交易中的机器学习：理论、模型、实践和算法交易 - 页 1221

新评论
 
Vizard_。

)))

为什么？

 
你不能这样做。

很高兴是错误的，但IMHO "另一种方法 "是不存在的，在这个行业，一切主要是由数据决定的，他们的数量和质量，"纯外汇"，甚至5%的预测与回报的相关性是很难挤出来的，这当然可能是足够的，但年化SR将是〜2，这是令人兴奋，焦虑，你可以失去一个健康的睡眠。但有100500种方法可以重新调整，或者只是盯着一些有缺陷的模型发出宇宙，这对神经系统有好处，但最主要的是不要真的运行它们）））。

因此，有了有效的 "回购 "数据，你可以不使用MO，但为什么只谈数据而不谈能从这堆垃圾中出来的高质量模型呢？为什么没有这样的模型？
 

嗯，我们没有任何数据，我同意......除了破碎的DT报价。

我们做了从他们那里提取工作信息的英雄事迹。

 
合身性 是最小的。

MO模型是最常见的，脚手架，梯度提升，有了正确的特征，在几十万个点上进行定位，拟合度是最低的。

由于模型是最常见的，你一定是那些不重视它们的人之一--他们给了什么，那就是我们驱动....。
 
Vizard_。

你不应该这么说，现在你要得到的是水平，甚至更糟，让你解开你的）））搞笑......

好吧，你可以看到，我甚至没有详细说明和要求更多细节...只是想知道，问了，发现了......如此而已)

 
有毒。

我曾经非常重视它，我自己重写了大部分算法，写了几十个自己的版本，但事实证明，这只是为了提高我的MO技能，结果是任何新手都可以（使用相同的数据和芯片）用一些基因优化器配置XGB并得到相同的结果。优势不在于什么分类器和如何配置它，你需要更多的数据和高质量的特征，以及基础设施，使这一切都能舒适地工作，而没有混乱和痛苦。然后你需要知道如何交易这一切。

问题是，寻找可靠数据的方法是一个非常古老的话题，不太可能在这方面有任何进展，相反，这不能说是MO模型的发展。
为什么要固定在提升上，模型是为BP量身定做的，同样的递归网络与LSTM，已经有生成网络创造数据进行训练，我们都在寻找内幕：)
 
伊万-内格雷什尼。
问题是，寻找可靠数据的路径，这个话题非常古老，不太可能有任何进展，相反，这不能说是MI模型的发展。
为什么要固定在提升上，模型是为BP量身定做的，与LSTM相同的递归网络，已经有生成网络创造了训练的数据，我们都在寻找里面的：)

抱歉打断你的谈话，但是...

为什么你的信息的下一行（不完整！）不延续到下一行？(我有MT4，也许是这个原因？)

 
阿勒格。

抱歉打断你的谈话，但是...

为什么你的信息的下一行（不完整！）不延续到下一行？(我有MT4，也许这就是原因？)

我不知道，也许是因为MT4，但无论如何，这取决于程序，他们给我的数据，数据...:)
 
伊万-内格雷什尼。
我不知道，也许是因为MT4，但这一切都取决于程序，他们给了我数据，数据...:)

如果这不是什么秘密，你用什么浏览器？(我使用Opera)

 
阿勒格。

如果这不是什么秘密，你用什么浏览器？(我使用Opera)

MS IE 11

1...121412151216121712181219122012211222122312241225122612271228...3399
新评论