交易中的机器学习：理论、模型、实践和算法交易 - 页 161 1...154155156157158159160161162163164165166167168...3399 新评论 Andrey Dik 2016.10.16 22:41 #1601 交易员博士。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 "牛顿定律可行或不可行 "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坠落，以多快的速度到达地面，等等，所有这些都很准确。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绒毛将在何处和何时坠落。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。绒毛行为是对外汇中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。但在现实中，会发生一些意想不到的事情，市场会违背你所有的公式，把你所有的止损都拿掉。我从事的是液体和气体流动的动力学计算。我可以很负责任地告诉你，如果 "绒毛 "物体对任何观察者来说表现得 "不寻常"，这并不意味着牛顿定律不起作用，这意味着观察者没有考虑到影响物体的任何力量，在这种情况下，考虑到物体质量与表面面积的关系，空气团的运动比重力的影响大得多。但这些都是相同的牛顿力，观察者没有考虑到这些。你明白我的意思吗？这是最基本的东西，伙计。如果不成功，那就意味着有一些东西没有被计算在内。除了观察者之外，这几乎不是任何人的错。 现在，在上述内容和市场之间做一个类比，也许是心理上的类比。 Vizard_ 2016.10.16 22:44 #1602 Dr.Trader:我们假设有一个钢球。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，而且都很准确。然而，在羽绒服的情况下，对它的影响是如此巨大....。 一样!无论是在下场还是在球上）））。 Vizard_ 2016.10.16 22:44 #1603 安德烈-迪克 法律是有效的，对于绒毛也是如此。但当人们 "在国内层面 "看问题时，这就是你得到的....。 最有趣的是，维特洛夫也说到了这一点--"我们不知道抛硬币的部分变量......" 法，已知的变量被一次性丢弃，建议祈祷））) Vizard_ 2016.10.16 22:46 #1604 桑桑尼茨-弗门科。谢谢，我已经看过了。我认为作者太乐观了。 该片段只建议事后分配来堆积，有一个注意事项！对于哪些领域适用。 当使用标准的预处理数据（fx）时，这种方法被认为是有效的 并有更复杂的结构（砖的数量），这将是最艰难的配合。 当然，这都是我的看法... Dr. Trader 2016.10.16 23:01 #1605 安德烈-迪克气团的运动，考虑到一个物体的质量与它的表面积之比，它的影响比重力大得多。但这些都是没有被观察者说明的相同的牛顿力。我们谈论的是在国内应用牛顿定律来确定蓬松物体的运动的困难。首先你嗤之以鼻，说这是小菜一碟。现在突然间，你必须考虑到空气质量和所有的牛顿力。对你来说，使用数据中心来计算空气质量是一种什么样的生活，是司空见惯的？你一定是在建造火箭，或其他航天器。那么这些是什么样的牛顿力呢？艾萨克-牛顿每1秒旋转一次所使用的力是什么？(只是开玩笑)Vizard_。 一样!无论是在绒毛上还是在球上））））。我是一个有点傻的人，是的 )在某一个时间点上，它是基本相同的。但气球只会掉下来，就这样了。而下落的子弹的轨迹更加扭曲，所以它要飞得更远，整个下落时间的效果之和也会不同。好吧，除非情况在真空中，没有任何外部影响。 Andrey Dik 2016.10.17 03:56 #1606 Dr.Trader:1.我们谈论的是在国内应用牛顿定律来确定一个肿块的运动的困难。 2.首先你嗤之以鼻，说这是小菜一碟。 3.现在你突然要考虑到空气质量和所有的牛顿力。使用数据中心计算空气质量是一种什么样的家庭生活，是一种普遍现象？你一定是在建造火箭，或其他航天器。4 那么这些是什么样的牛顿力呢？艾萨克-牛顿每1秒旋转一次所使用的力是什么？(只是开玩笑)1.是你在谈论未知的东西，而你为之插话的SanSanych是在说 "在国内层面 "法律不适用于绒毛。但我向你保证，羽绒服和其他身体一样受物理学规律的制约。2.它是否像一块蛋糕一样简单？- 那是你的幻想，我没有说简单或容易。3）如果你不考虑作用在身体上的所有力量，就不可能确定进一步的运动轨迹。而有些人甚至会认为身体是不受物理规律控制的。我再重复一次，简单地说--如果 "某物 "对某人不起作用，就意味着这个人没有考虑到作用于 "某物 "的所有因素。4）首先熟悉牛顿的三大定律和这些定律的后果。然后，你可以继续深入研究固体物体的运动学，然后，如果你愿意，再研究固体可变形物体的力学。为了巩固你所读到的内容，试着在纸上画一个比密度为7.8g/cm3的金属球和一个类似大小的密度为0.00001g/cm3的球。按计划对这些物体施加一个力的矢量，并标出力的矢量。我们将清楚地看到，为什么球和绒毛在自由落体时的行为是不同的。现在，人们不再希望在 "家庭层面 "上研究市场进程了。"不要胡说八道"（S）雷舍托夫，我不记得是哪一年。 СанСаныч Фоменко 2016.10.17 07:56 #1607 系统分析宣布了第一种错误。"将正确的方法应用于错误的问题"。我的例子。将牛顿定律应用于钢球的下落，是将正确的方法应用于正确表述的问题的一个例子，因为人们只能以牛顿定律为指导，可以忽略 影响钢球下落的所有其他因素。将牛顿定律应用于块状物是将正确的方法应用于不正确的问题的一个例子，因为在块状物的情况下，牛顿定律可以被忽略，而决定块状物运动的其他力 必须被考虑在内。在外汇领域，从噪声中选择与目标变量相关的因素（预测器）的问题极为突出，因为模型中存在噪声预测器会导致该模型的过度训练。问题在于对模型（交易系统）的再培训。对我来说，情况是这样的。在足够多的观察数据（5000-10000条）中，我们从几百个预测因子中选择20-30个与目标变量相关的预测因子。对于一个特定的目标变量，选择将是个别的。然后在一个较小的100-300条的窗口中，我们从这个集合中重新选择预测因子，例如通过rfe。我惊讶地看到，随着窗口的移动，预测器的列表和它们的数量也在变化。在我的案例中：初始列表=170个预测因子。我选择了27个预测因子，通过rfe，随着窗口的移动，我得到了从5到15个预测因子。用这种方法，rf的预测误差可以近似为20%。Ada看起来更好，gbm甚至更好。我要特别指出的是，训练样本上的误差与该样本外的误差大致相等。该模型没有 被重新训练。这就是 "将正确的方法用于正确的问题 "在外汇中的表现。而 "将正确的rf方法应用于错误的预测因素集是什么样子？我们凭空取了一组预测器。同时，考虑到TA的经验是非常重要的--他们喜欢趋势指标--各种假象。在训练集上使用这样的预测器列表，rf很容易被训练出5%以内的误差。而如果我们把这个集子拿到这个训练集之外，马上就会发现，rf算法找到的树与新的kotir段完全没有关系--模型被重新训练了，即它已经记住了训练集的细节，在这个集子之外完全无法使用。一个熟悉的画面，不是吗？ Yury Reshetov 2016.10.17 11:18 #1608 sibirqk:在这个链接中，这个人谈到了关于如何基于贝叶斯概率来做这件事的有趣想法。 德米特里-韦特洛夫。 相应地，我们有两种对立的倾向：一方面，我们有一个训练样本，在其他条件相同的情况下，我们希望尽可能准确地预测；另一方面，我们有发现模式的复杂性，预测算法的复杂性，我们希望使它不那么复杂。这些要求相互矛盾，所以我们需要找到一个折中的办法，但为了找到这个办法，我们需要用一些统一的术语来表达复杂性和准确性。 https://postnauka.ru/video/55303不幸的是，Dimitri Vetrov不能区分模型的学习能力和概括能力。因此，他没有妥协的余地。然而，如果我们看一下图表（取自这里），我们可以看到，可以很容易地找到妥协的地方。也就是说，如果我们按照Vetorov的推理，没有学习能力的权衡（蓝线是学习能力。然而，如果我们看一下模型的可归纳性误差对复杂性的依赖性，我们会发现，在模型复杂性的M值（可归纳性的极值）时就会达到权衡。jPrediction，从第9版开始，找到了这个折衷办法，即把模型复杂化到一个M的数值，并把在M处找到的模型作为结果输出。 在jPrediction中，我们所说的模型复杂性是指预测器数量的逐渐增加。因为在jPrediction中，隐藏层的神经元数量是2^(2*n+1)，其中n是预测器的数量。相应地，随着预测器数量的增加，模型的复杂性（隐藏层的神经元数量）也会增加。因此，通过逐渐增加模型的复杂性，jPrediction迟早会达到M的值，之后进一步增加模型的复杂性会导致可概括性的进一步下降（可概括性的误差增加）。这样一来，jPrediction就一石二鸟了。选择最重要的预测因素模型变得更加复杂，直到达到最大的可推广性。而且没有D.Vetrov所说的问题。而牛顿也与此无关。 Alexey Burnakov 2016.10.17 14:46 #1609 安德烈-迪克1）是你在说未知的事情，而你所争论的桑桑尼茨是在说 "在国内 "的法律不适用于下。但我向你保证，羽绒服和其他身体一样受物理学规律的制约。我也不喜欢那些以讽刺风格对党卫军下达的巨魔评论。你不需要在这个问题上从事你最喜欢的消遣活动。就好像 "弱势的MQL机器学习工程师 "在这里与那些使用其他工具进行研究的伙伴们进行实地考察一样。我们这样说吧：CC说，如果你单单把poplitee的绒毛拿出来，它们极其嘈杂的着陆轨迹将更难推导出牛顿的规律。这--我同意他的观点--呼应了我们的问题。极其嘈杂的信号，我们正试图从中辨别出真正的规律。 而其他所有的考虑听起来都像是在扯皮。党卫军给了我们一个可以理解的隐喻。就这样吧! Andrey Dik 2016.10.17 15:08 #1610 阿列克谢-伯纳科夫。我也不喜欢那些以讽刺风格对党卫军下达的巨魔评论。不要在这个主题中做你最喜欢的事情。就好像 "贫穷的MQL机器学习工程师 "正在与那些使用其他工具进行研究的伙伴们进行实地交流。我们这样说吧：CC说，如果你单单把poplitee的绒毛拿出来，它们极其嘈杂的着陆轨迹将更难推导出牛顿的规律。这--我同意他的观点--呼应了我们的问题。一个极其嘈杂的信号，我们正试图从中摸索出真正的规律。而其他所有的考虑听起来都像是在扯皮。党卫军给了我们一个可以理解的隐喻。这就对了!SS只是举了一个非常不幸的例子，同时继续坚持他的无知。如果说 "嗯，是的，我举的例子太多"，那也是可以的，但是不，他坚持，看看他写的东西，甚至在我建议他尝试画一个作用在球和绒毛上的方案。将牛顿定律应用于绒毛是将正确的方法应用于不正确的问题的一个例子，因为在绒毛的情况下，你可以忽略牛顿定律，而需要考虑决定绒毛运动的其他力。你说的 "其他力量 "是什么意思？同样的力作用在球和绒毛上--重力（重量）和风流的力量分布在身体一半的面积上。因此，在这两种情况下只有2种力量。风流是一样的，但重量却相差几千倍。构建施加力的矢量之和，看看会发生什么。所以这个比喻对党卫军不起作用。否则，他关于 "将正确的方法应用于错误的预测者 "是正确的，但这里没有什么非常明智的东西，是的--天空是蓝色的，太阳是闪亮的，16路公交车正好在13:07经过房子......那么接下来呢，这句话的智慧或至少是实用价值是什么？深夜，我在教育部的经验可能比你少，如果我说了一些关于教育部的异端言论，你不可能路过并试图帮助我纠正我的偏见（我相信你是一个有同情心的人，不会对公然的过度热衷于踩踏同一条耙子的情况无动于衷）。而且我也无法忘记那些公然的 "Nyuto的力量对一个侥幸者不起作用 "的漏洞。 1...154155156157158159160161162163164165166167168...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
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 "牛顿定律可行或不可行 "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坠落，以多快的速度到达地面，等等，所有这些都很准确。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绒毛将在何处和何时坠落。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。
绒毛行为是对外汇中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。但在现实中，会发生一些意想不到的事情，市场会违背你所有的公式，把你所有的止损都拿掉。
我从事的是液体和气体流动的动力学计算。我可以很负责任地告诉你，如果 "绒毛 "物体对任何观察者来说表现得 "不寻常"，这并不意味着牛顿定律不起作用，这意味着观察者没有考虑到影响物体的任何力量，在这种情况下，考虑到物体质量与表面面积的关系，空气团的运动比重力的影响大得多。但这些都是相同的牛顿力，观察者没有考虑到这些。
你明白我的意思吗？这是最基本的东西，伙计。如果不成功，那就意味着有一些东西没有被计算在内。除了观察者之外，这几乎不是任何人的错。
现在，在上述内容和市场之间做一个类比，也许是心理上的类比。法律是有效的，对于绒毛也是如此。但当人们 "在国内层面 "看问题时，这就是你得到的....。
法，已知的变量被一次性丢弃，建议祈祷））)
谢谢，我已经看过了。
我认为作者太乐观了。
当使用标准的预处理数据（fx）时，这种方法被认为是有效的
并有更复杂的结构（砖的数量），这将是最艰难的配合。
当然，这都是我的看法...
气团的运动，考虑到一个物体的质量与它的表面积之比，它的影响比重力大得多。但这些都是没有被观察者说明的相同的牛顿力。
我们谈论的是在国内应用牛顿定律来确定蓬松物体的运动的困难。首先你嗤之以鼻，说这是小菜一碟。现在突然间，你必须考虑到空气质量和所有的牛顿力。对你来说，使用数据中心来计算空气质量是一种什么样的生活，是司空见惯的？你一定是在建造火箭，或其他航天器。
那么这些是什么样的牛顿力呢？艾萨克-牛顿每1秒旋转一次所使用的力是什么？(只是开玩笑)
一样!无论是在绒毛上还是在球上））））。
我是一个有点傻的人，是的 )在某一个时间点上，它是基本相同的。但气球只会掉下来，就这样了。而下落的子弹的轨迹更加扭曲，所以它要飞得更远，整个下落时间的效果之和也会不同。好吧，除非情况在真空中，没有任何外部影响。
1.我们谈论的是在国内应用牛顿定律来确定一个肿块的运动的困难。
2.首先你嗤之以鼻，说这是小菜一碟。
3.现在你突然要考虑到空气质量和所有的牛顿力。使用数据中心计算空气质量是一种什么样的家庭生活，是一种普遍现象？你一定是在建造火箭，或其他航天器。
4 那么这些是什么样的牛顿力呢？艾萨克-牛顿每1秒旋转一次所使用的力是什么？(只是开玩笑)
1.是你在谈论未知的东西，而你为之插话的SanSanych是在说 "在国内层面 "法律不适用于绒毛。但我向你保证，羽绒服和其他身体一样受物理学规律的制约。
2.它是否像一块蛋糕一样简单？- 那是你的幻想，我没有说简单或容易。
3）如果你不考虑作用在身体上的所有力量，就不可能确定进一步的运动轨迹。而有些人甚至会认为身体是不受物理规律控制的。我再重复一次，简单地说--如果 "某物 "对某人不起作用，就意味着这个人没有考虑到作用于 "某物 "的所有因素。
4）首先熟悉牛顿的三大定律和这些定律的后果。然后，你可以继续深入研究固体物体的运动学，然后，如果你愿意，再研究固体可变形物体的力学。
为了巩固你所读到的内容，试着在纸上画一个比密度为7.8g/cm3的金属球和一个类似大小的密度为0.00001g/cm3的球。按计划对这些物体施加一个力的矢量，并标出力的矢量。我们将清楚地看到，为什么球和绒毛在自由落体时的行为是不同的。现在，人们不再希望在 "家庭层面 "上研究市场进程了。
"不要胡说八道"（S）雷舍托夫，我不记得是哪一年。
系统分析宣布了第一种错误。
"将正确的方法应用于错误的问题"。
我的例子。
将牛顿定律应用于钢球的下落，是将正确的方法应用于正确表述的问题的一个例子，因为人们只能以牛顿定律为指导，可以忽略 影响钢球下落的所有其他因素。
将牛顿定律应用于块状物是将正确的方法应用于不正确的问题的一个例子，因为在块状物的情况下，牛顿定律可以被忽略，而决定块状物运动的其他力 必须被考虑在内。
在外汇领域，从噪声中选择与目标变量相关的因素（预测器）的问题极为突出，因为模型中存在噪声预测器会导致该模型的过度训练。问题在于对模型（交易系统）的再培训。
对我来说，情况是这样的。
在足够多的观察数据（5000-10000条）中，我们从几百个预测因子中选择20-30个与目标变量相关的预测因子。对于一个特定的目标变量，选择将是个别的。
然后在一个较小的100-300条的窗口中，我们从这个集合中重新选择预测因子，例如通过rfe。我惊讶地看到，随着窗口的移动，预测器的列表和它们的数量也在变化。在我的案例中：初始列表=170个预测因子。我选择了27个预测因子，通过rfe，随着窗口的移动，我得到了从5到15个预测因子。
用这种方法，rf的预测误差可以近似为20%。Ada看起来更好，gbm甚至更好。我要特别指出的是，训练样本上的误差与该样本外的误差大致相等。该模型没有 被重新训练。
这就是 "将正确的方法用于正确的问题 "在外汇中的表现。
而 "将正确的rf方法应用于错误的预测因素集是什么样子？
我们凭空取了一组预测器。同时，考虑到TA的经验是非常重要的--他们喜欢趋势指标--各种假象。
在训练集上使用这样的预测器列表，rf很容易被训练出5%以内的误差。
而如果我们把这个集子拿到这个训练集之外，马上就会发现，rf算法找到的树与新的kotir段完全没有关系--模型被重新训练了，即它已经记住了训练集的细节，在这个集子之外完全无法使用。一个熟悉的画面，不是吗？
在这个链接中，这个人谈到了关于如何基于贝叶斯概率来做这件事的有趣想法。
相应地，我们有两种对立的倾向：一方面，我们有一个训练样本，在其他条件相同的情况下，我们希望尽可能准确地预测；另一方面，我们有发现模式的复杂性，预测算法的复杂性，我们希望使它不那么复杂。这些要求相互矛盾，所以我们需要找到一个折中的办法，但为了找到这个办法，我们需要用一些统一的术语来表达复杂性和准确性。
https://postnauka.ru/video/55303
不幸的是，Dimitri Vetrov不能区分模型的学习能力和概括能力。因此，他没有妥协的余地。然而，如果我们看一下图表（取自这里），我们可以看到，可以很容易地找到妥协的地方。
也就是说，如果我们按照Vetorov的推理，没有学习能力的权衡（蓝线是学习能力。然而，如果我们看一下模型的可归纳性误差对复杂性的依赖性，我们会发现，在模型复杂性的M值（可归纳性的极值）时就会达到权衡。
jPrediction，从第9版开始，找到了这个折衷办法，即把模型复杂化到一个M的数值，并把在M处找到的模型作为结果输出。
在jPrediction中，我们所说的模型复杂性是指预测器数量的逐渐增加。因为在jPrediction中，隐藏层的神经元数量是2^(2*n+1)，其中n是预测器的数量。相应地，随着预测器数量的增加，模型的复杂性（隐藏层的神经元数量）也会增加。因此，通过逐渐增加模型的复杂性，jPrediction迟早会达到M的值，之后进一步增加模型的复杂性会导致可概括性的进一步下降（可概括性的误差增加）。
这样一来，jPrediction就一石二鸟了。
而且没有D.Vetrov所说的问题。而牛顿也与此无关。
1）是你在说未知的事情，而你所争论的桑桑尼茨是在说 "在国内 "的法律不适用于下。但我向你保证，羽绒服和其他身体一样受物理学规律的制约。
我也不喜欢那些以讽刺风格对党卫军下达的巨魔评论。你不需要在这个问题上从事你最喜欢的消遣活动。就好像 "弱势的MQL机器学习工程师 "在这里与那些使用其他工具进行研究的伙伴们进行实地考察一样。
我们这样说吧：CC说，如果你单单把poplitee的绒毛拿出来，它们极其嘈杂的着陆轨迹将更难推导出牛顿的规律。这--我同意他的观点--呼应了我们的问题。极其嘈杂的信号，我们正试图从中辨别出真正的规律。
而其他所有的考虑听起来都像是在扯皮。党卫军给了我们一个可以理解的隐喻。就这样吧!
我也不喜欢那些以讽刺风格对党卫军下达的巨魔评论。不要在这个主题中做你最喜欢的事情。就好像 "贫穷的MQL机器学习工程师 "正在与那些使用其他工具进行研究的伙伴们进行实地交流。
我们这样说吧：CC说，如果你单单把poplitee的绒毛拿出来，它们极其嘈杂的着陆轨迹将更难推导出牛顿的规律。这--我同意他的观点--呼应了我们的问题。一个极其嘈杂的信号，我们正试图从中摸索出真正的规律。
而其他所有的考虑听起来都像是在扯皮。党卫军给了我们一个可以理解的隐喻。这就对了!
SS只是举了一个非常不幸的例子，同时继续坚持他的无知。如果说 "嗯，是的，我举的例子太多"，那也是可以的，但是不，他坚持，看看他写的东西，甚至在我建议他尝试画一个作用在球和绒毛上的方案。
将牛顿定律应用于绒毛是将正确的方法应用于不正确的问题的一个例子，因为在绒毛的情况下，你可以忽略牛顿定律，而需要考虑决定绒毛运动的其他力。
你说的 "其他力量 "是什么意思？同样的力作用在球和绒毛上--重力（重量）和风流的力量分布在身体一半的面积上。因此，在这两种情况下只有2种力量。风流是一样的，但重量却相差几千倍。构建施加力的矢量之和，看看会发生什么。
所以这个比喻对党卫军不起作用。
否则，他关于 "将正确的方法应用于错误的预测者 "是正确的，但这里没有什么非常明智的东西，是的--天空是蓝色的，太阳是闪亮的，16路公交车正好在13:07经过房子......那么接下来呢，这句话的智慧或至少是实用价值是什么？
深夜，我在教育部的经验可能比你少，如果我说了一些关于教育部的异端言论，你不可能路过并试图帮助我纠正我的偏见（我相信你是一个有同情心的人，不会对公然的过度热衷于踩踏同一条耙子的情况无动于衷）。而且我也无法忘记那些公然的 "Nyuto的力量对一个侥幸者不起作用 "的漏洞。