| 머신러닝: 트렌드 펄스 |
|---|
| 262,907 2023-08-30 |
|
⚠️❗ 중요한 제한 사항: 이 스크립트가 설계된 방식으로 인해 특정 조건에서만 작동합니다. 주식 및 외환 : 8시간 이상의 타임프레임과만 호환됩니다.⏰암호화폐 : 4시간 이상의 타임프레임에서만 작동합니다.⏰ ❗ 이 스크립트는 더 낮은 타임프레임에서는 작동하지 않습니다.❗ 피처 추출 : 과거 가격 변화의 창을 식별하는 것으로 시작합니다.이를 특정 기간 동안 시장의 "분위기"를 포착하는 것으로 생각하십시오. 거리 계산 : 각 과거 데이터 포인트에 대해 현재 창까지의 거리를 계산합니다.이 거리는 과거와 현재 시장 조건이 얼마나 유사한지 측정합니다.거리가 작을수록 더 유사합니다. 이웃 선택 : 여기에서 'k'개의 가장 가까운 이웃을 선택합니다.변수 'k'는 고려해야 할 가장 가까운 과거 포인트의 수를 나타내는 사용자 정의 매개변수입니다. 가격 추정 : 그런 다음 이러한 'k'개 이웃의 평균 가격을 사용하여 다음 주가에 대한 예측을 생성합니다. Z-점수 스케일링: 마지막으로, 이 예측은 Z-점수를 사용하여 정규화되어 시간이 지남에 따라 더욱 강력하고 비교 가능하게 됩니다. 입력: histCap(과거 상한) : histCap은 스크립트가 고려할 과거 막대의 수를 제한합니다. 모델의 "메모리"를 설정하는 것으로 생각하면 됩니다. 즉, 얼마나 과거로 거슬러 올라가야 하는지를 설정하는 것입니다. sampleSpeed(샘플링 속도) : sampleSpeed는 시간을 절약하는 단축키와 같아서 스크립트가 막대를 건너뛰고 특정 간격으로만 데이터 포인트를 샘플링할 수 있습니다. 이렇게 하면 프로세스가 더 빨라지지만 잠재적으로 데이터의 미묘한 차이를 놓칠 수 있습니다. winSpan(창 크기) : 스크립트가 매번 살펴볼 시장 데이터의 "스냅샷" 크기입니다. 창 크기는 알고리즘이 현재 시장 상황이 과거 상황과 얼마나 "유사한지"를 측정할 때 포함할 막대 수를 설정합니다. 이러한 모든 변수는 k-NN 모델을 단순화하고 간소화하여 제한 내에서 작동할 수 있도록 합니다. 이를 튜닝 노브로 볼 수 있으며, 계산 효율성과 예측 정확도 간의 균형을 맞출 수 있습니다.
|
| 이전글 NQ 대 ES |
| 다음글 시장 건강 오실레이터 |
| 사이 | 제가 진짜 먹튀도 당해보고 공부안하고 매매를 진행해서 돈도 잃어보고했는데 여기를 알게되어서 안전하게 이용중이네요감사합니다. 2023-11-02 16:01:00 |
|
| 태풍남 | 축을 기준점으로 보죠지표가 함수값 계산해서 하는건가요? 2023-09-05 02:03:00 |
|