交易中的机器学习：理论、模型、实践和算法交易 - 页 1112 1...110511061107110811091110111111121113111411151116111711181119...3399 新评论 itslek 2018.10.18 15:49 #11111 对于ML来说，数据比一个好的模型要重要得多。 因此，它可能会派上用场，我将分享。 通过libmysql实时地从MetaTrader 5直接收集刻度线到MySQL数据库 MT5_ticks_to_MySQL 你可以在这里得到历史本身。 http://ticks.alpari.org Yuriy Asaulenko 2018.10.18 15:57 #11112 itslek:对于ML来说，数据比一个好的模型要重要得多。 因此，它可能会派上用场，我将分享。 通过libmysql实时地从MetaTrader 5直接收集刻度线到MySQL数据库 MT5_ticks_to_MySQL 这段历史本身可以在这里找到。 http://ticks.alpari.org在一个正常的CSV文件中，该任务以同样的成功和速度得到解决。而且，除此之外，你根本不必为任何事情而烦恼。 itslek 2018.10.18 16:12 #11113 尤里-阿索连科。这个任务在普通的CSV文件中也能很快解决，并且获得了同样的成功。而且，除此之外，你根本不必为任何事情而烦恼。诶，不明白，马上评论) 我同意，把历史记录上传到CSV更方便。但要在网上用已经制作好的模型工作... Yuriy Asaulenko 2018.10.18 16:15 #11114 itslek: 诶，不明白，马上评论)我同意，把历史记录上传到CSV更方便。但要在网上用现成的模型工作...网上那么多虱子不需要。而且他们会在记忆中装上。 而且不在线，你不需要太多的速度就可以出口。你 手动从CSV导入到 数据库。 Mihail Marchukajtes 2018.10.18 16:16 #11115 Vizard_。+1我同意数据比模型更重要，但构建数据的方法也很重要。在这种情况下，我认为是50/50。 重要的是，在反复的优化中，该模型能给出50%以上的泛化模型。这意味着10个优化中的5个或更多的模型应该在足够的水平上被泛化。为什么会这样呢？因为当从10个模型中选择时，选择工作模型的概率更高。如果该算法在10次优化中只产生2个广义模型，那么它有什么用？专家顾问选择工作模式的概率非常低，因此这种算法也没有什么用。 重要的是，数据是目标功能的原因，至少是20%或以上。如果输入数据中存在一个原因，那么找到这个原因的责任就在优化算法上。 我仍然有兴趣在其他算法上检查我的结果，了解什么是成功。数据或优化器Reshetova的可用性，这在这里都是令人讨厌的，但要做到这一点，需要在现实生活中测试，并考虑到这里的人吝啬的事实。CUSTOMS........ 如果还有人问这个问题，我想我可以怎么回答。我准备数据。你训练你的人工智能，训练后我们在反馈上测试模型（最好是在真实世界），如果EA有效，我们确信模型有效，这意味着你的优化算法有效（我不需要），因此我们应该专注于寻找输入数据。如果我不能用我的数据得到一个有效的模型，那么我需要对算法进行微调。我想初学者会对它感兴趣，同时我也会确保我的成功。数据或有一个强大的优化器Reshetov。 So....谁接受这个挑战????? itslek 2018.10.18 16:22 #11116 Mihail Marchukajtes:我同意数据比模型更重要，但构建数据的方法也很重要。在这种情况下，我认为是50/50。 重要的是，在反复的优化中，该模型能给出50%以上的泛化模型。也就是说，10个优化中的5个或更多的模型应该在足够的水平上被泛化。为什么会这样呢？因为当从10个模型中选择时，选择工作模型的概率更高。如果该算法在10次优化中只产生2个广义模型，那么它有什么用？专家顾问选择工作模式的概率非常低，因此这种算法也没有什么用。 重要的是，数据是目标功能的原因，至少是20%或以上。如果输入数据中存在一个原因，那么找到这个原因的责任就在优化算法上。 我仍然有兴趣在其他算法上检查我的结果，了解什么是成功。数据或优化器Reshetova的可用性，这在这里都是令人讨厌的，但要做到这一点，需要在现实生活中测试，并考虑到这里的人吝啬的事实。CUSTOMS........ 如果还有人问这个问题，我想我可以怎么回答。我准备数据。你训练你的人工智能，训练后我们在反馈上测试模型（最好是在真实世界），如果EA有效，我们确信模型有效，这意味着你的优化算法有效（我不需要），因此我们应该专注于寻找输入数据。如果我不能用我的数据得到一个有效的模型，那么我需要对算法进行微调。我想初学者会对它感兴趣，同时我也会确保我的成功。数据或有一个强大的优化器Reshetov。 So....谁接受这个挑战?????数据中的目标了吗？什么指标？) 如果你将挑战简化为简单的机器学习竞赛形式，你不仅可以吸引交易者) Mihail Marchukajtes 2018.10.18 16:34 #11117 itslek:数据中的标签是否已经设定？衡量标准是什么？) 如果你把任务减少到一个简单的机器学习竞争形式，你可以吸引更多的人，而不仅仅是交易者)是的，来自目标的数据将已经在那里了。我们正在谈论分类模型。这里的问题是不同的，我们如何检查在你的系统中获得的这些模型????。最好是在真正的... itslek 2018.10.18 16:39 #11118 Mihail Marchukajtes:是的，来自目标的数据将已经在那里了。我们正在谈论分类模型。这里的问题是另一个问题，你怎么能检查这些在你的系统中获得的模型????最好是在真正的...首先，至少要在一个延迟的样本上进行检查。假设你给出的是2012-2016年的数据。2017年的测试。2018年留给你的是最后的测试（所以没有调整）。 等待与真实）不要分享皮肤不杀熊;）首先你需要做一个模型，至少可以通过验证，然后尝试在产品中滚动这个大象。这是两个完全不同的任务。 Mihail Marchukajtes 2018.10.18 16:43 #11119 我不知道该如何处理它。首先，至少要对延迟的样本进行检查。假设你给出了2012-2016年的数据。2017年的测试。你保持2018年的最后测试（这样就不会有调整）。 等待与真正的）不分割的皮肤不杀熊;)如果我在MT测试器中进行验证，那么我将如何检查模型？优化后，我们将能够在MT4中加载模型？ itslek 2018.10.18 16:49 #11120 Mihail Marchukajtes:那么，我如何检查这个模型呢？如果我在MT测试器中检查它。优化后，我们将能够把模型加载到MT4中？而我的观点是这样的。首先，将问题设置在真空中。与你的度量。 如果你想在测试器中用拖网运行，还有其他所有的好东西。 提供带有目标定位的.csv数据（我知道你有这种二元分类）。然后训练模型并预测目标定位。结果作为模型响应的列表加载到同一个测试器中并运行。但是，为每个模型做这个工作是另一个拟合的变种，最好是考虑指标或目标。而在测试器中，我们应该只运行最后一个变体。 对于实时来说，这是一个单独的麻烦，而且不是所有的模型都可以用一个dll来包装。 1...110511061107110811091110111111121113111411151116111711181119...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
对于ML来说，数据比一个好的模型要重要得多。
因此，它可能会派上用场，我将分享。
通过libmysql实时地从MetaTrader 5直接收集刻度线到MySQL数据库
MT5_ticks_to_MySQL
你可以在这里得到历史本身。
http://ticks.alpari.org
对于ML来说，数据比一个好的模型要重要得多。
因此，它可能会派上用场，我将分享。
通过libmysql实时地从MetaTrader 5直接收集刻度线到MySQL数据库
MT5_ticks_to_MySQL
这段历史本身可以在这里找到。
http://ticks.alpari.org
在一个正常的CSV文件中，该任务以同样的成功和速度得到解决。而且，除此之外，你根本不必为任何事情而烦恼。
这个任务在普通的CSV文件中也能很快解决，并且获得了同样的成功。而且，除此之外，你根本不必为任何事情而烦恼。
诶，不明白，马上评论)
我同意，把历史记录上传到CSV更方便。但要在网上用已经制作好的模型工作...
诶，不明白，马上评论)
我同意，把历史记录上传到CSV更方便。但要在网上用现成的模型工作...
网上那么多虱子不需要。而且他们会在记忆中装上。
而且不在线，你不需要太多的速度就可以出口。你 手动从CSV导入到 数据库。
+1
我同意数据比模型更重要，但构建数据的方法也很重要。在这种情况下，我认为是50/50。
重要的是，在反复的优化中，该模型能给出50%以上的泛化模型。这意味着10个优化中的5个或更多的模型应该在足够的水平上被泛化。为什么会这样呢？因为当从10个模型中选择时，选择工作模型的概率更高。如果该算法在10次优化中只产生2个广义模型，那么它有什么用？专家顾问选择工作模式的概率非常低，因此这种算法也没有什么用。
重要的是，数据是目标功能的原因，至少是20%或以上。如果输入数据中存在一个原因，那么找到这个原因的责任就在优化算法上。
我仍然有兴趣在其他算法上检查我的结果，了解什么是成功。数据或优化器Reshetova的可用性，这在这里都是令人讨厌的，但要做到这一点，需要在现实生活中测试，并考虑到这里的人吝啬的事实。CUSTOMS........
如果还有人问这个问题，我想我可以怎么回答。我准备数据。你训练你的人工智能，训练后我们在反馈上测试模型（最好是在真实世界），如果EA有效，我们确信模型有效，这意味着你的优化算法有效（我不需要），因此我们应该专注于寻找输入数据。如果我不能用我的数据得到一个有效的模型，那么我需要对算法进行微调。我想初学者会对它感兴趣，同时我也会确保我的成功。数据或有一个强大的优化器Reshetov。
So....谁接受这个挑战?????
我同意数据比模型更重要，但构建数据的方法也很重要。在这种情况下，我认为是50/50。
重要的是，在反复的优化中，该模型能给出50%以上的泛化模型。也就是说，10个优化中的5个或更多的模型应该在足够的水平上被泛化。为什么会这样呢？因为当从10个模型中选择时，选择工作模型的概率更高。如果该算法在10次优化中只产生2个广义模型，那么它有什么用？专家顾问选择工作模式的概率非常低，因此这种算法也没有什么用。
重要的是，数据是目标功能的原因，至少是20%或以上。如果输入数据中存在一个原因，那么找到这个原因的责任就在优化算法上。
我仍然有兴趣在其他算法上检查我的结果，了解什么是成功。数据或优化器Reshetova的可用性，这在这里都是令人讨厌的，但要做到这一点，需要在现实生活中测试，并考虑到这里的人吝啬的事实。CUSTOMS........
如果还有人问这个问题，我想我可以怎么回答。我准备数据。你训练你的人工智能，训练后我们在反馈上测试模型（最好是在真实世界），如果EA有效，我们确信模型有效，这意味着你的优化算法有效（我不需要），因此我们应该专注于寻找输入数据。如果我不能用我的数据得到一个有效的模型，那么我需要对算法进行微调。我想初学者会对它感兴趣，同时我也会确保我的成功。数据或有一个强大的优化器Reshetov。
So....谁接受这个挑战?????
数据中的目标了吗？什么指标？)
如果你将挑战简化为简单的机器学习竞赛形式，你不仅可以吸引交易者)
数据中的标签是否已经设定？衡量标准是什么？)
如果你把任务减少到一个简单的机器学习竞争形式，你可以吸引更多的人，而不仅仅是交易者)
是的，来自目标的数据将已经在那里了。我们正在谈论分类模型。这里的问题是不同的，我们如何检查在你的系统中获得的这些模型????。最好是在真正的...
是的，来自目标的数据将已经在那里了。我们正在谈论分类模型。这里的问题是另一个问题，你怎么能检查这些在你的系统中获得的模型????最好是在真正的...
首先，至少要在一个延迟的样本上进行检查。假设你给出的是2012-2016年的数据。2017年的测试。2018年留给你的是最后的测试（所以没有调整）。
等待与真实）不要分享皮肤不杀熊;）首先你需要做一个模型，至少可以通过验证，然后尝试在产品中滚动这个大象。这是两个完全不同的任务。
首先，至少要对延迟的样本进行检查。假设你给出了2012-2016年的数据。2017年的测试。你保持2018年的最后测试（这样就不会有调整）。
等待与真正的）不分割的皮肤不杀熊;)
如果我在MT测试器中进行验证，那么我将如何检查模型？优化后，我们将能够在MT4中加载模型？
那么，我如何检查这个模型呢？如果我在MT测试器中检查它。优化后，我们将能够把模型加载到MT4中？
而我的观点是这样的。首先，将问题设置在真空中。与你的度量。
如果你想在测试器中用拖网运行，还有其他所有的好东西。
提供带有目标定位的.csv数据（我知道你有这种二元分类）。然后训练模型并预测目标定位。结果作为模型响应的列表加载到同一个测试器中并运行。但是，为每个模型做这个工作是另一个拟合的变种，最好是考虑指标或目标。而在测试器中，我们应该只运行最后一个变体。
对于实时来说，这是一个单独的麻烦，而且不是所有的模型都可以用一个dll来包装。