交易中的机器学习:理论、模型、实践和算法交易 - 页 1449

 
Mihail Marchukajtes:
那么,在白色网站????,结果如何呢?我没有看到任何东西。这一切都非常奇怪,它是如此简单。

白色网站 - 从2017年3月起


 
elibrarius

白色网站 - 从2017年3月起


你相信吗?令人惊讶的是,肯定在某处有一个陷阱,因为如果它是现实的反映,那么为什么要以如此荒谬的价格出售。有意义吗?在这种情况下,我完全同意将白色补丁从mt中剪掉,随后刷新mt中的报价,然后我们将看到这只野兽的价值。但最好的事情是在真实账户中进行交易,几周后我们也许可以讨论一下。但它不可能那么简单
 
Mihail Marchukajtes:
你相信吗?令人惊讶的是,我确信有一个陷阱,因为如果它反映了现实,为什么要以如此荒谬的价格出售?有意义吗?在这种情况下,我完全同意将白色补丁从mt中剪掉,随后刷新mt中的报价,然后我们将看到这只野兽的价值。但最好的事情是在真实账户中进行交易,几周后我们也许可以讨论一下。但它不可能如此简单。

我不知道。我的实际经验从来没有那么好。

让我们看看伊万-布特科的信号会显示什么

 
Mihail Marchukajtes:
那么,白色区域的结果是什么呢?????我没有看到的东西。这一切都非常奇怪,它是如此容易。他们在更新方面没有任何运气,他们没有任何支持。
elibrarius

我不知道。我的实际经验从来没有那么好过。

让我们看看伊万-布特科的信号会显示什么

当然是假的,尤其是在如此缓慢的时间框架内。

我不会在这里分享 "事后诸葛亮 "的启示,但当涉及到此类模型的进一步交易时,与这种 "袋中之猫 "一起工作是非常危险的。所有的都应该是开放的,数据、指标、回测器,如果有封闭的模块,那就是一种风险,有很多选择,如何在指标和回测器中做假,这是一种故意破坏的情况,但也有错误或错误的模型。这对销售来说都是好事,但对个人使用来说是有毒的。

 

我知道很多人都在玩猜颜色 的游戏,就准确率而言,结果是什么--我在飞行中得到了0.52左右。

测试样本的利润图是初步数据中最好的


 
阿列克谢-维亚兹米 金。

我知道很多人都玩过猜测酒吧颜色 的游戏,结果是什么,就准确率而言--在飞行中我得到了0.52左右。

测试样本的利润图在初步数据上是最好的


弗拉基米尔-佩雷文科的文章中的条形颜色定义得非常好,精确度约为0.8。而且很容易重复。我重复了一遍,包括赤裸裸的报价,比用数字滤波器时差2-3%。
我很惊讶它是如此糟糕。虽然这在很大程度上取决于乐器和TF。
 
elibrarius:
Vladimir Perervenko文章中的条形颜色定义得非常好,精确度约为0.8。而且很容易重复。我重复了一遍,包括赤裸裸的报价,比用数字滤波器时差2-3%。
我很惊讶它是如此糟糕。虽然这在很大程度上取决于乐器和TF。

你能指给我看一篇具体的文章吗?

如果这是真的,而且准确率这么高,那么为什么不在这个数据上建立一个策略呢?我的数学期望值刚刚超过3个点,但这是在52%的情况下,如果他们是80%,显然是一个圣 杯。

 
阿列克谢-维亚兹米 金。

你能指出一篇具体的文章吗?

如果这是真的,而且准确率这么高,为什么不在这个数据上建立一个策略呢?我的数学期望值刚刚超过3个点,但这是在52%的情况下,如果是80%,显然会是一个圣杯。

好了,这里是最后一个https://www.mql5.com/ru/articles/4722

            Sensitivity : 0.8494          
            Specificity : 0.8230          
         Pos Pred Value : 0.7921          
         Neg Pred Value : 0.8731          
             Prevalence : 0.4427          
         Detection Rate : 0.3760          
   Detection Prevalence : 0.4747          
      Balanced Accuracy : 0.8362          
                                          
       'Positive' Class : -1    
我猜测猜得好的夜间烛台方向会给平衡带来小幅增长,而白天不正确的猜测有大尺寸的烛台则会吃掉2-5个夜间烛台。
Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей
Глубокие нейросети (Часть VIII). Повышение качества классификации bagging-ансамблей
  • www.mql5.com
В предыдущих двух статьях (1, 2) мы создавали ансамбль нейросетевых классификаторов ELM. Тогда мы говорили о том, как можно улучшить качество классификации. Среди многих возможных направлений я выбрал два: снизить влияние шумовых примеров и выбрать оптимальный порог, по которому непрерывные предсказания нейросетей ансамбля переводятся в метки...
 
elibrarius

好了,这里是最后一个https://www.mql5.com/ru/articles/4722

我想,猜得好的隔夜蜡烛方向会给平衡带来小幅增长,而白天的错误猜测有一个大的尺寸,会吃掉2-5个隔夜蜡烛。

所以他在那里指的是已经准备好的数据,即他在这里 描述的准备方式,还有那里。

"

现在让我们形成两组数据--data1和data2。在第一组中,作为预测因素的将是数字滤波器和它们的第一差值,而作为目标--ZigZag的第一差值的变化符号。在第二组中,预测因素将是高/低/收盘报价和CO/HO/LO/HL报价的第一个差值,而目标将是ZigZag的第一个差值。该脚本如下所示,可在Prepare.R 文件中找到。

"

这似乎与酒吧无关...

而且我不认为外汇对MO很友好,你最好转到Moex交易所。

 
阿列克谢-维亚兹米 金。

我知道很多人都在玩猜颜色 的游戏,就准确率而言,结果是什么--我在飞行中得到了0.52左右。

测试样本的利润图是初步数据中最好的


52%不是垃圾,是一个真正的子宫,此外,如果你看一下时间,这不是一个糟糕的结果,它可以用年度SR ~1进行交易。

80%这是个幽默,或者只是个市场噱头