交易中的机器学习:理论、模型、实践和算法交易 - 页 1004 1...997998999100010011002100310041005100610071008100910101011...3399 新评论 Aleksey Vyazmikin 2018.07.06 09:51 #10031 米哈伊尔-赫里斯托夫。我曾经从他们那里购买过另一种产品,没有任何问题。但在这里,它已经开始了。卖方如何评估情况--一切都在按计划进行吗? Aleksey Vyazmikin 2018.07.06 09:53 #10032 桑桑尼茨-弗门科。这都是合法的:不给糖就捣蛋的人必然会受到惩罚。始终如此。这更像是一个问题,当你买了东西,你不知道它是如何工作的,但你相信它...基本信任的问题是从童年(一个良好的童年)开始的问候--意见。 Forester 2018.07.06 10:47 #10033 桑桑尼茨-弗门科。 请 计算误差的公式显示在表格的标题中。让我用最后一个例子nnet来解释:204/(204+458)=30.8%,也就是说,该模型总共产生了662个单元,其中204个是错误。 在12种货币对上的结果几乎相同,即模型的性能几乎与模型和货币对无关。 这一结果的取得是由于对预测器的仔细工作,当在5000个蜡烛图文件上运行500个蜡烛图窗口时,其预测能力变化很小。变化在5%以内。 PS。 还不能展示测试器--卡在对超过1000条的文件应用测试器。那么你的目标是什么呢?ZZ标志? Aleksey Nikolayev 2018.07.06 11:03 #10034 Alexander_K2: 在振兴这一分支的强烈愿望的驱使下,并考虑到预测只可能在静止的VR上进行。(1. Kolmogorov A. N. 静止随机序列的内插和外推2.Wiener N. 静态时间序列的外推、内插和平滑)问题。事实上,CLOSE[i]-OPEN[i]的数值不过是增量的总和。在极限情况下,这些数值的序列应该 趋于正态分布。那么,有一种观点 认为,回归者的序列(CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1])是一个固定的序列。有没有人在NS输入上试过这种东西,结果如何?P.S. 麦克斯,医生,米申亚,术士,阿廖沙...你把这条线扔给谁了?А?1)它不应该。例如,它可以有许多不同的边际分布。 2)很可能是错的。我已经给了你vertex/done的反例。非平稳性是 "不是一个错误,而是一个筹码",是由于做市商摆脱了大部分 交易者的 "过度 "而出现的。 СанСаныч Фоменко 2018.07.06 12:26 #10035 elibrarius。你的目标是什么?ZZ标志?增量 ZZ可以成为一个令人敬畏的趋势教师,但我找不到任何关于这个教师的预测指标--都给出了大约50%的误差 Dr. Trader 2018.07.06 12:36 #10036 Alexander_K2: 而科尔莫戈罗夫,一般来说,我看到,特别注意B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])],如果这个函数不是很确定,就拒绝预测什么。也许对NS的工作提出某些条件是有意义的?比如说,跳过BP的不稳定部分,探索二次回归或B(k)?ARIMA模型也有类似的条件。 该模型可以被训练,甚至可以从图表中获得利润,但如果不满足某些条件和要求--这个模型无论如何也不能被交易。我记得的是Dickey-Fuller静止性检验。 在GARCH中,预测的回归者的分布也被观察到与原始数据相似。 我认为你想做的大部分事情已经在这个模型中实现了。 关于neuronkey--你不能只是把一些时间序列 塞给它,把它训练到最大的结果,然后等待盈利。这将导致 "过度拟合"--神经元只是存储现有的数据,而无法在新数据上充分工作。我们需要调整它的训练参数,有时还需要停止训练并进行交叉验证,以确保过拟合还没有到来。,如果一切操作正确,当R2比0高一点时,训练就会提前停止。股票图表将在训练和新数据上显示稳定的利润,但超过几个点的价差将使一切变成负数。为了获得更高的精度,人们应该使用深度网和周来进行训练,或者自己选择各种指标,这些指标应该和时间序列一起提交给神经元。 [删除] 2018.07.06 13:04 #10037 亚历山大_K2。而科尔莫戈罗夫,一般来说,我看到,特别注意B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])],如果这个函数不是很确定,就拒绝预测什么。 也许对NS的工作提出某些条件是有意义的? 比如说,通过探索二次回归或B(k),跳过不稳定的BP片区?不,它不起作用。 市场上的phicha工程有一个好东西--金融技术的互联互通。你可以创建类似但略有不同的工具,并观察它们之间的分布情况。但每个人都厌倦了从一个BP中提取特征 :) Грааль 2018.07.06 13:15 #10038 SanSanych Fomenko: 增加 ZZ可以成为一个伟大的趋势教师,但我无法为这个教师找到任何预测因素--所有的预测因素都给出了大约50%的误差。ZZ是一个棘手的目标工具,用它你需要以特殊的方式准备样本,以免欺骗自己。 准确度 "50左右 "是很正常的,如果你使用球形数据,超过53%你就可以交易了,一般来说准确度是一个低劣的指标,它可以很容易地达到准确度~50%+-1%,预测增量与市场的相关性>5%(0.05),这是巨大的,不是圣杯,但足以在投资组合中与其他策略交易。使用相关或R^2,或者如果你习惯于非线性,则使用logloss Alexander_K2 2018.07.06 13:19 #10039 Maxim Dmitrievsky: 而且每个人都已经厌倦了从一个 BP中提取特征 :)毕竟,我们面对的是两个流。 1.事件流--一个新的报价出现的时间(它们之间的间隔)。 2.在这个事件流中,价格系列本身。 今天或明天,我将尝试证明(或反驳),任意改变报价的读取时间,例如自 相关函数,在一个相同的移动观察时间窗口中表现不同。 我想说的是什么? А!我的观点是,事件流的 "变薄 "起着很大的作用。也许--一个关键的问题。儿子阿列申卡不会撒谎。但是,只要是 "在这个过程中......" [删除] 2018.07.06 13:22 #10040 亚历山大_K2。不过,我们还是在处理两个流,因为它是。 1.事件流 - 一个新的报价出现的时间(它们之间的间隔)。 2.在这个事件流中,价格系列本身。 今天或明天,我将尝试证明(或反驳),任意改变报价的读取时间,例如自相关函数,在一个相同的移动观察时间窗口中表现不同。 我想说的是什么? А!我的观点是,事件流的 "变薄 "起着很大的作用。也许--一个关键的问题。儿子阿列申卡不会撒谎。但当这一切都在 "进行中 "时......。所以他已经承认他已经泄密多年了,然后他又把它打回原形,现在对他不起作用了 如果英国石油公司的转型有一个真正的模式,那么它仍然在运作。关于市场现在更有效和 "我曾经做过伟大的事情 "的传说是行不通的。 事实上,没有人可以揭开面具,无论他们如何抗争 :)因此,阿列申卡是一个糟糕的谚语,需要一个新的谚语。 1...997998999100010011002100310041005100610071008100910101011...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
我曾经从他们那里购买过另一种产品,没有任何问题。但在这里,它已经开始了。
卖方如何评估情况--一切都在按计划进行吗?
这都是合法的:不给糖就捣蛋的人必然会受到惩罚。始终如此。
这更像是一个问题,当你买了东西,你不知道它是如何工作的,但你相信它...基本信任的问题是从童年(一个良好的童年)开始的问候--意见。
请
计算误差的公式显示在表格的标题中。让我用最后一个例子nnet来解释:204/(204+458)=30.8%,也就是说,该模型总共产生了662个单元,其中204个是错误。
在12种货币对上的结果几乎相同,即模型的性能几乎与模型和货币对无关。
这一结果的取得是由于对预测器的仔细工作,当在5000个蜡烛图文件上运行500个蜡烛图窗口时,其预测能力变化很小。变化在5%以内。
PS。
还不能展示测试器--卡在对超过1000条的文件应用测试器。
那么你的目标是什么呢?ZZ标志?
在振兴这一分支的强烈愿望的驱使下,并考虑到预测只可能在静止的VR上进行。
(1. Kolmogorov A. N. 静止随机序列的内插和外推
2.Wiener N. 静态时间序列的外推、内插和平滑)
问题。
事实上,CLOSE[i]-OPEN[i]的数值不过是增量的总和。
在极限情况下,这些数值的序列应该 趋于正态分布。
那么,有一种观点 认为,回归者的序列(CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1])是一个固定的序列。
有没有人在NS输入上试过这种东西,结果如何?
P.S. 麦克斯,医生,米申亚,术士,阿廖沙...你把这条线扔给谁了?А?
1)它不应该。例如,它可以有许多不同的边际分布。
2)很可能是错的。我已经给了你vertex/done的反例。非平稳性是 "不是一个错误,而是一个筹码",是由于做市商摆脱了大部分 交易者的 "过度 "而出现的。
你的目标是什么?ZZ标志?
增量
ZZ可以成为一个令人敬畏的趋势教师,但我找不到任何关于这个教师的预测指标--都给出了大约50%的误差而科尔莫戈罗夫,一般来说,我看到,特别注意B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])],如果这个函数不是很确定,就拒绝预测什么。
也许对NS的工作提出某些条件是有意义的?
比如说,跳过BP的不稳定部分,探索二次回归或B(k)?
ARIMA模型也有类似的条件。
该模型可以被训练,甚至可以从图表中获得利润,但如果不满足某些条件和要求--这个模型无论如何也不能被交易。我记得的是Dickey-Fuller静止性检验。
在GARCH中,预测的回归者的分布也被观察到与原始数据相似。
我认为你想做的大部分事情已经在这个模型中实现了。
关于neuronkey--你不能只是把一些时间序列 塞给它,把它训练到最大的结果,然后等待盈利。这将导致 "过度拟合"--神经元只是存储现有的数据,而无法在新数据上充分工作。我们需要调整它的训练参数,有时还需要停止训练并进行交叉验证,以确保过拟合还没有到来。
,如果一切操作正确,当R2比0高一点时,训练就会提前停止。股票图表将在训练和新数据上显示稳定的利润,但超过几个点的价差将使一切变成负数。为了获得更高的精度,人们应该使用深度网和周来进行训练,或者自己选择各种指标,这些指标应该和时间序列一起提交给神经元。
而科尔莫戈罗夫,一般来说,我看到,特别注意B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])],如果这个函数不是很确定,就拒绝预测什么。
也许对NS的工作提出某些条件是有意义的?
比如说,通过探索二次回归或B(k),跳过不稳定的BP片区?
不,它不起作用。
市场上的phicha工程有一个好东西--金融技术的互联互通。你可以创建类似但略有不同的工具,并观察它们之间的分布情况。但每个人都厌倦了从一个BP中提取特征 :)
增加
ZZ可以成为一个伟大的趋势教师,但我无法为这个教师找到任何预测因素--所有的预测因素都给出了大约50%的误差。ZZ是一个棘手的目标工具,用它你需要以特殊的方式准备样本,以免欺骗自己。
准确度 "50左右 "是很正常的,如果你使用球形数据,超过53%你就可以交易了,一般来说准确度是一个低劣的指标,它可以很容易地达到准确度~50%+-1%,预测增量与市场的相关性>5%(0.05),这是巨大的,不是圣杯,但足以在投资组合中与其他策略交易。使用相关或R^2,或者如果你习惯于非线性,则使用logloss
而且每个人都已经厌倦了从一个 BP中提取特征 :)
毕竟,我们面对的是两个流。
1.事件流--一个新的报价出现的时间(它们之间的间隔)。
2.在这个事件流中,价格系列本身。
今天或明天,我将尝试证明(或反驳),任意改变报价的读取时间,例如自 相关函数,在一个相同的移动观察时间窗口中表现不同。
我想说的是什么?
А!我的观点是,事件流的 "变薄 "起着很大的作用。也许--一个关键的问题。儿子阿列申卡不会撒谎。但是,只要是 "在这个过程中......"
不过,我们还是在处理两个流,因为它是。
1.事件流 - 一个新的报价出现的时间(它们之间的间隔)。
2.在这个事件流中,价格系列本身。
今天或明天,我将尝试证明(或反驳),任意改变报价的读取时间,例如自相关函数,在一个相同的移动观察时间窗口中表现不同。
我想说的是什么?
А!我的观点是,事件流的 "变薄 "起着很大的作用。也许--一个关键的问题。儿子阿列申卡不会撒谎。但当这一切都在 "进行中 "时......。
所以他已经承认他已经泄密多年了,然后他又把它打回原形,现在对他不起作用了
如果英国石油公司的转型有一个真正的模式,那么它仍然在运作。关于市场现在更有效和 "我曾经做过伟大的事情 "的传说是行不通的。
事实上,没有人可以揭开面具,无论他们如何抗争 :)因此,阿列申卡是一个糟糕的谚语,需要一个新的谚语。