交易中的机器学习：理论、模型、实践和算法交易 - 页 1120

[[删除]]

不是 的。
这种情况下，并与你的数据集...对不起，但很多人已经告诉你很多次了，你至少需要几千个样本，考虑到市场数据的噪声，最好是几十万点，但当你学习Java并使用XGB为例，你会嘲笑你过去的坚持）)

这是个不正确的说法

[[删除]]

Mihail Marchukajtes:

所以我为马修斯的系数想出了一个改进的衡量标准，但如果你在这里吹吹风就走，我还能说什么。:-(

我被困在从一个类到另一个类的数组传递中，而地狱...无人问津 :-(

例如，你可以衡量样品的利润因素，仅此而已。

和内部模型的估计是次要的，因为最小的误差并不意味着在新数据下的最大稳定性

只需通过新数据上的交易表现挑选一个外部标准进行评估

你没有一个大的样品来测试，你会舔着螺丝......小的样品对于一个托盘来说并不重要，一切都很好。

[[删除]]

只是，该模型将重达千兆字节。

你可以争论，但在市场上，这根本不是保真度/不保真度的问题，更重要的是让它发挥作用，对我来说，通常样本越多，效果越好））。

就拿TIMBER或XGB来说--他们不在乎有多少样本需要重新学习:)只是这个模型会重达几十公斤。

但用外部指标对特征进行递归列举，即使在小的子样本上也开始有了结果，甚至没有外部的

[itslek]

Vizard_。

趋势=100k线。在剩下的8K+（测试）中，你要应用这个模型。数据被洗牌了。
该指标为对数损失。结果，发布。趋势 =......测试 =......。

当然，这不是用时间序列做的。但为了兴趣，我把它放到几乎默认的LightGBM中，根本没有触及数据。

火车：0.6879388421499111

测试：0.6915181677127092

测试来源，用CatBoost进行奖励。

https://yadi.sk/d/55DDn-hViNWP6Q

你的结果是什么？

[Ivan Negreshniy]

马克西姆-德米特里耶夫斯基。

例如，衡量样品的利润系数，就可以了。

模型的内部估计是次要的，因为最小的误差并不意味着新数据的最大稳定性。

只需通过新数据上的交易表现挑选一个外部标准进行评估

你没有一个大的样品来测试，你会去舔螺丝......而一个小的样品对于一个托盘来说并不重要，一切都很好。

一般来说，应该有无限的空间用于测试。

如果有人想检查他们的数据质量，他们不应该把它放在一些晦涩的CSV文件中，而是放在指标中。

你可以使用一个模板，虽然目标可能不必放置，但很明显，它们必须是盈利的。

然后我们可以教授任何模型，创建一个专家顾问，并与初始指标一起客观地进行测试。

好吧，这是在你想做什么的情况下，但如果你只是想谈谈......。

[Ivan Negreshniy]

这有点复杂，但可能会给你带来很多 麻烦。

噪声越大，样本越多，在初级统计学的水平上应该是很清楚的，而市场数据的噪声很大，再培训是另一个问题，如果你教的是正确建立的特征和正确的目标定位，那么在有几万或几十万样本的测试上，再培训真的很难实现。这就是大数据集的好处，它们很难重新训练，除非数据科学家或算法师是马扎师或接近市场的人，把目标和特征混在一起。担心的理由很明显--芯片与目标的关联度超过3-5%，所以它一定会偷看，最好是构建小说，这样原则上就没有这种可能性了，这将使算法有点复杂，但可能会摆脱 初学者Algotraders犯的主要错误。

你们都在骂近市场交易者，我也是，但你似乎很冷静，市场algotrader，从你的帖子来看，你知道什么时期要教，什么要交易。

但我不知道，当我看到昨天的讨论时，我没有参与，只是决定尝试一下，所以我从10月8日至18日在欧元兑美元M1上进行了模拟训练，只要我的经纪人有，我就实时运行专家顾问。

因此，到目前为止他的交易是盈利的，但作为专家，你的问题是：他什么时候会开始亏损，登录 - 2096584180，密码 - na3tbvr，Tradeise-Demo，但具体来说，不是关于在广阔的大剧院中游荡的宇宙飞船（c）。

[Ivan Negreshniy]

我 有一个实时交易测试器МТ4，neuronet。

学习样本微乎其微，测试人员和优化人员的逻辑不透明（黑箱）......

结论 - 99.99999999999%这个EA是随机的，股权是一个随机的几何游走，由于交易成本的原因，斜率是向下的。

根据交易的频率，我只能在这一年里 保证负SR<-0.5。

1.有实时交易，MT4测试器，神经网络。

2.答案是100%错误的--专家顾问不是随机的。

3.在8天的交易数据中进行训练，但预测一年......?:)

ZS: 我特别问了，例如 - 交易期和训练期的比例为30%，顾问将在后天开始损失，或10% - 今天，但由于科学是沉默的...

[Igor Makanu]

我不 知道。

结论 - 99.99999999999%这个EA是随机的，股权是随机的几何徘徊，由于交易成本，有一个向下的坡度。

嗯，那是我的照片，你在那里能看到什么？

;)

[Yuriy Asaulenko]

不是 的。

随机我告诉你

我还想说，这不可能，因为它永远不可能。(c) 而对50个交易进行训练是不现实的，但我们需要再看30-40个交易（也就是3-4天）才能得出结论。当然，如果我们看到他们。

但是，一般来说，这已经很奇怪了。

[Ivan Negreshniy]

我 告诉你这是他在测试器中的运行情况--这是随机的？

随机的，我告诉你。

这是他的测试器运行情况--你说这是随机的？