交易中的机器学习：理论、模型、实践和算法交易 - 页 160 1...153154155156157158159160161162163164165166167...3399 新评论 toxic 2016.10.13 08:17 #1591 迪米特里。10%是存款负荷。如果你有1000美元的存款，你把它加载10%--你开了一个100美元的交易。现在，注意，根据你的经纪人/教练提供的杠杆，你可以购买不同的手数--10,000美元（1:100），5,000美元（1:50），20,000美元（1:200）。P.S. fuckerbaby........嗯，我觉得很快就会有一个 "突破"，一切都将归结为 "用存款增加来玩，输了就翻倍"，嘿嘿......。至于经纪人，他们可能有较高的杠杆率，而趋势跟踪的经纪人可能有较低的杠杆率，但除了傻瓜，几乎没有人会为投资组合中的一笔交易冒超过2-3%的资本风险，一个投资组合可能有数百个头寸，并被加载超过三分之二，但即使在理论上，他们也不应该允许他们突然提取超过10%的资本，这是胡说八道，这是博彩公司的宣传，关于 "存款优化 "和类似的废话。 mytarmailS 2016.10.14 08:08 #1592 mytarmailS:非常感谢，但这个脚本并没有像我想象的那样工作，水平甚至比第一种方法还要低....。我想它并不是要与高街价格挂钩，而是要做这样的事情但只是对价格规模进行取舍，例如，我们有一个1点的最小移动，我们做了一个20点的最小移动，但每个20点的移动都包含了这20点内的成交量总和.....。我宁愿画出来，否则我一个字也看不懂。以下是该图的链接。http://prntscr.com/ct8kgg我试了10次 我想对于非滴答图来说，不可能做到这一点，对吗？ sibirqk 2016.10.16 16:54 #1593 我认为SanSanych问的是学习和再培训的平衡问题。在该链接中，这家伙谈到了关于如何基于贝叶斯概率来做的有趣想法。https://postnauka.ru/video/55303 Построение сложных вероятностных моделей postnauka.ru Математик Дмитрий Ветров о теореме Байеса, целях машинного обучения и сложных вероятностных моделях СанСаныч Фоменко 2016.10.16 19:42 #1594 sibirqk:我认为SanSanych问的是学习和再培训的平衡问题。在这个链接中，这个人描述了如何基于贝叶斯概率来做这件事的有趣想法。https://postnauka.ru/video/55303谢谢，我已经看过了。我认为作者太乐观了。过度学习的问题在原则上是无法解决的。事实是，"过度学习 "是科学本身的一个方法论问题。所有的科学都是为了找到一些概括性的规律性，一方面，这些规律性会在一定程度上准确地描述一个单一的现象，另一方面，也会涵盖足够大范围的类似现象。以牛顿的万有引力定律为例。 在国内，它对钢球以及所有其他具有高比重的紧凑材料体的工作相当准确。但对于杨树的绒毛，它根本不起作用。这条法律的边界在哪里？对于应用于金融市场的机器学习模型，我在这个主题上制定了这样一个界限：只应该使用与目标变量 "相关 "的目标变量的预测器。贝叶斯方法能否适用于 "相关"？我不知道。但我要指出，我的表述绝不是一个启示。在统计学中，基本规则是：垃圾进，垃圾出。但问题是，在统计学中定义 "有关系 "时，我们依靠的是 "相关 "的概念，它总是有一些含义。而且也不存在 "没有关联 "的说法。这就是为什么我写 "有关系"，它必然有一个 "无关系 "的含义，然后是一些定性的分级。对于机器建模中最常见的处理过拟合的方法是粗化原则，这一点可以通过下面的例子得到最清楚的解释。我们取一个多项式，通过增加其度数，减少拟合误差。例如，我们得到5%的误差。然后，我们放弃具有最大功率的多项式的最后一项--模型变得更粗，误差增加，但这个多项式可以应用于更多的情况。 我确信，如果输入的预测因子没有首先从噪声因子中清除，即与目标变量 "不相关"，那么 "粗化 "方法就不起作用，其他使用预测因子 "重要性 "概念的方法也不起作用。根据在模型拟合中使用某个预测器的频率来计算 "重要性 "的算法尤其糟糕。文章中提出的方法在解决我提到的问题上有什么地位，我不知道。 Владимир 2016.10.16 20:01 #1595 桑桑尼茨-弗门科。...以牛顿的万有引力定律为例。 在国内，它对钢球和所有其他由高比重材料制成的紧凑物体的作用相当准确。但对于杨树的绒毛，它根本不起作用。这条法律的界限在哪里？...在这里，在一个论坛上，坐着这样一位来自科学的作家。他说的是科学短语。几乎相信自己。而这一切都是因为他在一个没有人可以反驳他的论坛上 "写作"。错误的论坛。不是一个科学的。而牛顿不会回答...这样的 "作家 "产生了这样的短语："在国内，它对钢球和所有其他具有大比重的紧凑材料体的工作相当精确。但它对杨树的绒毛根本不起作用"。一个词--回声测绘师... Andrey Dik 2016.10.16 20:14 #1596 弗拉基米尔-索斯一个词--回声测绘师...暂停使用牛顿定律并不适用于杨树的绒毛...去他妈的。 Dr. Trader 2016.10.16 21:43 #1597 你好。牛顿已经退出了，我支持他。安德烈-迪克牛顿定律并不适用于杨树的绒毛...你将会得到一个大胖子。请仔细阅读。桑桑尼茨-弗门科。...在国内层面上...对于杨树的绒毛根本不起作用...... 你看，真空吸尘器不是一个家庭水平。嗯，或者你住在太空的某个地方，那么当然，是的，普通的 Dr. Trader 2016.10.16 21:52 #1598 弗拉基米尔-苏斯。一个词--回声测绘师... 你对计量经济学 有意见吗？看看这个职业的平均工资，在美国，一个计量经济学家的年收入可以轻松达到六位数。 Andrey Dik 2016.10.16 21:56 #1599 交易员博士。你好。牛顿已经退出了，我支持他。请更仔细地阅读。 你看，真空不是一个家庭水平。或者如果你住在太空的某个地方，那么当然，是的，这是很平常的事。 法律是有效的，对于绒毛也是如此。但当你 "在国内层面 "看问题时，这就是你得到的....。 Dr. Trader 2016.10.16 22:28 #1600 安德烈-迪克 法律是有效的，包括对绒毛。但当你 "在国内层面 "看问题时，你会得到你所得到的....。如果我告诉你，自然界中不存在 "牛顿定律 "这样的东西呢？而且这只是一个为了简化计算而得出的公式。而 "牛顿定律有效或无效 "这句话意味着这个公式可以用来计算一些过程，或者反之，由于问题的复杂性和世界的混沌性，它不能被应用。假设有一个钢球。知道了它的质量，你就可以确定它将以多快的速度下落，以多快的速度到达地面，等等，这都是相当准确的。然而，在绒毛的情况下，有许多影响它的因素，应用牛顿定律将不能帮助你计算出绒毛将在哪里和什么时候落下。即使你把自己关在海底的一个无风的房间里，甚至任何地震活动都会改变，绒毛不会落在你计算的地方。即使这样一个复杂的实验已经超越了普通的界限，但它仍然不够准确。绒毛的行为是对外汇交易符号行为的一种类比。你可以用成千上万的公式做一个专家顾问，但所有的公式都只能描述你在这个过程中观察到的现象。你永远不会完全理解潜在的过程，所以无论你创造了什么精确的公式，它们都只能在理想条件下发挥作用，只描述以前观察到的现象。而事实上，一些意想不到的事情会发生，市场会与你所有的公式背道而驰，并拿出你所有的止损。 1...153154155156157158159160161162163164165166167...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
10%是存款负荷。
如果你有1000美元的存款，你把它加载10%--你开了一个100美元的交易。
现在，注意，根据你的经纪人/教练提供的杠杆，你可以购买不同的手数--10,000美元（1:100），5,000美元（1:50），20,000美元（1:200）。
P.S. fuckerbaby........
嗯，我觉得很快就会有一个 "突破"，一切都将归结为 "用存款增加来玩，输了就翻倍"，嘿嘿......。
至于经纪人，他们可能有较高的杠杆率，而趋势跟踪的经纪人可能有较低的杠杆率，但除了傻瓜，几乎没有人会为投资组合中的一笔交易冒超过2-3%的资本风险，一个投资组合可能有数百个头寸，并被加载超过三分之二，但即使在理论上，他们也不应该允许他们突然提取超过10%的资本，这是胡说八道，这是博彩公司的宣传，关于 "存款优化 "和类似的废话。
非常感谢，但这个脚本并没有像我想象的那样工作，水平甚至比第一种方法还要低....。
我想它并不是要与高街价格挂钩，而是要做这样的事情
但只是对价格规模进行取舍，例如，我们有一个1点的最小移动，我们做了一个20点的最小移动，但每个20点的移动都包含了这20点内的成交量总和.....。我宁愿画出来，否则我一个字也看不懂。
以下是该图的链接。http://prntscr.com/ct8kgg
我试了10次
我认为SanSanych问的是学习和再培训的平衡问题。在该链接中，这家伙谈到了关于如何基于贝叶斯概率来做的有趣想法。
https://postnauka.ru/video/55303
我认为SanSanych问的是学习和再培训的平衡问题。在这个链接中，这个人描述了如何基于贝叶斯概率来做这件事的有趣想法。
https://postnauka.ru/video/55303
谢谢，我已经看过了。
我认为作者太乐观了。
过度学习的问题在原则上是无法解决的。事实是，"过度学习 "是科学本身的一个方法论问题。所有的科学都是为了找到一些概括性的规律性，一方面，这些规律性会在一定程度上准确地描述一个单一的现象，另一方面，也会涵盖足够大范围的类似现象。
以牛顿的万有引力定律为例。
在国内，它对钢球以及所有其他具有高比重的紧凑材料体的工作相当准确。但对于杨树的绒毛，它根本不起作用。
这条法律的边界在哪里？
对于应用于金融市场的机器学习模型，我在这个主题上制定了这样一个界限：只应该使用与目标变量 "相关 "的目标变量的预测器。贝叶斯方法能否适用于 "相关"？我不知道。
但我要指出，我的表述绝不是一个启示。在统计学中，基本规则是：垃圾进，垃圾出。但问题是，在统计学中定义 "有关系 "时，我们依靠的是 "相关 "的概念，它总是有一些含义。而且也不存在 "没有关联 "的说法。这就是为什么我写 "有关系"，它必然有一个 "无关系 "的含义，然后是一些定性的分级。
对于机器建模中最常见的处理过拟合的方法是粗化原则，这一点可以通过下面的例子得到最清楚的解释。
我们取一个多项式，通过增加其度数，减少拟合误差。例如，我们得到5%的误差。然后，我们放弃具有最大功率的多项式的最后一项--模型变得更粗，误差增加，但这个多项式可以应用于更多的情况。
我确信，如果输入的预测因子没有首先从噪声因子中清除，即与目标变量 "不相关"，那么 "粗化 "方法就不起作用，其他使用预测因子 "重要性 "概念的方法也不起作用。根据在模型拟合中使用某个预测器的频率来计算 "重要性 "的算法尤其糟糕。
文章中提出的方法在解决我提到的问题上有什么地位，我不知道。
...
以牛顿的万有引力定律为例。
在国内，它对钢球和所有其他由高比重材料制成的紧凑物体的作用相当准确。但对于杨树的绒毛，它根本不起作用。
这条法律的界限在哪里？
...
在这里，在一个论坛上，坐着这样一位来自科学的作家。
他说的是科学短语。几乎相信自己。
而这一切都是因为他在一个没有人可以反驳他的论坛上 "写作"。
错误的论坛。不是一个科学的。而牛顿不会回答...
这样的 "作家 "产生了这样的短语："在国内，它对钢球和所有其他具有大比重的紧凑材料体的工作相当精确。但它对杨树的绒毛根本不起作用"。
一个词--回声测绘师...
一个词--回声测绘师...
暂停使用
牛顿定律并不适用于杨树的绒毛...去他妈的。
你好。牛顿已经退出了，我支持他。
牛顿定律并不适用于杨树的绒毛...你将会得到一个大胖子。
请仔细阅读。
...在国内层面上...对于杨树的绒毛根本不起作用......
一个词--回声测绘师...
你好。牛顿已经退出了，我支持他。
请更仔细地阅读。
你看，真空不是一个家庭水平。或者如果你住在太空的某个地方，那么当然，是的，这是很平常的事。法律是有效的，包括对绒毛。但当你 "在国内层面 "看问题时，你会得到你所得到的....。
如果我告诉你，自然界中不存在 "牛顿定律 "这样的东西呢？而且这只是一个为了简化计算而得出的公式。而 "牛顿定律有效或无效 "这句话意味着这个公式可以用来计算一些过程，或者反之，由于问题的复杂性和世界的混沌性，它不能被应用。
假设有一个钢球。知道了它的质量，你就可以确定它将以多快的速度下落，以多快的速度到达地面，等等，这都是相当准确的。然而，在绒毛的情况下，有许多影响它的因素，应用牛顿定律将不能帮助你计算出绒毛将在哪里和什么时候落下。即使你把自己关在海底的一个无风的房间里，甚至任何地震活动都会改变，绒毛不会落在你计算的地方。即使这样一个复杂的实验已经超越了普通的界限，但它仍然不够准确。
绒毛的行为是对外汇交易符号行为的一种类比。你可以用成千上万的公式做一个专家顾问，但所有的公式都只能描述你在这个过程中观察到的现象。你永远不会完全理解潜在的过程，所以无论你创造了什么精确的公式，它们都只能在理想条件下发挥作用，只描述以前观察到的现象。而事实上，一些意想不到的事情会发生，市场会与你所有的公式背道而驰，并拿出你所有的止损。