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。