交易中的机器学习:理论、模型、实践和算法交易 - 页 1120

 
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

 
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。

 
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
 
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?

test_xz.ipynb
test_xz.ipynb
  • disk.yandex.ru
Посмотреть и скачать с Яндекс.Диска
 
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......。

 
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)。


 
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...

 
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?

;)

 
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。

 
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?

附加的文件: