交易中的机器学习:理论、模型、实践和算法交易 - 页 1560 1...155315541555155615571558155915601561156215631564156515661567...3399 新评论 Petros Shatakhtsyan 2019.11.11 18:22 #15591 我一直说,机器学习不适合用于交易。 应该像对待战争游戏一样对待外汇,形势一直在变化,你必须根据情况采取行动,使用特殊的战术和策略。 在外汇中,只需考虑趋势和支持/支撑水平即可。我认为Gerchik也总是谈论这个问题,但这是不够的。 结果受许多 "无关紧要 "的因素影响,如牵引力、加速度、价格变化率、衰减、反转和一些时间因素,还有这样一个概念,即在一个大趋势上确定一个 小趋势,它似乎是沿着大趋势爬行,因为从动态上看,不可能确定趋势的开始和结束。 谁理解了,谁就理解了,谁没有理解,谁就永远不会理解。 Andrey Khatimlianskii 2019.11.11 20:21 #15592 阿列克谢-尼古拉耶夫。 我想你写了一些关于经济日历 api的内容。我想知道它是否有效并发展良好,因为这个话题在论坛上不知不觉地停滞了。我有点犹豫是否要研究它(在统计库的失望之后)。 它在测试器中不起作用。在网上仍然有bug。 Andrey Dik 2019.11.11 22:11 #15593 如果我们试图教网格给出一个概率预测,会怎么样呢...?但不是以通常的方式--信号水平与预测概率相对应,而是像这样。 我们把从0到100%的概率分成,比如说,10个部分,分别对应0、10、20......。进一步,我们教网格员对类似的情况在100分中给出正确答案,以此类推,每个部分都是如此。计算每个部分,计算每个部分的标准差,从而获得简单而明确的--所有概率部分的平均标准差的减少。当然,在这种情况下,对统计有效性的要求导致了更大的训练样本,但将有可能直接使用概率模型,例如当概率预测超过70%时。思想--纯概率预测训练,没有将输出神经元水平模糊解释为概率。 分成几个部分是为了简化,在训练过程中不需要插值结果,减少计算能力要求,尽管可能有必要插值。 Maxim Dmitrievsky 2019.11.12 00:18 #15594 阿列克谢-尼古拉耶夫。 我想你写了一些关于经济日历 api的内容。我想知道它是否有效并发展良好,因为这个话题在论坛上不知不觉地停滞了。我对是否值得研究它有些怀疑(在统计库的失望之后)。 在测试器中是没有的,之后我一下子就失去了兴趣,因为那有什么意义呢。如果我详细解释的话,我将尝试把它们与以前的版本进行比较。但目前web-reaverses和websockets都不能在测试器中工作。你可以用python做,并使用quandl.com这样的数据库。 Aleksey Nikolayev 2019.11.12 06:37 #15595 安德烈-哈蒂姆连斯基。 它在测试器中不起作用。网上仍有bug。 马克西姆-德米特里耶夫斯基。 在测试器无法使用的情况下,我一下子就失去了兴趣,那还有什么意义。以前,在MT4中,你至少可以通过webreaests在测试器中提取信息。但目前,无论是web-reaverses还是websockets都不能在测试器中工作。你可以用python做,并使用quandl.com这样的数据库。 在测试器中无法访问是不幸的,但它仍然可以用一些拐杖绕过--例如,你可以尝试从一个预先准备好的文件中阅读新闻。在线的错误是一个更严重的事情,如果主持人不会在这些问题上努力,那么迷上这个api就没有意义了。在统计学图书馆的例子上,我们可以看到,普通交易员群众缺乏兴趣,导致对MC也失去了兴趣。因此,论坛上对这个话题缺乏兴趣是令人震惊的。 我想用基于贝叶斯 的方法来估计新闻对价格的影响程度。 PS。 我读了一个关于MK日历的小英文论坛--我并不乐观,而是相反。 Forester 2019.11.12 06:47 #15596 安德烈-迪克 如果我们试图教网格给出一个概率预测,会怎么样呢...?但不是以通常的方式--信号水平与预测概率相对应,而是像这样。 我们把从0到100%的概率分成,比如说,10个部分,分别对应0、10、20......。进一步,我们教网格员对类似的情况在100分中给出正确答案,以此类推,每个部分都是如此。 计算每个部分,计算每个部分的标准差,从而获得简单而明确的--所有概率部分的平均标准差的减少。当然,在这种情况下,对统计有效性的要求导致了更大的训练样本,但将有可能直接使用概率模型,例如当概率预测超过70%时。思想--纯概率预测训练,没有将输出神经元水平模糊解释为概率。 分解成区域是为了简单起见,在训练期间不需要对结果进行插值,并降低计算能力要求,尽管可能有必要进行插值。 试着用TP/SL训练信号标记做了类似的事情。即使在训练部分有90%的成功例子,在新的数据上也要给50/50。也就是说,它不赚任何东西。 然而,需要有其他人来尝试,也许我在某处犯了错误。 但到目前为止,我的看法是,价格行为没有模式,价格是SB。 Дмитрий 2019.11.12 07:45 #15597 为了有效地应用MO仪器,你不能使用一个 "裸 "的价格范围。 SB没有的是要考虑到的时间模式。 最好的 "作品 "是价格动态对星期几 的依赖性,更糟糕的是每天的活动波动。 Дмитрий 2019.11.12 07:45 #15598 三年来,同样的事情... Maxim Dmitrievsky 2019.11.12 11:57 #15599 阿列克谢-尼古拉耶夫。 测试器中的不可访问性是不幸的,但它仍然可以用一些拐杖来规避--例如,你可以尝试从一个预制文件中读取新闻。网上的错误是一个更严重的事情,如果主持人不会在这些问题上下功夫,那么迷上这个api就没有意义了。在统计学图书馆的例子上,我们可以看到,普通交易员群众缺乏兴趣,导致对MC也失去了兴趣。因此,论坛上对这个话题缺乏兴趣是令人震惊的。 我想用基于贝叶斯 的方法来估计新闻对价格的影响。 PS。 我读了一点关于MC日历的英文论坛--我并不乐观,而是相反。 整个基础设施是一个可怕的沼泽,如果基于交易,但不是基于市场。 Aleksey Nikolayev 2019.11.12 12:59 #15600 马克西姆-德米特里耶夫斯基。 如果你依靠交易而不是市场,整个基础设施就是一个无法逾越的沼泽地。 是的,人们的印象是,一切的设置都是为了让交易者建立在主流(指标、网格、马丁格尔,......)上,否则会放弃这一切。 "别炫耀了,伊万诺夫同志!"。听听你的歌曲 "瓦伦基 "吧! 1...155315541555155615571558155915601561156215631564156515661567...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
我一直说,机器学习不适合用于交易。
应该像对待战争游戏一样对待外汇,形势一直在变化,你必须根据情况采取行动,使用特殊的战术和策略。
在外汇中,只需考虑趋势和支持/支撑水平即可。我认为Gerchik也总是谈论这个问题,但这是不够的。
结果受许多 "无关紧要 "的因素影响,如牵引力、加速度、价格变化率、衰减、反转和一些时间因素,还有这样一个概念,即在一个大趋势上确定一个 小趋势,它似乎是沿着大趋势爬行,因为从动态上看,不可能确定趋势的开始和结束。
谁理解了,谁就理解了,谁没有理解,谁就永远不会理解。
我想你写了一些关于经济日历 api的内容。我想知道它是否有效并发展良好,因为这个话题在论坛上不知不觉地停滞了。我有点犹豫是否要研究它(在统计库的失望之后)。
它在测试器中不起作用。在网上仍然有bug。
如果我们试图教网格给出一个概率预测,会怎么样呢...?但不是以通常的方式--信号水平与预测概率相对应,而是像这样。
我们把从0到100%的概率分成,比如说,10个部分,分别对应0、10、20......。进一步,我们教网格员对类似的情况在100分中给出正确答案,以此类推,每个部分都是如此。计算每个部分,计算每个部分的标准差,从而获得简单而明确的--所有概率部分的平均标准差的减少。当然,在这种情况下,对统计有效性的要求导致了更大的训练样本,但将有可能直接使用概率模型,例如当概率预测超过70%时。思想--纯概率预测训练,没有将输出神经元水平模糊解释为概率。
分成几个部分是为了简化,在训练过程中不需要插值结果,减少计算能力要求,尽管可能有必要插值。
我想你写了一些关于经济日历 api的内容。我想知道它是否有效并发展良好,因为这个话题在论坛上不知不觉地停滞了。我对是否值得研究它有些怀疑(在统计库的失望之后)。
它在测试器中不起作用。网上仍有bug。
在测试器无法使用的情况下,我一下子就失去了兴趣,那还有什么意义。以前,在MT4中,你至少可以通过webreaests在测试器中提取信息。但目前,无论是web-reaverses还是websockets都不能在测试器中工作。你可以用python做,并使用quandl.com这样的数据库。
在测试器中无法访问是不幸的,但它仍然可以用一些拐杖绕过--例如,你可以尝试从一个预先准备好的文件中阅读新闻。在线的错误是一个更严重的事情,如果主持人不会在这些问题上努力,那么迷上这个api就没有意义了。在统计学图书馆的例子上,我们可以看到,普通交易员群众缺乏兴趣,导致对MC也失去了兴趣。因此,论坛上对这个话题缺乏兴趣是令人震惊的。
我想用基于贝叶斯 的方法来估计新闻对价格的影响程度。
PS。 我读了一个关于MK日历的小英文论坛--我并不乐观,而是相反。如果我们试图教网格给出一个概率预测,会怎么样呢...?但不是以通常的方式--信号水平与预测概率相对应,而是像这样。
我们把从0到100%的概率分成,比如说,10个部分,分别对应0、10、20......。进一步,我们教网格员对类似的情况在100分中给出正确答案,以此类推,每个部分都是如此。 计算每个部分,计算每个部分的标准差,从而获得简单而明确的--所有概率部分的平均标准差的减少。当然,在这种情况下,对统计有效性的要求导致了更大的训练样本,但将有可能直接使用概率模型,例如当概率预测超过70%时。思想--纯概率预测训练,没有将输出神经元水平模糊解释为概率。
分解成区域是为了简单起见,在训练期间不需要对结果进行插值,并降低计算能力要求,尽管可能有必要进行插值。
然而,需要有其他人来尝试,也许我在某处犯了错误。
但到目前为止,我的看法是,价格行为没有模式,价格是SB。
为了有效地应用MO仪器,你不能使用一个 "裸 "的价格范围。
SB没有的是要考虑到的时间模式。
最好的 "作品 "是价格动态对星期几 的依赖性,更糟糕的是每天的活动波动。
测试器中的不可访问性是不幸的,但它仍然可以用一些拐杖来规避--例如,你可以尝试从一个预制文件中读取新闻。网上的错误是一个更严重的事情,如果主持人不会在这些问题上下功夫,那么迷上这个api就没有意义了。在统计学图书馆的例子上,我们可以看到,普通交易员群众缺乏兴趣,导致对MC也失去了兴趣。因此,论坛上对这个话题缺乏兴趣是令人震惊的。
我想用基于贝叶斯 的方法来估计新闻对价格的影响。
PS。 我读了一点关于MC日历的英文论坛--我并不乐观,而是相反。整个基础设施是一个可怕的沼泽,如果基于交易,但不是基于市场。
如果你依靠交易而不是市场,整个基础设施就是一个无法逾越的沼泽地。
是的,人们的印象是,一切的设置都是为了让交易者建立在主流(指标、网格、马丁格尔,......)上,否则会放弃这一切。
"别炫耀了,伊万诺夫同志!"。听听你的歌曲 "瓦伦基 "吧!