交易中的机器学习:理论、模型、实践和算法交易 - 页 1253 1...124612471248124912501251125212531254125512561257125812591260...3399 新评论 Igor Makanu 2018.12.31 13:05 #12521 阿列克谢-维亚兹米 金。是的,使用了唐山海峡拖网(如训练样本)。这里只用SL收盘,当然通过使用智能TP可以改善结果,但我仍然没有时间来完成这个想法。很难说我有多正确,但我通常使用固定手数和不使用尾随止损进行测试,然后我看到曲线上升,然后我可以改进它 你是否有不带尾巴和固定批量的测试?我想知道它们是否与上述图片不同。 Aleksey Vyazmikin 2018.12.31 13:23 #12522 伊戈尔-马卡努。很难说我有多正确,但我通常用固定的地段和不拖尾的方式测试我的TS,如果我看到曲线上升,那么我就可以改进它。 你是否有不带尾巴和固定手数的测试?我想知道它与上图有什么不同?该地段是固定的。我可以调整TP和SL,但如果最初TS的概念是基于拖网的,那还有什么意义?我的TS很简单--在向量ZZ变化时进场,在下一个柱状图上向量ZZ变化到相反方向时止损。这个系统很方便学习,然后你可以通过转移进场点,考虑进场信号和调整TP来改进它--你真的可以通过几天的调整来增加30%。一个固定的SL破坏了这个概念,因为它违反了TS的逻辑。跟踪止损是相当缓慢的,它的触发(通过SL关闭)象征着对进一步的交易操作 做出新的决定的时刻。 Maxim Dmitrievsky 2019.01.02 05:22 #12523 有很多关于近似轨迹的理论,也有很多数学知识......我得研究一阵子。到目前为止,我看到了性状迭代转换方面的潜力(也就是说,你可以在每次迭代时增加一定程度的插值,性状就会发生变化),但还有一些其他功能我还没有理解 https://arxiv.org/pdf/1603.03788.pdf 这里是机器学习的一个一般用途 https://arxiv.org/pdf/1307.7244.pdf,这里是用于报价和其他东西的片状线性插值 当然,只有当你想做一个完全自学的TS,可以说是高水平的时候,它才有意义。 BillionerClub 2019.01.05 15:45 #12524 各位专家建设者,有没有关于如何做机器学习和神经网络的文章,通过标准手段? 标准库中有。 统计学- 用于处理概率论中各种分布的函数模糊逻辑- 实现Mamdani和Sugeno模糊逻辑推理系统的模糊逻辑库ALGLIB- 数据分析(聚类、决策树、线性回归、神经网络)、微分方程的解法、傅里叶变换、数值积分、优化问题、统计分析等。但是没有文章,你就不能吃这个。 Yuriy Asaulenko 2019.01.05 16:45 #12525 BillionerClub。各位专家建设者,有没有关于如何做机器学习和神经网络的文章,通过标准手段? 标准库里有。 统计学- 用于处理概率论中各种分布的函数模糊逻辑- 实现Mamdani和Sugeno模糊逻辑推理系统的模糊逻辑库ALGLIB- 数据分析(聚类、决策树、线性回归、神经网络)、微分方程的解法、傅里叶变换、数值积分、优化问题、统计分析等。但是没有文章,你就不能吃这个。你的每一个愿望,你的每一次进入。 Unicornis 2019.01.05 16:54 #12526 尤里-阿索连科。你的每一个愿望,你的每一次进入。就是这样,去国防部的人将下地狱。 Aliaksandr Hryshyn 2019.01.09 06:52 #12527 马克西姆-德米特里耶夫斯基。学会了正确的预处理,嗯,如何正确的预处理,两个样本的分类误差<0.1,并开始处理新的数据,但数据集是巨大的,需要很长的时间来学习,所以我将在一个小故事上展示几个小时。 我不能说我是怎么做到的 :) 贪婪 :( 。 Maxim Dmitrievsky 2019.01.09 07:09 #12528 阿里克桑德-赫里辛。 贪婪 :( 。没来得及删除,注意到了))也许我以后再发,需要更多的测试。 只是这里的每个人都是通过暗示来交流的,他们不写关于数据准备的东西,每个人都有自己的萨摩耶。 Anatolii Zainchkovskii 2019.01.09 07:28 #12529 马克西姆-德米特里耶夫斯基。没来得及删除,注意到了)))以后可能会写,需要更多的测试。每个人都只是在这里暗示, 他们不写任何关于数据准备的东西,每个人都有自己的茶壶这是因为 "罐头 "原则,只有一个人打开,每个人都吃))))。 Forester 2019.01.09 09:25 #12530 阿纳托利-扎因奇科夫斯基。这是因为 "锡罐 "原则,一个人打开,每个人都吃)))。 嗯,外汇这么大,一个人是吃不完的))))。至少因为它包括世界上所有其他的银行 1...124612471248124912501251125212531254125512561257125812591260...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
是的,使用了唐山海峡拖网(如训练样本)。这里只用SL收盘,当然通过使用智能TP可以改善结果,但我仍然没有时间来完成这个想法。
很难说我有多正确,但我通常使用固定手数和不使用尾随止损进行测试,然后我看到曲线上升,然后我可以改进它
你是否有不带尾巴和固定批量的测试?我想知道它们是否与上述图片不同。
很难说我有多正确,但我通常用固定的地段和不拖尾的方式测试我的TS,如果我看到曲线上升,那么我就可以改进它。
你是否有不带尾巴和固定手数的测试?我想知道它与上图有什么不同?
该地段是固定的。我可以调整TP和SL,但如果最初TS的概念是基于拖网的,那还有什么意义?我的TS很简单--在向量ZZ变化时进场,在下一个柱状图上向量ZZ变化到相反方向时止损。这个系统很方便学习,然后你可以通过转移进场点,考虑进场信号和调整TP来改进它--你真的可以通过几天的调整来增加30%。一个固定的SL破坏了这个概念,因为它违反了TS的逻辑。跟踪止损是相当缓慢的,它的触发(通过SL关闭)象征着对进一步的交易操作 做出新的决定的时刻。
有很多关于近似轨迹的理论,也有很多数学知识......我得研究一阵子。到目前为止,我看到了性状迭代转换方面的潜力(也就是说,你可以在每次迭代时增加一定程度的插值,性状就会发生变化),但还有一些其他功能我还没有理解
https://arxiv.org/pdf/1603.03788.pdf 这里是机器学习的一个一般用途
https://arxiv.org/pdf/1307.7244.pdf,这里是用于报价和其他东西的片状线性插值
当然,只有当你想做一个完全自学的TS,可以说是高水平的时候,它才有意义。各位专家建设者,有没有关于如何做机器学习和神经网络的文章,通过标准手段?
标准库中有。
各位专家建设者,有没有关于如何做机器学习和神经网络的文章,通过标准手段?
标准库里有。
你的每一个愿望,你的每一次进入。
你的每一个愿望,你的每一次进入。
就是这样,去国防部的人将下地狱。
学会了正确的预处理,嗯,如何正确的预处理,两个样本的分类误差<0.1,并开始处理新的数据,但数据集是巨大的,需要很长的时间来学习,所以我将在一个小故事上展示几个小时。
我不能说我是怎么做到的 :)
贪婪 :( 。
没来得及删除,注意到了))也许我以后再发,需要更多的测试。
只是这里的每个人都是通过暗示来交流的,他们不写关于数据准备的东西,每个人都有自己的萨摩耶。没来得及删除,注意到了)))以后可能会写,需要更多的测试。
每个人都只是在这里暗示, 他们不写任何关于数据准备的东西,每个人都有自己的茶壶这是因为 "罐头 "原则,只有一个人打开,每个人都吃))))。
这是因为 "锡罐 "原则,一个人打开,每个人都吃)))。