和计算缓慢的关键所在
基本上,你给它输入什么几乎没有什么区别,反正它都会想到这些标志 :)
(你在这里有什么乐趣?))))长期以来,我一直很清楚这一点。所以给我看一下几周的线程
在 "外汇预测遵循 "主题中。可以这么说,示范课。
这是MO的话题,我现在没兴趣手动讨论。
你最好在mql中给我发点好东西,比如说,一些好的RL代码,因为到了洗澡的季节,我就会想办法了。
"因为我一直在洗刷你的监督管道
我们真的需要波洛维茨的舞蹈吗?或者是更简单的 东西?
在该主题中,优素福写道
https://www.mql5.com/ru/forum/228879/page2
我对他做了......当然,在其他乐器上分析东西是无稽之谈。
但对于分析滑动窗口中LR系数的动态变化(自回归),是否有这方面的研究?
这有点像ACF。
即如果我们不仅将自回归而且将其系数送入模型中
在该主题中,优素福写道
https://www.mql5.com/ru/forum/228879/page2
我对他做了......当然,在其他乐器上分析东西是无稽之谈。
但对于分析滑动窗口中LR系数的动态变化(自回归),是否有这方面的研究?
这有点像ACF。
即如果我们不仅把自回归而且把它的系数送入模型。
苏尔坦诺夫是这个论坛中一个独立的、独特的现象。
但要把任何模型的参数作为预测因素,我有这个想法已经很久了。但问题还是一样的:这样的预测器和目标变量之间的关系不应该发生变化,如果发生变化,也应该变化缓慢。如果不是这样,那么它也不是静止的,这就排除了对未来的可预测性,甚至是对下一棒的预测。
在该主题中,优素福写道
https://www.mql5.com/ru/forum/228879/page2
我对他做了......当然,在其他乐器上分析东西是无稽之谈。
但对于分析滑动窗口中LR系数的动态变化(自回归),是否有这方面的研究?
这有点像ACF。
即如果我们不仅将自回归而且将其系数送入模型中
我得出的结论是,自回归和自 相关函数是不同的东西。
例如,这里是一个趋势区的acf。acf从左边缘平滑下降,没有重复的零线交叉。
但这里是平坦的部分。差异是显而易见的。我在测试器中运行这个设计,没有得到任何改善。这证明了趋势在外汇中不起作用。然而,平面也不例外。
趋势往往没有延续性,翻牌被替换成了趋势。这就是所有的研究都在清除中间环节。
我得出的结论是,自回归和自相关函数是不同的东西。
下面是一个趋势部分的acf例子。acf从左边缘平稳地下降,没有多个零线交叉。
但这里是平坦的部分。差异是显而易见的。我在测试器中运行这个设计,没有得到任何改善。这证明了趋势在外汇中不起作用。然而,平面也不例外。
趋势往往没有延续性,翻牌被替换成了趋势。这就是所有的研究,在i's和t's上点了点。
一阶自回归系数与一阶自相关系数重合,而它们似乎并不重合
在左边的图片中,你可以看到,由于某种原因,只有图表本身是不同的。
啊,那里和那里都是阿卡夫,我明白了。
在非平稳的图表上使用acf是没有用的,你需要转换vp。
我应该去问SanSanych,他会向你解释acf for life和acf))