交易中的机器学习：理论、模型、实践和算法交易 - 页 880 1...873874875876877878879880881882883884885886887...3399 新评论 Aleksey Vyazmikin 2018.05.06 14:06 #8791 elibrarius。 NS通常从第一行开始处理数据--即第一行是旧数据，最后是新鲜数据，这样最后的学习步骤就在它上面完成了。谢谢你。 Aleksei Kuznetsov 2018.05.06 14:09 #8792 阿列克谢-维亚兹米 金。 所有的预测器都对酒吧开张起作用--现在甚至不知道如何识别那些偷看的人--按照想法他们的重要性应该很高？好吧，如果都是公开价格--那么他们就不应该偷看，如果有其他选择--那么他们就偷看。 Aleksey Vyazmikin 2018.05.06 14:15 #8793 elibrarius。好吧，如果所有东西都是公开价格--那么它不应该偷看，如果有其他选择--它就会偷看。你能在一些神经网络上测试我的数据集吗，我还搞不清楚。该程序内置的那个程序不想学习超过56%--也许我做错了什么，或者网络不适合....。 Aleksei Kuznetsov 2018.05.06 14:54 #8794 阿列克谢-维亚兹米 金。你能在一些神经网络上测试我的数据集吗，我还搞不清楚。内置该程序不希望学习超过56%--也许我做错了什么，或者网络不适合....。 你的文件里有回归，而你在测试分类，从描述中判断。可能你需要一个有分类的文件。 从图片上看，你有大约8%的误差（准确率92%），而不是56%。 Aleksey Vyazmikin 2018.05.06 14:56 #8795 elibrarius。 你的文件里有回归，从描述上看，你在测试分类。可能你需要一个有分类的文件。 从图片上看，你的误差大约是8%（准确率92%），而不是56%。是的，该文件是错误的，我已经添加了预测器，并根据一个简单的规则进行了目标分类--如果超过或等于50点，则1（买入）和-1（卖出），否则为0，买入和卖出的列是独立的。 56%是一个神经元，截图来自树。 Aleksei Kuznetsov 2018.05.06 15:04 #8796 阿列克谢-维亚兹米 金。是的，该文件是错误的，我已经添加了预测器，并通过一个简单的规则对目标进行了分类--如果它大于或等于50点，那么1（买入）和-1（卖出），否则为0，买入和卖出的栏目是独立的。 大约56%--所以是一个神经元，还有树上的截图。 好吧，如果这棵树更好--使用它。NS是更难建立的。 Aleksey Vyazmikin 2018.05.06 15:14 #8797 elibrarius。 好吧，如果这棵树效果更好，那就用它。NS的设置更为困难。到目前为止，只有逻辑工作（也许我测试错了？ 如果有人想帮助测试预测器的工作，附件中有两个文件--买入和卖出的3栏是目标，1和2我不使用，其余的是预测器。 附加的文件： Pred_004.zip 805 kb Aleksey Vyazmikin 2018.05.06 15:19 #8798 预测器我是从一个交易系统中拖出来的，那里的一切都在测试器中运行良好，但没有显示出其全部潜力... forexman77 2018.05.06 15:58 #8799 马克西姆-德米特里耶夫斯基。alglib有kfold，有人知道如何使用它吗？ 文档几乎为零 :) 啊，我明白了，这些方法是通过交叉验证自动教学的 工具是给了，但没有手册。如果每个功能都有帮助，如何使用，并有例子，那就更好了。 Aleksei Kuznetsov 2018.05.06 16:22 #8800 阿列克谢-维亚兹米 金。到目前为止，只有逻辑工作（也许我测试错了？ 如果有人想帮助测试预测器的性能，附录中有两个文件--对于买入和卖出，3栏是目标，1和2我不使用，其余的是预测器。我试了一下第一个文件，我把它分成了三部分。学习 预测的 实际0 1 0 28107 1244 1 3045 4119 测试1 预测的 实际0 1 0 5950 356 1 742 776 当前 2 预测的 实际0 1 0 5945 333 1 779 769 在一个隐藏层有10个神经元的nnet上进行计算（R的Rattle包的NS）。 比你的森林更糟糕，但也不坏。第二个文件可能会有同样的结果。 Machine learning in trading: 用随机森林预测趋势 深度神经网络 (第 IV 部)。创建, 1...873874875876877878879880881882883884885886887...3399 新评论 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
NS通常从第一行开始处理数据--即第一行是旧数据，最后是新鲜数据，这样最后的学习步骤就在它上面完成了。
谢谢你。
所有的预测器都对酒吧开张起作用--现在甚至不知道如何识别那些偷看的人--按照想法他们的重要性应该很高？
好吧，如果都是公开价格--那么他们就不应该偷看，如果有其他选择--那么他们就偷看。
好吧，如果所有东西都是公开价格--那么它不应该偷看，如果有其他选择--它就会偷看。
你能在一些神经网络上测试我的数据集吗，我还搞不清楚。该程序内置的那个程序不想学习超过56%--也许我做错了什么，或者网络不适合....。
你能在一些神经网络上测试我的数据集吗，我还搞不清楚。内置该程序不希望学习超过56%--也许我做错了什么，或者网络不适合....。
从图片上看，你有大约8%的误差（准确率92%），而不是56%。
你的文件里有回归，从描述上看，你在测试分类。可能你需要一个有分类的文件。
从图片上看，你的误差大约是8%（准确率92%），而不是56%。
是的，该文件是错误的，我已经添加了预测器，并根据一个简单的规则进行了目标分类--如果超过或等于50点，则1（买入）和-1（卖出），否则为0，买入和卖出的列是独立的。
56%是一个神经元，截图来自树。是的，该文件是错误的，我已经添加了预测器，并通过一个简单的规则对目标进行了分类--如果它大于或等于50点，那么1（买入）和-1（卖出），否则为0，买入和卖出的栏目是独立的。
大约56%--所以是一个神经元，还有树上的截图。好吧，如果这棵树效果更好，那就用它。NS的设置更为困难。
到目前为止，只有逻辑工作（也许我测试错了？
如果有人想帮助测试预测器的工作，附件中有两个文件--买入和卖出的3栏是目标，1和2我不使用，其余的是预测器。
alglib有kfold，有人知道如何使用它吗？ 文档几乎为零 :)
啊，我明白了，这些方法是通过交叉验证自动教学的
工具是给了，但没有手册。如果每个功能都有帮助，如何使用，并有例子，那就更好了。
到目前为止，只有逻辑工作（也许我测试错了？
如果有人想帮助测试预测器的性能，附录中有两个文件--对于买入和卖出，3栏是目标，1和2我不使用，其余的是预测器。
我试了一下第一个文件，我把它分成了三部分。
学习
预测的
实际0 1
0 28107 1244
1 3045 4119
测试1
预测的
实际0 1
0 5950 356
1 742 776
当前 2
预测的
实际0 1
0 5945 333
1 779 769
在一个隐藏层有10个神经元的nnet上进行计算（R的Rattle包的NS）。
比你的森林更糟糕，但也不坏。第二个文件可能会有同样的结果。