Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2806

 
Aleksey Vyazmikin #:

Almak ve satmak için işaretlemeyi deneyin, girdi sayısına göre daha dengeli bir model seçin ve ardından örneği ikiye bölün ve her biri iki ayrı model yapın.

Yükselen bir piyasada ve düşen bir piyasada ayrı ayrı eğitim almak için? O zaman sinyallerin ortalaması yine de alınacaktır.

Her şey mantıklıdır, karşı trend işlemleri, bazı scalper istisnaları dışında, trend piyasalarında genellikle etkisizdir.

Size sadece modelin nasıl çalıştığını daha iyi anlayabileceğinizi gösterdim.

 
Maxim Dmitrievsky #:

Çoğunlukla standart göstergeler ve türevleri mi?

Başlangıçta ticaret deneyimimi, farklı göstergelerle fiyat etkileşimi vizyonumu, fiyat seviyelerini ve diğer kalıpları kullandım - bir şey onaylandı ve bir şey onaylanmadı. Bununla birlikte, modelden daha çok şikayetçiyim, güvenilir ama nadir olayları dışarı atıyor.....

Eskiden osilatörler konusunda şüpheciydim, ancak son deneyler, örneğin MACD gibi kararlı sinyallere sahip olduklarını gösterdi.

 
Maxim Dmitrievsky #:

Yükselen ve düşen piyasalarda ayrı ayrı eğitim yapmak için? O zaman sinyaller zaten ortalama olacaktır.

genel olarak her şey mantıklıdır, karşı trend işlemleri, bazı scalper istisnaları dışında, çatlak piyasalarda genellikle etkisizdir.

Az önce size modelin nasıl çalıştığını daha iyi anlayabileceğinizi gösterdim.

Neden ortalama olarak 3 model olacak - biri iki modelden hangisinin kullanılacağını belirler.

Alış ve satış için aynı karlılığı elde ettiniz mi?

Evet, modelin etkinliğinin elbette verilere bağlı olduğunu doğru bir şekilde gösterdiniz.

 
Aleksey Vyazmikin #:

Neden ortalama olarak 3 model olacaktır - iki modelden hangisinin kullanılacağı belirlenir.

Alım ve satım için aynı karlılığa sahip misiniz?

Evet, modelin etkinliğinin verilere bağlı olduğu elbette doğru bir şekilde gösterilmiştir.

Takaslarla ilgili istatistiklere henüz bakmadım.

3 model ilginç bu arada, bende şu ana kadar sadece 2 tane var... mantıklı.

 

Yukarıda korelasyonlu tahmin edicilerin mutlaka kaldırılmaması gerektiğine dair birkaç gönderi var.

Model algoritmasının korelasyonlu tahmin edicilere karşı sağlam olduğu gerekçesini kabul edemiyorum.


Evet, yüz tahmin ediciden oluşan bir kümede birkaç parça korelasyonlu tahmin edici varsa algoritma sağlamdır.

Ama ya tüm tahmin ediciler korelasyonluysa? Ya çoğu korelasyonluysa? Sınır nerede?

Korelasyonlu tahmin edicileri kaldırmak, tahmin ediciler kümesinin kalitesini ortaya çıkarmaktır ve belirli bir modelin algoritmasının korelasyona ilişkin özellikleri tamamen önemsizdir. Modellemeden önce, tek bir öngörücü ya da yüz öngörücü üzerindeki stricti modeli bilinmelidir. Modelin üzerine inşa edildiği tahmin edicilerin sayısını bilmek gerekir.

 
mytarmailS #:

Komut dosyanızı başlattım ve daha fazla çalışmasını engelleyen bazı anlar var:

1. Nokta yerine virgül

2. Son sütunlar kayboldu.

Düzeltebilir misiniz?

 
Aleksey Vyazmikin #:

Komut dosyanızı çalıştırdım ve daha fazla kullanımı engelleyen bazı sorunları var:

1. Nokta yerine virgül

2. son sütunlar kaybolur.

Tamir edebilir misin?

Daha açık konuşabilir misiniz?

 
mytarmailS #:

Daha açık konuşabilir misiniz?

İşte tablo formundaki örneğin sağ taraftaki parçası



Aşağıda aynı konumdaki komut dosyası sonuçlarının tablosu bulunmaktadır


Gördüğünüz gibi, hedef sütunları da dahil olmak üzere hiçbir bilgi sütunu yoktur.

Ve ortaya çıktığı üzere bu sütunlar dosyanın en başında yer alıyor


Sayı ayırıcı olarak nokta yerine virgül kullanılması konusunda ya hata yaptım ya da düzelttim.

 
Vladimir Perervenko #:

Betiğiniz bir günden uzun süredir çalışıyor ve henüz tarama sonuçlarına göre tek bir dosya bile oluşturmadı. Bilmiyorum, belki de kapatmanın zamanı gelmiştir?

 
mytarmailS #:

Daha açık konuşabilir misiniz?

Değiştirdim ve iyi görünüyordu.

df <- cbind.data.frame(df,not_used_vars_df)