召集一个团队，制定与趋势战略有关的IO（决策树/森林）。 - 页 18 1...11121314151617181920 新评论 Aleksey Vyazmikin 2018.07.09 21:44 #171 Aleksey Panfilov:因此，该团队被取消了。) 而且会有一个被管理的小组。) 管理即使是一个已经建立的团队，也有95%的机会杀死结果。 而要管理一些不存在的东西，你必须要有一张非常强大的王牌。)) 是时候展示一些王牌了。 方法也很重要。 有供应，但没有任何形式的需求表达。 如果在这个阶段，潜在的团队成员不愿意主动出击，那么我不确定他们的动机是什么。 这是非常不幸的。 没有管理，你就无法前进--我提出了一个计划，参与者自己选择旅行的方向，很难想象最舒适的条件。 Aleksey Vyazmikin 2018.07.09 21:46 #172 Roffild:在这份名单中，甚至连GitLab上的共和党人都没有注册...... 该团队本应立即在Apache 2.0许可下建立，而你想强迫陌生人遵守合作道德。 好吧，老板对软件开发根本一无所知。注册是几分钟的事，这只是一种形式而已。 团队应该为自己和所有团队成员的利益而工作，而不是对心情挑剔。 发展想法和为它们编码是不同的事情。 Roffild 2018.07.09 22:48 #173 Aleksey Vyazmikin:注册是几分钟的事，这只是一种形式。 团队应该为自己和所有团队成员的利益而工作，而不是在它感觉好的时候挖苦它。 发展想法和为它们编码是不同的事情。如果这是一项 "微小的工作"，为什么不做呢？没有工作空间，因为没有团队。没有团队，因为没有工作空间...。 而在这个领域，这个想法应该立即实施，至少是在伪代码中。 Aleksey Vyazmikin 2018.07.09 23:41 #174 Roffild:如果是 "分钟业务"，为什么不做呢？没有工作空间，因为没有团队。没有团队，因为没有工作空间...。而在这个领域，这个想法必须立即实施，至少是在伪代码中。这个团队的存在并不是因为人们不想一起工作；每个人（大部分人）都有兴趣听别人的想法，而马克西姆提出的形式--聊天室--正好适合这种情况。 也许在目前阶段，不信任和害怕透露 自己的想法是利益沟通的一个变种。 在做一件事之前，你需要了解它最终会是什么样子--应该有一个蓝图；我建议人们表达他们对工作流程组织的意见--他们希望如何，他们如何看待它，然后以这些愿望来组织工作空间。 Aleksey Vyazmikin 2018.07.09 23:47 #175 公民们--一切都在我们的掌握之中! 市场不是解决个人心理问题的地方，而是一个创造收入的领域！"。 你不能靠自己的力量移动这个东西。 Ivan Negreshniy 2018.07.10 08:27 #176 Aleksey Vyazmikin:所以，这一切都混为一谈--论坛引擎是多功能的吗？我读过关于REST的文章，但这是一个赤裸裸的架构，我应该寻找论坛的源代码吗？ 什么叫可以播放其他剧本，在哪里可以播放？想象一下，你想把产品卖给一个普通用户，并向人解释它能提供什么，与什么相配，请。我认为这很有必要，也很重要，但我不明白为什么，谢谢你。有什么好解释的，上面我向你展示了一个例子，如何从MQL脚本访问安装在本地计算机上的Python，训练神经网络模型，将其保存到一个文件，加载它并通过调用Predict方法来处理它。https://www.mql5.com/ru/forum/261479/page16#comment_8011085你可以使用同样的模式来创建python库中数百个可用的IO模型中的任何一个，并在你的数据上进行训练。使用同样的样本，你可以在EA或指标中创建一个客户部分，它将在初始化过程中加载模型文件，然后通过调用你自己的当前数据的Predict方法进行轮询。对NamedPipes和REST协议的支持允许指定的脚本、专家顾问或指标在没有DLLs的情况下与MO模型一起工作，无论是在本地计算机上还是在网络上远程工作。 与NamedPipes不同，当使用REST脚本时，来自MQL的文本不应该通过FileWriteString发送，而是通过WebRequest发送到公共URL，例如在引擎运行的VPS上，否则是一样的。 Собираю команду для развития МО (Дерева решения/леса) применительно к трендовым стратегиям 2018.07.07www.mql5.com Предлагаю сплотиться для решения задачи МО применительно к трендам, т.е... Aleksey Vyazmikin 2018.07.10 12:41 #177 Ivan Negreshniy:有什么好解释的，上面我向你展示了一个例子，如何从MQL脚本调用安装在本地计算机上的Python，训练神经网络模型，将其保存到一个文件中，加载它并通过调用Predict方法对其进行处理。https://www.mql5.com/ru/forum/261479/page16#comment_8011085使用同样的模式，你可以在Python库中创建数百个可用的MO模型中的任何一个，并在你的数据上训练它。使用同样的模式，你可以在专家顾问或指标中创建一个客户部分，它将在初始化过程中加载模型文件，然后用自己的当前数据调用预测方法来轮询。对NamedPipes和REST协议的支持允许指定的脚本、专家顾问或指标在没有DLLs的情况下与MO模型一起工作，无论是在本地计算机上还是在网络上远程工作。 与NamedPipes不同，当使用REST脚本时，来自MQL的文本不应该通过FileWriteString发送，而是通过WebRequest发送到公共URL，例如在引擎运行的VPS上，否则是一样的。总的来说，它很清楚，是一个激活计算模型的工具。 但我仍然不明白如何处理策略优化器...... Aleksey Vyazmikin 2018.07.10 14:32 #178 我将留下我对树木的想法，以备不时之需。 关于交易、自动交易系统和测试交易策略的论坛 交易中的机器学习：理论与实践》（《交易和超越》）。 Aleksey Vyazmikin, 2018.07.10 14:18 昨天我想到了一个问题，为什么我们要寻找决策树，即描述实体的模型？也就是说，我们为什么要描述整个实体，也许我们应该只寻找该实体中最容易理解和最容易预测的部分？我想，既然我从树上收集叶子，也许我应该用一种方法来找到这样的叶子，而不需要构建完整的决策树，按照我的理解，这样做应该可以在花费同样的计算时间的情况下提高质量。 我在网上搜索了一下，没有看到这种方法。也许有人知道这种发展？ 在我制定算法的时候，我想首先我需要选择预测因素，这些预测因素显示了其中一个类别的预测能力，在这一点上，预测因素必须是二进制的（为此，我必须为每个预测因素形成我自己的样本，或者从一般的样本中形成排除性的边际（什么更合理？）然后已经使用选定的预测器（以及它们的组合）来为某个特定的类（在我的例子中是3个类）建立存根，然后使用这些存根来建立其余的预测器。同时，我们也可以检查他们是否有某类人的偏好。然后，根据这个想法，我们将为特定的目标类别找到最适合分类的区域。而剩下的区域将只是一个不活动/期待的领域。 当然，我们就可以看到哪些地方的叶子是分层的，并在这些情况下做出一个平均结果。而我们可以建立一棵这样的树，但由于不同目标的不同地区的密度，有投票的成分。 你对这个想法怎么看？ Ivan Negreshniy 2018.07.12 14:05 #179 Aleksey Vyazmikin:我将留下我对树木的想法，以备不时之需。 许多人在这里表达了想法--观念，一些人提供了机制--算法，甚至有时还实现了--准备好的程序，但不幸的是，没有进展，没有实际结果，基本上都是以泛滥和毫无根据的声明结束。 也许这是因为我们没有统一的交易IO工具的表现形式--数据、模型和结果的客观评估的格式，这使得我们不能建设性地相互交流，分享实验结果并做出合理的结论。 而在这种情况下，如果我们连对个别表演者--开发者的客观评价方法都没有，那还有什么意义呢？） 也许我们应该从创建和商定这样的方法开始。 在国防部的主题中曾试图提出这个问题，但到目前为止还没有相互理解；也许你作为这个主题的爱好者，可以做些什么？ Aleksey Vyazmikin 2018.07.12 14:30 #180 Ivan Negreshniy:许多人在这里表达他们的想法--观念，有些人提供机制--算法，有时甚至来实施--现成的方案，但不幸的是，没有进展，没有实际的结果，基本上一切都以泛滥和毫无根据的声明结束。 也许这是因为我们没有统一的交易IO工具的表现形式--数据、模型和结果的客观评估的格式，这使得我们不能建设性地相互交流，分享实验结果并做出合理的结论。 而在这种情况下，如果我们连对个别表演者--开发者的客观评价方法都没有，那还有什么意义呢？） 也许我们应该从创建和商定这样的方法开始；在国防部的主题中曾试图提出这个问题，但到目前为止还没有相互理解；也许你作为这个主题的爱好者，可以做些什么？我同意标准估值是不合适的，我以前写过这方面的文章。如果我们谈论的是一种趋势策略，这一点就特别明显。最好是在一个基本策略上寻找最佳评价标准，然后再移植到其他策略上。在我看来，MO分支主要是试图预测酒吧在开业时将如何收盘。而猜测/不猜测的衡量标准在那里可能仍然是合适的，但即使在那里，不要说趋势策略，点也应该被考虑到估计中。 在下图中，方格1中的进场点将比方格2中的进场点要好得多（带来更多的利润），而在方格3中，当资产被卖出时，我们将以亏损收场，但当资产被买入时，它将不会带来利润，直到最低价格形成。 所以你可以看到，进场的百分比猜测可以很大，但如果这个大值比第一个方块更集中在第二个方块，那么较小的错误值就可以覆盖整个利润。 这就是为什么我现在想在我的模型评估中考虑到信号的集中度，在哪个区域它们会带来更多的利润或损失，并在构建决策树时考虑到这一点。 1...11121314151617181920 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
因此，该团队被取消了。)
而且会有一个被管理的小组。)
管理即使是一个已经建立的团队，也有95%的机会杀死结果。
而要管理一些不存在的东西，你必须要有一张非常强大的王牌。))
是时候展示一些王牌了。
有供应，但没有任何形式的需求表达。
如果在这个阶段，潜在的团队成员不愿意主动出击，那么我不确定他们的动机是什么。
这是非常不幸的。
没有管理，你就无法前进--我提出了一个计划，参与者自己选择旅行的方向，很难想象最舒适的条件。
在这份名单中，甚至连GitLab上的共和党人都没有注册......
该团队本应立即在Apache 2.0许可下建立，而你想强迫陌生人遵守合作道德。
好吧，老板对软件开发根本一无所知。
注册是几分钟的事，这只是一种形式而已。
团队应该为自己和所有团队成员的利益而工作，而不是对心情挑剔。
发展想法和为它们编码是不同的事情。
注册是几分钟的事，这只是一种形式。
团队应该为自己和所有团队成员的利益而工作，而不是在它感觉好的时候挖苦它。
发展想法和为它们编码是不同的事情。
如果这是一项 "微小的工作"，为什么不做呢？没有工作空间，因为没有团队。没有团队，因为没有工作空间...。
而在这个领域，这个想法应该立即实施，至少是在伪代码中。
如果是 "分钟业务"，为什么不做呢？没有工作空间，因为没有团队。没有团队，因为没有工作空间...。
而在这个领域，这个想法必须立即实施，至少是在伪代码中。
这个团队的存在并不是因为人们不想一起工作；每个人（大部分人）都有兴趣听别人的想法，而马克西姆提出的形式--聊天室--正好适合这种情况。
也许在目前阶段，不信任和害怕透露 自己的想法是利益沟通的一个变种。
在做一件事之前，你需要了解它最终会是什么样子--应该有一个蓝图；我建议人们表达他们对工作流程组织的意见--他们希望如何，他们如何看待它，然后以这些愿望来组织工作空间。
公民们--一切都在我们的掌握之中!
市场不是解决个人心理问题的地方，而是一个创造收入的领域！"。
你不能靠自己的力量移动这个东西。
所以，这一切都混为一谈--论坛引擎是多功能的吗？我读过关于REST的文章，但这是一个赤裸裸的架构，我应该寻找论坛的源代码吗？
什么叫可以播放其他剧本，在哪里可以播放？想象一下，你想把产品卖给一个普通用户，并向人解释它能提供什么，与什么相配，请。我认为这很有必要，也很重要，但我不明白为什么，谢谢你。
有什么好解释的，上面我向你展示了一个例子，如何从MQL脚本访问安装在本地计算机上的Python，训练神经网络模型，将其保存到一个文件，加载它并通过调用Predict方法来处理它。
https://www.mql5.com/ru/forum/261479/page16#comment_8011085
你可以使用同样的模式来创建python库中数百个可用的IO模型中的任何一个，并在你的数据上进行训练。使用同样的样本，你可以在EA或指标中创建一个客户部分，它将在初始化过程中加载模型文件，然后通过调用你自己的当前数据的Predict方法进行轮询。
对NamedPipes和REST协议的支持允许指定的脚本、专家顾问或指标在没有DLLs的情况下与MO模型一起工作，无论是在本地计算机上还是在网络上远程工作。
与NamedPipes不同，当使用REST脚本时，来自MQL的文本不应该通过FileWriteString发送，而是通过WebRequest发送到公共URL，例如在引擎运行的VPS上，否则是一样的。
有什么好解释的，上面我向你展示了一个例子，如何从MQL脚本调用安装在本地计算机上的Python，训练神经网络模型，将其保存到一个文件中，加载它并通过调用Predict方法对其进行处理。
https://www.mql5.com/ru/forum/261479/page16#comment_8011085
使用同样的模式，你可以在Python库中创建数百个可用的MO模型中的任何一个，并在你的数据上训练它。使用同样的模式，你可以在专家顾问或指标中创建一个客户部分，它将在初始化过程中加载模型文件，然后用自己的当前数据调用预测方法来轮询。
对NamedPipes和REST协议的支持允许指定的脚本、专家顾问或指标在没有DLLs的情况下与MO模型一起工作，无论是在本地计算机上还是在网络上远程工作。
与NamedPipes不同，当使用REST脚本时，来自MQL的文本不应该通过FileWriteString发送，而是通过WebRequest发送到公共URL，例如在引擎运行的VPS上，否则是一样的。
总的来说，它很清楚，是一个激活计算模型的工具。
但我仍然不明白如何处理策略优化器......
我将留下我对树木的想法，以备不时之需。
关于交易、自动交易系统和测试交易策略的论坛
交易中的机器学习：理论与实践》（《交易和超越》）。
Aleksey Vyazmikin, 2018.07.10 14:18
昨天我想到了一个问题，为什么我们要寻找决策树，即描述实体的模型？也就是说，我们为什么要描述整个实体，也许我们应该只寻找该实体中最容易理解和最容易预测的部分？我想，既然我从树上收集叶子，也许我应该用一种方法来找到这样的叶子，而不需要构建完整的决策树，按照我的理解，这样做应该可以在花费同样的计算时间的情况下提高质量。
我在网上搜索了一下，没有看到这种方法。也许有人知道这种发展？
在我制定算法的时候，我想首先我需要选择预测因素，这些预测因素显示了其中一个类别的预测能力，在这一点上，预测因素必须是二进制的（为此，我必须为每个预测因素形成我自己的样本，或者从一般的样本中形成排除性的边际（什么更合理？）然后已经使用选定的预测器（以及它们的组合）来为某个特定的类（在我的例子中是3个类）建立存根，然后使用这些存根来建立其余的预测器。同时，我们也可以检查他们是否有某类人的偏好。然后，根据这个想法，我们将为特定的目标类别找到最适合分类的区域。而剩下的区域将只是一个不活动/期待的领域。
当然，我们就可以看到哪些地方的叶子是分层的，并在这些情况下做出一个平均结果。而我们可以建立一棵这样的树，但由于不同目标的不同地区的密度，有投票的成分。
你对这个想法怎么看？
我将留下我对树木的想法，以备不时之需。
许多人在这里表达了想法--观念，一些人提供了机制--算法，甚至有时还实现了--准备好的程序，但不幸的是，没有进展，没有实际结果，基本上都是以泛滥和毫无根据的声明结束。
也许这是因为我们没有统一的交易IO工具的表现形式--数据、模型和结果的客观评估的格式，这使得我们不能建设性地相互交流，分享实验结果并做出合理的结论。
而在这种情况下，如果我们连对个别表演者--开发者的客观评价方法都没有，那还有什么意义呢？）
也许我们应该从创建和商定这样的方法开始。 在国防部的主题中曾试图提出这个问题，但到目前为止还没有相互理解；也许你作为这个主题的爱好者，可以做些什么？
许多人在这里表达他们的想法--观念，有些人提供机制--算法，有时甚至来实施--现成的方案，但不幸的是，没有进展，没有实际的结果，基本上一切都以泛滥和毫无根据的声明结束。
也许这是因为我们没有统一的交易IO工具的表现形式--数据、模型和结果的客观评估的格式，这使得我们不能建设性地相互交流，分享实验结果并做出合理的结论。
而在这种情况下，如果我们连对个别表演者--开发者的客观评价方法都没有，那还有什么意义呢？）
也许我们应该从创建和商定这样的方法开始；在国防部的主题中曾试图提出这个问题，但到目前为止还没有相互理解；也许你作为这个主题的爱好者，可以做些什么？
我同意标准估值是不合适的，我以前写过这方面的文章。如果我们谈论的是一种趋势策略，这一点就特别明显。最好是在一个基本策略上寻找最佳评价标准，然后再移植到其他策略上。在我看来，MO分支主要是试图预测酒吧在开业时将如何收盘。而猜测/不猜测的衡量标准在那里可能仍然是合适的，但即使在那里，不要说趋势策略，点也应该被考虑到估计中。
在下图中，方格1中的进场点将比方格2中的进场点要好得多（带来更多的利润），而在方格3中，当资产被卖出时，我们将以亏损收场，但当资产被买入时，它将不会带来利润，直到最低价格形成。
所以你可以看到，进场的百分比猜测可以很大，但如果这个大值比第一个方块更集中在第二个方块，那么较小的错误值就可以覆盖整个利润。
这就是为什么我现在想在我的模型评估中考虑到信号的集中度，在哪个区域它们会带来更多的利润或损失，并在构建决策树时考虑到这一点。