交易中的机器学习:理论、模型、实践和算法交易 - 页 1287

 
elibrarius

我其实是自学成才。我主要与网站打交道。
而当我不在的时候,我就做MO。作为一种爱好)。

而有了这棵树之后,你就得坐下来好好琢磨一下了。然后你就可以随心所欲地重塑它。

旧版本很简单,而新版本则有一些乱七八糟的东西 可能是计算加速器,但代码变得更复杂)--我甚至没有尝试去看一遍。

我现在正在摸索,寻找一个地方来改变样本的数量)。

 
马克西姆-德米特里耶夫斯基

我现在正在整理,寻找一个可以改变样本数量的地方)

更好的是,在这里添加一个按实例数量的停止条件
//-------- 分割或不分割
如果(idxbest<0)

嗯,上面一点,你也可以阻止循环分割节点(为了加速),但你可以让它保持原样,它会发现分割,但你可以忽略它。

 
迪米特里

但你也应该理解我们--我们之所以 "大喊大叫",是因为我们在等待你来向我们大家展示如何通过回报和对数回报来预测价格。

开枪吧!

是什么激怒了你,伙计?这句话是什么意思?你不知道如何将价格变成对数回报?我不是说这些回报是很好的预测因素,唉,不是的,但非稳定性是有点不同。祝你好运,别担心。

 
圣杯

是什么激怒了你,我的朋友?这句话是什么意思?难道你不知道如何将价格转化为日志回报吗?我不是说这些回报是很好的预测,唉,没有,但不固定的有点不同。祝你好运,别担心。

我明白了。

而这个人被泄露了...

 
elibrarius
在这里,更好的办法是按例子的数量添加一个停止条件
//-------- 分割或不分割
如果(idxbest<0)

那么就在上面,你也可以阻止节点分割循环(以加快事情的进展),但你可以让它保持原样,它会找到分割,但它可以被忽略。

不知何故,即使在<2时,误差也会急剧上升。

 
马克西姆-德米特里耶夫斯基

不知何故,即使在<2时,误差也会急剧增加。

那就好。而在没有托盘的情况下,树会学习到错误=0,也就是重新训练。在我的托盘上,树约为30%,森林减少到10或更少。
如果样本=10,那么树的误差就小,如果是100,那么就大。有可能找到一个最佳的。如果有1000000行,甚至1000行。
 
elibrarius:
是好的。而如果没有它在托盘上,树就会学习到错误=0,也就是过度训练。我在Trayne上有一棵树,大约30%,森林降级到10或更少。
如果样本=10,那么树的误差就小,如果是100,那么就大。有可能找到一个最佳的。如果行数是1000000,甚至1000。

我不欣赏到目前为止的好处,错误也可以用r来增加。

从10万个字符串开始,我没有学到任何东西,误差在0.5左右。多达10k的工作很好,但时间不长 :) 问题更多的是关于非平稳性,寻找预测因子(如果它们存在的话)。任何差异(增量、累积总和等)都不会导致成功。在一些均匀的 块上或在周期性的F集上,它可以完美地工作。一旦发生严重的市场变化,它就会失败。结果我得出的结论是,应该在不同的层面上考察预测因素,但我不知道它们是什么,我也懒得去做)。

例如,如果我想为我的外汇经纪人使用一个合适的Calcal计算器,我想使用一个替代品,但我不知道如何提醒市场。我认为以后再尝试是有意义的。
 
迪米特里

我明白了。

而这个人已经走了...

什么是明确的,谁泄露了?你处于正常状态吗?

 

我还尝试了像Renko或Zigzags这样的合成时间框架,在ticks上有不同的时期(不是基于时间),希望与通常的时间图表相比,有一些有趣的分布。+-一样,我没有发现任何特别有趣的东西。

也就是说,非平稳性不会被这样的废话所扼杀,模式也不会被更好地发现。

 
马克西姆-德米特里耶夫斯基
顺便说一下,mql5已经添加了新闻日历api,也许它还是原始的,我还没有测试。我认为以后再尝试是有意义的。

是的,我也读过。也许可以测试一下。