Изначально целью построения торговой системы является предсказание поведения некоторого рыночного инструмента, например, валютной пары. Цели предсказания могут быть разными, мы же ограничимся предсказанием трендов, а точнее предсказанием роста («лонгов») или падения («шортов») значений котировки валютной пары. Обычно, для решения проблемы...
我如何像文章https://www.mql5.com/ru/articles/1165，运行Rattle？
安装在R(install.packages("rattle")) 中的控制台
在R控制台中，只有 "加载工作区"，在文章中 "文件/工作区；"
或者它不是在R控制台上完成的，而是在一个不同的程序上？
我如何像文章https://www.mql5.com/ru/articles/1165，运行Rattle？
安装在R(install.packages("rattle")) 中的控制台
在R控制台中，只有 "加载工作区"，在文章中 "文件/工作区；"
或者它不是在R控制台那里完成的，而是在另一个程序上完成的？
而这一切都在运行。
library(rattle) rattle()类似的切口（正面），有我和博士（据我所知），如是说。
当我试图坚持这样做时，情况会好一些，等等。-
https://en.wikipedia.org/wiki/Markov_decision_process
https://en.wikipedia.org/wiki/Partially_observable_Markov_decision_process
很久以前就纺过了，时间不长，只是为了兴趣....。
也有一些部分可观察到的MPPR，谢谢，我将阅读
我在这里输入了3个RSI，仅此而已，我认为可以通过其他预测器来改进一下。
> 有没有可能在R中看到整个历史，ARIMA的预测是如何实现的，来寻找它的最佳时期？
是的，例如，将mt5的条形历史保存为csv文件，导入R，然后使用滑动窗口在某个区间进行训练，在下一个区间进行测试，并循环地移动训练窗口。
谢谢你!
在那些进入 "包裹 "的人中，没有人回来过（这有点含糊）。
除非你有一个强有力的想法，否则什么都没有......这些年你所做的一切都没有用
因为你一直带着你所谓的好功能到处跑，但只是软件好，而不是你的功能......
模式存在于现实世界，而不是数据包世界，所以要寻找它们，如果你找到它们，你甚至可以自己编码。
或者更好的是，忘记它
从上面的话中真的不太清楚我的意思，所以我可能会按顺序开始，在R中需要专家帮助的地方是拉出那些会对我的推论感兴趣的人。无论如何，有必要检查我在那里的陈述的时刻将会到来，看看我们在整体上是否是一个团队。在这里，我们走了。回归。
你不会相信的，我一生都在专门从事分类工作，不知为何我感到厌倦了。我不得不在夜里重做了3次，因为计算偏差（htcgtrnelibrarius）的错误越来越多，但已经很清楚，这个不眠之夜没有白费。而现在它已经变得有些无聊，但如果尝试一些新的东西，会很有趣。
在旧版本中，你基本上是通过累积delta，而不是偏差来输入MA。如果结果是好的，预测器在这种形式下也是好的。有了MA的delta和delta本身--如果NS认为有利可图，它可以自己找到偏差的模拟。
我认为你是在白白受挫，想换成新的东西。完成你的发展，目前的结果是非常令人鼓舞的。
在旧版本中，你基本上是通过累积delta而不是偏差来输入MA。如果结果很好，这意味着预测器在这种形式下是好的。有了MA的delta和delta本身--NS自己可以找到偏差的类似物，如果它认为有利可图。
我认为你是在白白受挫，想换成新的东西。完成你的发展，目前的结果是非常令人鼓舞的。
这就是问题所在：工作完成后，突然间就变得很无聊。昨天没有错误，至少再过3-4个工作日，它仍然存在。问题是，当TS在自动工作时，当有调查的欲望并且有时间去做时，该怎么做？
更新了java，一切都很顺利...好啊...那么，我们当时在哪里????啊，是的....回归...因此，让我们来定义问题陈述和初始TC设置的选择。
我将尝试从分类方法中进行类比，但首先让我们定义一下条件。
回归意味着对未来参数值的预测。让我们选择价格的变化作为一个参数。有一个提前1个小节的预测就足够了，但这很无聊。让我们以如下方式设定问题。
我们应该预测未来10个柱子的价格变化。也就是说，模型的结果将是一个高于或低于零的数值（变化的方向），以及这种变化的程度。也就是说，它将是多少...
(我提醒你，我只是确定工作方向，如果你不同意我提出的条件，你有替代方案，请积极发言。所有这些都是可以协商和纠正的）。
正如你已经猜到的，这就是我们模型的目标函数。让我们首先定义它并解决它。根据我们上面所说的，我们做了以下工作。
Close[i]-Close[i+10] 首先，让我们计算一下当前收盘价相对于10个柱子前收盘价的变化。
Lead=Close[i-10]-Close[i]现在将我们的函数向后移动10个柱子。这种操作只适用于目标功能，不能用于实际交易。因此，我将在图表上显示我们拥有的东西。
绿色是Chenge，蓝色是Lead。领先的指标是向前看10个柱子。它看起来像这样。
我们在两条线之间有一个预测窗口。我们只能在这个窗口的最后一个柱子上计算变化。这就是绿线。但是我们需要在这个窗口的第一根柱子上知道这个值（只是作为一个例子），所以我们把图表移回作为一条蓝线，在这个窗口的第一根柱子上，我们要求我们的网络给我们提供仍将到来的值。那么我们就可以利用这个优势。
关于改变目标选择的问题有?????。
为了支持这种方法，我要说的是，很久以前对回归的目标做了很多研究，得出的结论是函数越简单越好。目标的任何复杂性的增加都不会改善模型的性能，甚至会使其恶化。我们从 "天才的一切都很简单 "这句话出发。如果模型工作正常，这个目标就足够了。等待反馈并继续...
自然，目标（蓝线）将缺失1至10条的指标尖端。应由人工智能将其提高到0巴。这将是对未来的预测。