交易中的机器学习：理论、模型、实践和算法交易 - 页 1480

新评论
 
吉安尼。

要找出趋势开始/结束的平局是一个挑战，那么你必须在冲动交易和反向交易之间切换，而平滑参数只影响交易的频率。

你他妈的在说什么......你什么时候才能克服这种愚蠢的趋势平坦的概念？我们没有，这是主观的不可描述的概念，只有趋势的变化（反转），如果反转经常发生，那么就像 "平坦"，如果罕见，那么就像 "趋势"，但整个要点在市场的反转。

当你知道反转点在哪里时，你就不需要知道其他东西了，你知道在哪里开仓，在哪里平仓，在哪里设置止损......

知道了 "趋势和平坦之间的模式变化"，你就不知道其他的事情了，因为甚至没有人可以描述什么是趋势，什么是平坦，这完全是主观的废话。
 
elibrarius。

我对脚手架的实验显示了同样的情况。
2017年6个月的培训，2017年10月/12月的测试 - 错在测试/前进42%。如果我们按照valking forward方法，当转移到2018年时（2018年6个月的培训，2018年10月12月的tes），误差是55%，而且是快速消耗。

如果你看一下年度图表，2017年是一个全球性的上涨，回调时间长达40天，无论是盘面还是测试。而在2018年，又有了一些增长，并开始了全球的下降。

因此，我们可以得出结论，如果2个月的回调还没有停止，那就是一个新的反向趋势。莱斯没有意识到这一点，在学习曲线的三分之一的时间里，他仍然在成长--为这种成长而训练，因此他在考试中输了。

这是正确的，它不工作，没有数据。

mytarmailS:

你他妈的在说什么......你什么时候才能克服这些迟钝的趋势概念--平坦。没有这样的东西，这是一个主观的不可描述的概念，只有趋势的变化（反转），如果反转经常发生，就像 "平坦"，如果很少发生，就像 "趋势"，但整个重点是在市场反转。

如果你知道反转会在哪里发生，你就知道在哪里开仓，在哪里平仓，在哪里设置止损。

知道 "趋势和平坦之间的模式变化"，你什么都不知道，因为甚至没有人可以描述什么是趋势，什么是平坦，这完全是主观的废话。

逆转的预测更加糟糕。 在这个时间框架内，趋势是第一滞后回撤的正自相关，平坦是负的。

 
Zhenya:

这是正确的，它不起作用，没有数据。

转折的预测更糟糕，趋势是第一滞后期的回归者的正自相关，在给定的TF上，平是负的。

但回国人员的自相关 也是一种主观的趋势定义，TF也是主观的，它们不是

 
mytarmailS:

但回国人员的自相关也是一种主观的趋势定义，TF也是主观的，它们不是

趋势的定义可能有很多，但本质在于自 相关，即相邻增量之间的反向关系；当自相关为正时，趋势追踪的TP发挥作用，反向的TP合并；当自相关为负时，则相反。另一个问题是在正/负自相关的交替中是否存在规律性，比过时的价格增量更稳定。不幸的是，如果我们谈论 "正常数据"，即具体的经纪公司，具体的符号，频率高于一分钟，则没有，至少没有比增量更多。

除了依赖关系，还有间接因素，依赖关系可能因其符号而具有诱惑力，但它是非常嘈杂的，这就否定了依赖关系的所有 "诱惑力"，甚至降低到零。

 
Zhenya:

趋势的定义可能有很多，但重点是自相关，即相邻增量之间的反比关系。

我明白你的意思，但这里我们又是在处理一个不存在的周期（TF），你是在计算某个固定长度的自 相关。

 
mytarmailS:

我知道你的意思，但这里又有一个不存在的周期（TF），你是在计算一个固定长度部分的自相关。

完全正确，我们需要预测未来一个窗口的自相关，或者如果你喜欢Hearst系数或类似的，对于一个具有给定量化周期（分钟、小时等）的系列，但同样，这通常不会有什么结果。

对不起，你说的"不存在的时期（TF）" 的意思我不太明白。我可以假设你的意思是，如果你采取原始订单-log，然后在蜡烛图上量化，周期值是任意的，但如果是这样，我认为我们是在处理不同尺度上的不同模式，有一定的分形性，一个尺度上可能有一个趋势，另一个尺度上可能有一个平坦，一个特定的策略通常在一个特定的尺度上对一个特定的模式起作用，而在较少的变化被视为噪音。

 
mytarmailS:

我明白你的意思，但这里又有一个与周期（TF）的联系，这并不存在，你在计算某个固定长度部分的自相关。

我记得在TP主题中，某个绰号叫bas的村民保证说自 相关系数是市场的关键。但因为他是在吃了很多土豆后做的（而我不能忍受根茎类蔬菜），我不断地呕吐。

 
吉安尼。

对不起，你说的"不存在的时期（TF）" 是什么意思，我不太明白。

我只是在上一页继续我们的对话，只有反弹（极值）在本质上是毫不含糊的，反弹要么有，要么没有，而指标，包括自相关 函数，在计算中需要一个 "周期"（滑动窗口的固定大小）。但 "时期 "的最佳规模 ，如果它存在的话，也是因时而异的。

我们需要在每个时刻寻找最佳时期（并在这个平台上建立一些规则/系统）。

或回到本质上毫不含糊的极致中去

或者我们正在进行非客观的计算

 
mytarmailS:

在我几页前提到的方向上挖掘是有意义的，第一批实验和已经有了有趣的结果......


听着，伙计，你真的认为这些是很酷的信号吗？我为你感到遗憾，不想让你失望，但信号很差。有很多交易都是用一个交易设置的。 或者说我不明白。***

 
Mihail Marchukajtes:

听着，伙计，你真的认为这些是很酷的信号吗？我为你感到难过，我不想让你失望，但信号很差。有很多交易都是用一个交易设置的。 或者说我不明白。***

对不起，亲爱的迈克尔，我没想到你会来这里看到这个耻辱，我真的非常尴尬，好吧，现在你在这里，让我问问你，作为机器学习分支中最有经验 和最受尊敬的 居住者之一。我做错了什么，我应该往什么方向走，这样我就能像你一样赚到很多钱，并建立和你一样的优秀交易系统？

1...147314741475147614771478147914801481148214831484148514861487...3399
新评论