トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 1805

新しいコメント
 
マキシム・ドミトリエフスキー：

面倒くさい、テスターのデータと同期したくない...うっ :) とはいえ...なんだかなぁ

テスターのニュースは必見

他が見つからず、4ヶ月ほど前に自分でダウンロードしました))))

 
イゴール・マカヌ：

ああそうだ

問題は、TSの永続性の時間を決定することです - あなたはそれを決定することができれば、すべてがOKです - その時間を取引 - 教えた - 取引 - 教えた...

私はテストのための十分なデータを持っていない、私は右と左の両方をチェックすることをお勧めする理由です、それは歴史に深く見て意味がありませんが、ボラティリティは常に変化し、それが唯一の年のカップルが関連している理由です、少なくとも私は1年半のオプションに遺伝学を使用して、6ヶ月間、時には1年間のフォワードテスト、1年以上のTSは大きなドローダウン - 私は望んでいないもの

マキシム・ドミトリエフスキー：

質的な標識がないので、自転車を作るしかないんです。5Xがトレイからはじかれたら、とにかくいいモデルなんです。

学習パラメータが変化したときに、それを知る方法はあるのでしょうか？様々なエラーとは別に、その中間の何かが必要なのでしょう。アルゴリズムが1つしかない場合、何らかの中間結果を用意する必要があります。

 
Valeriy Yastremskiy：

学習パラメータが変更されたときに、それを知る方法はありますか？

どうだろう、自動なんだろう。儲かっているトレードと負けているトレードの違いが分かれば、総賞を見れば悪くなっていることが分かる。

 
マキシム・ドミトリエフスキー：

わからない、全部自動なんだ。儲かるトレードと損するトレードの比率、総レボルドでわかると思いますが、効きが悪くなり始めたんです。

相変わらずの遅刻は大問題です。松葉杖が必要ですね。多分、異なる数学的モデルを用いて、どちらが優れているかを見るべきでしょう。

 
マキシム・ドミトリエフスキー：

わからない、全部自動なんだ。儲かるトレードと損するトレードの比率、トータルのレボルドを見れば、動きが悪くなり始めたことがわかると思います。

学習期間を増やすのではなく、減らすことが必要です。

 
Valeriy Yastremskiy：

相変わらずの遅刻は大きいですね。松葉杖が必要です。いろいろなマトリクスでチェックして、いつどのマトリクスがベストなのか確認するとか？

状態空間モデルなので、たまにしか動作しませんが

 
マキシム・ドミトリエフスキー：

まあ、これらは状態空間モデルですから、うまくいくケースもありますよ。

さて、私たちは系列の何が問題なのかを判断するための最小限の時間的課題を持っています）当初は、行列モデルで記述された移動平均 を持つ定常系列がMOで十分な結果を出すと仮定しています。行列モデルのパラメータを変更すれば、何も心配することはなく、学習前の期間も許容範囲内である。モデルを壊す/変更すると、新しいモデルの左プロットが正しくなくなり、学習に必要な期間も正確にわからなくなります。

チュートリアルの中に、インジケーターのようなものが必要です。

 
Valeriy Yastremskiy：

さて、我々は系列の何が問題なのかを判断するための最小限の時間的課題を持っている）当初は、行列モデルで記述された移動平均 による定常系列が、MOの場合に十分な結果をもたらすと仮定されている。行列モデルのパラメータを変更しても、何も問題はなく、学習前の期間も許容範囲内です。モデルを壊す/変更すると、新しいモデルの左プロットが正しくなくなり、学習に必要な期間も正確にわからなくなります。

インジケーターのような、トレーニング内部の何かが必要です。

指標の値によって、誘導値の特定の範囲のモデルごとに、いくつかのモデルを作りました。また、うまくいくときといかないときがあることにも気がつきました。

 
マキシム・ドミトリエフスキー：

インダクタの値によって、いくつかのモデルを作り、それぞれのモデルが特定のインダクタの値の範囲に対応するようにしました。役立つこともあれば、そうでないこともある。

あなたの言うとおり、モデルか指標、あるいはその両方が欠けています。
vpを完全に記述する確率はゼロである
80%になるようにしたい))
 
シリーズの挙動を変化させるという予測タスクは
旧モデルを停止し、新モデルの定常性を待つ
1...179817991800180118021803180418051806180718081809181018111812...3399
新しいコメント
理由: