交易中的机器学习:理论、模型、实践和算法交易 - 页 1611 1...160416051606160716081609161016111612161316141615161616171618...3399 新评论 mytarmailS 2020.03.06 19:55 #16101 叶夫根尼-迪尤卡。 如果你指的是预测器,那么我认为在一般情况下不会是等价的,这取决于你如何划分这些资料。最有可能的是,由于缺乏数据,一个理论上可以由1000人训练的模型不会由100人训练。 我们并不清楚为什么首先要这样做,选择取数的基础是给模型一个最小的足够的数据集。既然它的初衷是最小的,那么我们以后怎么能把它划分呢? 划分以降低维度... 我们如何知道这个足够的最低限度的特征?仅仅通过训练,不可能训练出一百个特征,但如果我们需要一万个特征呢? 例如,要用两个烛台来描述一个完整的性状,我们需要创建45个变量,而用三个烛台我们需要105个变量...... Maxim Dmitrievsky 2020.03.06 22:40 #16102 亚历山大_K2。 这是我发现的第一个例子。 还有其他类似的帖子,但我懒得去看...... 萨博总是以这样的方式写作,让人花了一个星期才明白其中的意思,然后发现他并不是这个意思。而他自己,事实上,在一个符号上使用了同样的策略(我没有看到另一个)。 亚历山大_K2。 马克思,不要吓唬我说你已经完全离开了外汇市场......这将是非常可悲的...一切才刚刚开始 :)) 有时我做套利交易或手......神经网络是死的,它们不想正常交易。 Aleksey Mavrin 2020.03.06 22:59 #16103 mytarmailS: 划分以降低维度... 我们如何知道这个足够的最低限度的特征?仅仅通过训练,不可能训练出一百个特征,但如果我们需要一万个特征呢? 例如,要用两个蜡烛图描述一个完整的性状,我们需要创建45个变量,而用 三个蜡烛图,我们需要105个变量...... 请告诉我更多细节,你如何从两个蜡烛图中获得45个变量? 我觉得这有点过了,也可能是我想多了。 Evgeny Dyuka 2020.03.07 05:44 #16104 mytarmailS: 划分以降低维度... 我们如何知道这个足够的最低限度的特征?仅仅通过训练,不可能训练出一百个特征,但如果我们需要一万个特征呢? 例如,要用两个蜡烛图描述一个完整的性状,我们需要创建45个变量,而用三个蜡烛图,我们需要105个变量...... 试试https://colab.research.google.com/ 在设置中选择TPU,工作速度足够快,唯一的缺点是他们不让你长时间使用,他们切换到正常的CPU,但它也很活泼,你可以通宵充电。 mytarmailS 2020.03.07 20:12 #16105 阿列克谢-马夫林。 你能更具体地说明这是如何在两支蜡烛中制造出45个变量的吗? 我觉得有点多了,或者说我在想这个问题。 我们有两个变量向量,当前的蜡烛和之前的蜡烛("-1")。 a = "开盘"、"高点"、"低点"、"收盘"、"中心" b = "open-1", "high-1", "low-1", "close-1", "center-1" 变量 "中心 "是蜡烛图的中间部分(高点+低点)/2,如果没有这个变量,就不可能描述像 "eskimo "等模式。 因此,让我们创造所有可能的逻辑组合(也不是逻辑组合)。 [1] "1" "open > high" [1] "2" "open > low" [1] "3" "open > close" [1] "4" "open > center" [1] "5" "open > open-1" [1] "6" "open > high-1" [1] "7" "open > low-1" [1] "8" "open > close-1" [1] "9" "open > center-1" [1] "10" "high > low" [1] "11" "high > close" [1] "12" "high > center" [1] "13" "high > open-1" [1] "14" "high > high-1" [1] "15" "high > low-1" [1] "16" "high > close-1" [1] "17" "high > center-1" [1] "18" "low > close" [1] "19" "low > center" [1] "20" "low > open-1" [1] "21" "low > high-1" [1] "22" "low > low-1" [1] "23" "low > close-1" [1] "24" "low > center-1" [1] "25" "close > center" [1] "26" "close > open-1" [1] "27" "close > high-1" [1] "28" "close > low-1" [1] "29" "close > close-1" [1] "30" "close > center-1" [1] "31" "center > open-1" [1] "32" "center > high-1" [1] "33" "center > low-1" [1] "34" "center > close-1" [1] "35" "center > center-1" [1] "36" "open-1 > high-1" [1] "37" "open-1 > low-1" [1] "38" "open-1 > close-1" [1] "39" "open-1 > center-1" [1] "40" "high-1 > low-1" [1] "41" "high-1 > close-1" [1] "42" "high-1 > center-1" [1] "43" "low-1 > close-1" [1] "44" "low-1 > center-1" [1] "45" "close-1 > center-1" 只有两根蜡烛,悲惨的两根蜡烛..... mytarmailS 2020.03.07 20:39 #16106 为什么 模型集合的表现比单个弱小的模型更好,这是最清楚的答案。 以DSP(数字信号处理)为例解释信号和噪声,当噪声加在一起时,如何抑制自己。 https://www.youtube.com/watch?v=wqD892r-wfo&list=PLmu_y3-DV2_kpP8oX_Uug0IbgH2T4hRPL&index=13 我建议你观看所有的系列讲座,我保证你会得到更多的智慧和新的想法。超级讲座!) Основы ЦОС: 13. Виды шумов, отношение сигнал/шум (ссылка на скачивание скрипта в описании) www.youtube.com Этот ролик знакомит нас с основными характеристиками случайных процессов, такими как математическое ожидание, дисперсия, корреляционная функция и спектральна... Forester 2020.03.07 20:46 #16107 mytarmailS: 我们有两个变量向量,当前的蜡烛和之前的蜡烛("-1")。 a = "开盘"、"高点"、"低点"、"收盘"、"中心" b = "open-1", "high-1", "low-1", "close-1", "center-1" 变量 "中心 "是蜡烛图的中间部分(高点+低点)/2,如果没有这个变量,就不可能描述像 "eskimo "等模式。 因此,让我们创造所有可能的逻辑组合(也不符合逻辑)。 只有两根蜡烛,悲惨的两根蜡烛..... 所有这些组合NS/les将进行内部分析。只有OHLC和Center应该被送入输入。是的,如果对结果有用,中心将在内部定义。 mytarmailS 2020.03.08 07:32 #16108 哇))。 Evgeny Dyuka 2020.03.08 08:53 #16109 mytarmailS: 哇)))。 纯粹是马丁格尔式的,他总是这样))。 Evgeny Dyuka 2020.03.08 08:56 #16110 mytarmailS: 哇)))。 做这种策略已经有半年了,回测的最大结果是一年X5,但一年1次必然会吸光,没有办法解决这个问题。 1...160416051606160716081609161016111612161316141615161616171618...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
如果你指的是预测器,那么我认为在一般情况下不会是等价的,这取决于你如何划分这些资料。最有可能的是,由于缺乏数据,一个理论上可以由1000人训练的模型不会由100人训练。
我们并不清楚为什么首先要这样做,选择取数的基础是给模型一个最小的足够的数据集。既然它的初衷是最小的,那么我们以后怎么能把它划分呢?
划分以降低维度...
我们如何知道这个足够的最低限度的特征?仅仅通过训练,不可能训练出一百个特征,但如果我们需要一万个特征呢?
例如,要用两个烛台来描述一个完整的性状,我们需要创建45个变量,而用三个烛台我们需要105个变量......
这是我发现的第一个例子。
还有其他类似的帖子,但我懒得去看......
萨博总是以这样的方式写作,让人花了一个星期才明白其中的意思,然后发现他并不是这个意思。而他自己,事实上,在一个符号上使用了同样的策略(我没有看到另一个)。
马克思,不要吓唬我说你已经完全离开了外汇市场......这将是非常可悲的...一切才刚刚开始 :))
有时我做套利交易或手......神经网络是死的,它们不想正常交易。
划分以降低维度...
我们如何知道这个足够的最低限度的特征?仅仅通过训练,不可能训练出一百个特征,但如果我们需要一万个特征呢?
例如,要用两个蜡烛图描述一个完整的性状,我们需要创建45个变量,而用 三个蜡烛图,我们需要105个变量......
请告诉我更多细节,你如何从两个蜡烛图中获得45个变量?
我觉得这有点过了,也可能是我想多了。
划分以降低维度...
我们如何知道这个足够的最低限度的特征?仅仅通过训练,不可能训练出一百个特征,但如果我们需要一万个特征呢?
例如,要用两个蜡烛图描述一个完整的性状,我们需要创建45个变量,而用三个蜡烛图,我们需要105个变量......
在设置中选择TPU,工作速度足够快,唯一的缺点是他们不让你长时间使用,他们切换到正常的CPU,但它也很活泼,你可以通宵充电。
你能更具体地说明这是如何在两支蜡烛中制造出45个变量的吗?
我觉得有点多了,或者说我在想这个问题。
我们有两个变量向量,当前的蜡烛和之前的蜡烛("-1")。
a = "开盘"、"高点"、"低点"、"收盘"、"中心"
b = "open-1", "high-1", "low-1", "close-1", "center-1"
变量 "中心 "是蜡烛图的中间部分(高点+低点)/2,如果没有这个变量,就不可能描述像 "eskimo "等模式。
因此,让我们创造所有可能的逻辑组合(也不是逻辑组合)。
只有两根蜡烛,悲惨的两根蜡烛.....为什么 模型集合的表现比单个弱小的模型更好,这是最清楚的答案。
以DSP(数字信号处理)为例解释信号和噪声,当噪声加在一起时,如何抑制自己。
https://www.youtube.com/watch?v=wqD892r-wfo&list=PLmu_y3-DV2_kpP8oX_Uug0IbgH2T4hRPL&index=13
我建议你观看所有的系列讲座,我保证你会得到更多的智慧和新的想法。超级讲座!)
我们有两个变量向量,当前的蜡烛和之前的蜡烛("-1")。
a = "开盘"、"高点"、"低点"、"收盘"、"中心"
b = "open-1", "high-1", "low-1", "close-1", "center-1"
变量 "中心 "是蜡烛图的中间部分(高点+低点)/2,如果没有这个变量,就不可能描述像 "eskimo "等模式。
因此,让我们创造所有可能的逻辑组合(也不符合逻辑)。
只有两根蜡烛,悲惨的两根蜡烛.....哇))。
哇)))。
哇)))。