交易中的机器学习：理论、模型、实践和算法交易 - 页 927 1...920921922923924925926927928929930931932933934...3399 新评论 Aleksey Vyazmikin 2018.05.18 22:18 #9261 交易员博士。 在程序上，该树可以这样描述。 而且，预测者没有确切的名称--图片模式的名称只是....。 Dr. Trader 2018.05.18 22:23 #9262 以下是全名。 我将尝试对mnogoVhodov_02进行同样的处理。 我将让脚本工作一夜，明天下午我将展示我的成果。 然而，Malovhodov的模型准确性不是很好，有很多错误的条目。 我不会交易 ) Dr. Trader 2018.05.18 22:26 #9263 forexman77:我的真假标记之林贯穿始终。 在测试中，被征求意见的班级有一半以上在另一个班级，但在训练中被很好地划分开来)良好的结果。我不使用森林，而是使用一棵树，这可能是我的情况明显恶化的原因。 那么用另一个文件的数据进行测试的结果如何？(不同年份) Aleksey Vyazmikin 2018.05.18 22:35 #9264 交易员博士。以下是全名。 我将尝试对mnogoVhodov_02进行同样的处理。 我将让脚本工作一夜，明天下午我将展示我的成果。 然而，Malovhodov的模型准确性不是太好，有太多的错误条目。 我不会交易 )谢谢你提供的树的全屏，我现在要用程序中的树来试试。 我不认为我可能会因为某些原因而使用它，如果我以后开始用它工作，我对树林寄予厚望，结果应该是多出15%左右，这将是好事。 而关于低投入，这就是过滤器组的作用--其目的是在总体上改善事情。 forexman77 2018.05.18 22:54 #9265 交易员博士。用不同文件的数据进行测试的结果是什么？(不同年份)这是我的数据（一个文件）。那里的测试是25%。 Aleksey Vyazmikin 2018.05.19 00:17 #9266 交易员博士。以下是全名。 我将尝试对mnogoVhodov_02进行同样的处理。 我将让脚本工作一夜，明天下午我将展示我的成果。 然而，malovhodov的模型准确性不是太好，有太多的错误条目)。我已经在Deductor程序中建立了树，根据它，没有一个目标被发现。 Aleksey Vyazmikin 2018.05.19 01:29 #9267 我想出了一个 寻找预测器组合的算法 ，但我不知道该如何去做。 Mihail Marchukajtes 2018.05.19 10:13 #9268 看着激情继续...同时，这是一个比较两个网络的战斗的一周。我想，我为什么要用各种测试来养活你，等等。解决问题的最好方法是通过战斗，结果是这样的...... ELMNN--R中建立的网络像这样工作了一个星期...... jPrediction- Reshettes like this.... 很难判断谁更酷。我认为这两个优化器都很好。但它在这里看起来是最好的..... 也没有必要在奶奶的脸上抹黑!!!!!!!! Maxim Dmitrievsky 2018.05.19 10:53 #9269 只要阿凯洛下周不再缺席。 我突然想到，我的基本策略很糟糕。谁能抛出一些基本策略，让我尝试与我的代理人一起改进？ СанСаныч Фоменко 2018.05.19 11:26 #9270 交易员博士。首先尝试了Malovhodov。 试图教森林根据arr_Vektor_Week, arr_Vektor_Day等预测2015年的arr_Buy。 类别非常不平衡（0类的例子比1类多10倍），这增加了很多难度。 这是在2015年的树上训练的 y_predy_true01097268861181552912256 这两种情况下的预测准确率都很低，但准确率至少在50%以上。我已经停止计算这些表格上的错误，作为标准。 我的推理如下：最初的类 "0 "给出了类 "1"=86118的预测，而类 "1 "给出了类 "1"=12256的预测。这意味着在交易时，我们将得到错误的类预测=86118，而正确的预测=12256，即误差=86116/(86116+12256)=87.5%9(!!)，如果类 "1"=进入/位置 - 这是一场灾难。但 "0 "类的位置非常好--决策中的错误零点将只有5.3%。 1...920921922923924925926927928929930931932933934...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
在程序上，该树可以这样描述。
而且，预测者没有确切的名称--图片模式的名称只是....。
以下是全名。
我将尝试对mnogoVhodov_02进行同样的处理。 我将让脚本工作一夜，明天下午我将展示我的成果。
然而，Malovhodov的模型准确性不是很好，有很多错误的条目。 我不会交易 )
我的真假标记之林贯穿始终。
在测试中，被征求意见的班级有一半以上在另一个班级，但在训练中被很好地划分开来)
良好的结果。我不使用森林，而是使用一棵树，这可能是我的情况明显恶化的原因。
那么用另一个文件的数据进行测试的结果如何？(不同年份)
以下是全名。
我将尝试对mnogoVhodov_02进行同样的处理。 我将让脚本工作一夜，明天下午我将展示我的成果。
然而，Malovhodov的模型准确性不是太好，有太多的错误条目。 我不会交易 )
谢谢你提供的树的全屏，我现在要用程序中的树来试试。
我不认为我可能会因为某些原因而使用它，如果我以后开始用它工作，我对树林寄予厚望，结果应该是多出15%左右，这将是好事。
而关于低投入，这就是过滤器组的作用--其目的是在总体上改善事情。用不同文件的数据进行测试的结果是什么？(不同年份)
这是我的数据（一个文件）。那里的测试是25%。
以下是全名。
我将尝试对mnogoVhodov_02进行同样的处理。 我将让脚本工作一夜，明天下午我将展示我的成果。
然而，malovhodov的模型准确性不是太好，有太多的错误条目)。
我已经在Deductor程序中建立了树，根据它，没有一个目标被发现。
看着激情继续...同时，这是一个比较两个网络的战斗的一周。我想，我为什么要用各种测试来养活你，等等。解决问题的最好方法是通过战斗，结果是这样的......
ELMNN--R中建立的网络像这样工作了一个星期......
jPrediction- Reshettes like this....
很难判断谁更酷。我认为这两个优化器都很好。但它在这里看起来是最好的.....
也没有必要在奶奶的脸上抹黑!!!!!!!!
只要阿凯洛下周不再缺席。
我突然想到，我的基本策略很糟糕。谁能抛出一些基本策略，让我尝试与我的代理人一起改进？
首先尝试了Malovhodov。
试图教森林根据arr_Vektor_Week, arr_Vektor_Day等预测2015年的arr_Buy。
类别非常不平衡（0类的例子比1类多10倍），这增加了很多难度。
这是在2015年的树上训练的
这两种情况下的预测准确率都很低，但准确率至少在50%以上。
我已经停止计算这些表格上的错误，作为标准。
我的推理如下：最初的类 "0 "给出了类 "1"=86118的预测，而类 "1 "给出了类 "1"=12256的预测。这意味着在交易时，我们将得到错误的类预测=86118，而正确的预测=12256，即误差=86116/(86116+12256)=87.5%9(!!)，如果类 "1"=进入/位置 - 这是一场灾难。但 "0 "类的位置非常好--决策中的错误零点将只有5.3%。