交易中的机器学习：理论、模型、实践和算法交易 - 页 1226 1...121912201221122212231224122512261227122812291230123112321233...3399 新评论 Maxim Dmitrievsky 2018.12.22 11:48 #12251 马丁-切格瓦拉。 你看那边的小矩形正是我在这里描述的。 由于你可能不太了解 "可操作性"，我只能对你表示同情。 如果你认为一个算法会出现，并且它将发挥作用。 对所有事情和所有地方都是通用的，你就大错特错了。 正如你所看到的...或也许不是...红色矩形中所写的内容与市场上的情况完全一致）。至少要尊重那些读你帖子的人，不务正业的人......已经没有兴趣读这些垃圾了，而且文字也被肢解了。 我们用扫帚把他们赶了出去，现在他们又回来了。 CHINGIZ MUSTAFAEV 2018.12.22 11:55 #12252 马克西姆-德米特里耶夫斯基。你至少应该尊重那些读你帖子的人，不务正业的人......已经没有兴趣读这些垃圾了，文字也被扭曲了。GaraZho）我将更加尊重你的劣势。） Грааль 2018.12.22 12:36 #12253 凯沙-鲁托夫。当市场可能是趋势时，当它是平坦时，在平坦期间，通道、网格和其他东西都会发挥作用，而在趋势期间--马车会发挥作用。 这并不 像听起来那么微不足道。这个想法，说起来并不新鲜。 它是在第一次认识交易终端 的几个月后想到的)))但我们应该记住 "没有免费的午餐"，实践是检验真理的标准。 在MO上烘烤芯片和目标的趋势-骗子探测器，并不像乍看之下那样是一项微不足道的任务。 revers45 2018.12.22 12:44 #12254 马丁-切格瓦拉。 ......该计划完全符合市场上的技术状况）。 这很自然，因为紧身衣应该适合疯狂的大小。 CHINGIZ MUSTAFAEV 2018.12.22 13:13 #12255 逆转45。这很自然，因为紧身衣应该适合精神错乱的大小。精神错乱没有大小之分，就像混乱没有自由度一样，衬衫是常识的本质，它有大小之分。 精神错乱是一种定义界限的方式，超过这个界限就不再需要衡量什么了。 疯狂的人是试图衡量不可估量的东西的人；) Maxim Dmitrievsky 2018.12.23 14:23 #12256 有毒。因为有很多 "技巧"，基本上是一个关于特征和标签分配的游戏。 Maxim Dmitrievsky 2018.12.23 17:00 #12257 我 自己没有做过交易，但我看到过报道，DC被禁，这就是一个指标。 筹码是一毛不拔的笼统，很难说出什么有用的东西，而具体细节，你知道......。 有一些 "规则 "可以让你在用时间序列构建特征时避免严重的错误，特别是其中最违反的是特征与目标的平庸 "混合"，特征应该严格来自过去，而目标来自严格来自未来的点，这种分离应该是在序列转换为数据集的算法层面，而不是像大家所做的各种指标然后切入追踪和测试，转移某处等等。我们应该削减初始系列，然后使用滑动窗口（过去和未来）来运行系列，并分别获得特征和目标，用于Lerne和测试，甚至用于验证。当然，你可以用指标来做，如果你肯定知道指标的特征不是往前看，而对目标来说，它不是往后看。还有一些更微妙的错误，但我现在不说了。 变换本身可能是不同的，从琐碎的（返回者、变化、体积变化、堆栈的delta、交易的分布等）到各种奇特的变换。)几十个通过 "灵感 "或聚类获得的特定定制统计，结果是有用的，如 "趋势/夏季"（上文Inokenty提到），以及 "订单/豪斯 "和其他。有些统计资料对不同的时间段有效，有些则无效，有些功能对某些工具有效，有些则无效，你需要知道如何过滤和选择目标属性。有很多东西，标准ARMA 模型，GARCH ...作为特征的中长期宏观预测，等等。我还没来得及做NLP/NLU 来分析文本流，来自社交网络等。这正是需要dip-ernig的地方。是的，我想要一些 "魔法"，比如重新安排数值，让错误在各处急剧下降:)用于输入 - 好的，我自己也做过类似的事情，但我从来没有完善过（特别是，美元对欧元兑美元的线性依赖作为一个夹具，效果很好）。 我想我不会解析任何东西--我太懒了）），除非MT5提供访问日历的机会。我不知道如何交易机器人，我不知道如何交易机器人，我也不知道用它们做什么。 Maxim Dmitrievsky 2018.12.23 17:23 #12258 我 不得不去看看。"只是你不应该在现实生活中检查它，对于这样的魔法，娃娃会踢你，你就不必解析了。最近，LDA（线性判别分析）转换特征时也发生了同样的魔法，谁知道，分类器中的分类器只在trayne和测试中显示出漂亮的图片，而在验证中却没有）。 PCA也是如此......哪个白痴发明了它，并把它写成用于预测时间序列--我不知道，但很多人都接受了它。像树状物需要这样的预处理）但不得不检查一下 Forester 2018.12.23 18:21 #12259 马克西姆-德米特里耶夫斯基。 这和PCA几乎一样......哪个白痴想出了这个主意并写出了用它来预测时间序列--不知道，但很多人都接受了它。树状的需要这种预处理）但我应该检查一下。我没有用过PCA，纯粹是凭直觉，它对BP的有害使用有什么理由吗？ Maxim Dmitrievsky 2018.12.23 18:26 #12260 elibrarius。我没有用过PCA，纯粹是凭直觉，有什么理由证明用它来做BP是有害的吗？在非稳态市场中，其结果与没有非稳态市场大致相同，只是更糟糕......- 在托盘上选择的主要成分开始在OOS上 "跳跃"，最终以牺牲PCA本身为代价进行过度训练。 我认为这对任何分解或降维方法 都是如此。漫画应该严格规范化、正常化，但也不能拯救它...... 1...121912201221122212231224122512261227122812291230123112321233...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
你看那边的小矩形正是我在这里描述的。
由于你可能不太了解 "可操作性"，我只能对你表示同情。
如果你认为一个算法会出现，并且它将发挥作用。 对所有事情和所有地方都是通用的，你就大错特错了。
正如你所看到的...或也许不是...红色矩形中所写的内容与市场上的情况完全一致）。
至少要尊重那些读你帖子的人，不务正业的人......已经没有兴趣读这些垃圾了，而且文字也被肢解了。
我们用扫帚把他们赶了出去，现在他们又回来了。你至少应该尊重那些读你帖子的人，不务正业的人......已经没有兴趣读这些垃圾了，文字也被扭曲了。
GaraZho）我将更加尊重你的劣势。）
凯沙-鲁托夫。
当市场可能是趋势时，当它是平坦时，在平坦期间，通道、网格和其他东西都会发挥作用，而在趋势期间--马车会发挥作用。
这个想法，说起来并不新鲜。 它是在第一次认识交易终端 的几个月后想到的)))但我们应该记住 "没有免费的午餐"，实践是检验真理的标准。
在MO上烘烤芯片和目标的趋势-骗子探测器，并不像乍看之下那样是一项微不足道的任务。
......该计划完全符合市场上的技术状况）。
这很自然，因为紧身衣应该适合疯狂的大小。
这很自然，因为紧身衣应该适合精神错乱的大小。
精神错乱没有大小之分，就像混乱没有自由度一样，衬衫是常识的本质，它有大小之分。
精神错乱是一种定义界限的方式，超过这个界限就不再需要衡量什么了。
疯狂的人是试图衡量不可估量的东西的人；)
因为有很多 "技巧"，基本上是一个关于特征和标签分配的游戏。
筹码是一毛不拔的笼统，很难说出什么有用的东西，而具体细节，你知道......。
有一些 "规则 "可以让你在用时间序列构建特征时避免严重的错误，特别是其中最违反的是特征与目标的平庸 "混合"，特征应该严格来自过去，而目标来自严格来自未来的点，这种分离应该是在序列转换为数据集的算法层面，而不是像大家所做的各种指标然后切入追踪和测试，转移某处等等。我们应该削减初始系列，然后使用滑动窗口（过去和未来）来运行系列，并分别获得特征和目标，用于Lerne和测试，甚至用于验证。当然，你可以用指标来做，如果你肯定知道指标的特征不是往前看，而对目标来说，它不是往后看。还有一些更微妙的错误，但我现在不说了。
变换本身可能是不同的，从琐碎的（返回者、变化、体积变化、堆栈的delta、交易的分布等）到各种奇特的变换。)几十个通过 "灵感 "或聚类获得的特定定制统计，结果是有用的，如 "趋势/夏季"（上文Inokenty提到），以及 "订单/豪斯 "和其他。有些统计资料对不同的时间段有效，有些则无效，有些功能对某些工具有效，有些则无效，你需要知道如何过滤和选择目标属性。有很多东西，标准ARMA 模型，GARCH ...作为特征的中长期宏观预测，等等。我还没来得及做NLP/NLU 来分析文本流，来自社交网络等。这正是需要dip-ernig的地方。
是的，我想要一些 "魔法"，比如重新安排数值，让错误在各处急剧下降:)
用于输入 - 好的，我自己也做过类似的事情，但我从来没有完善过（特别是，美元对欧元兑美元的线性依赖作为一个夹具，效果很好）。
我想我不会解析任何东西--我太懒了）），除非MT5提供访问日历的机会。我不知道如何交易机器人，我不知道如何交易机器人，我也不知道用它们做什么。
"只是你不应该在现实生活中检查它，对于这样的魔法，娃娃会踢你，你就不必解析了。
最近，LDA（线性判别分析）转换特征时也发生了同样的魔法，谁知道，分类器中的分类器只在trayne和测试中显示出漂亮的图片，而在验证中却没有）。
PCA也是如此......哪个白痴发明了它，并把它写成用于预测时间序列--我不知道，但很多人都接受了它。像树状物需要这样的预处理）但不得不检查一下
这和PCA几乎一样......哪个白痴想出了这个主意并写出了用它来预测时间序列--不知道，但很多人都接受了它。树状的需要这种预处理）但我应该检查一下。
我没有用过PCA，纯粹是凭直觉，它对BP的有害使用有什么理由吗？
我没有用过PCA，纯粹是凭直觉，有什么理由证明用它来做BP是有害的吗？
在非稳态市场中，其结果与没有非稳态市场大致相同，只是更糟糕......- 在托盘上选择的主要成分开始在OOS上 "跳跃"，最终以牺牲PCA本身为代价进行过度训练。
我认为这对任何分解或降维方法 都是如此。漫画应该严格规范化、正常化，但也不能拯救它......