交易中的机器学习：理论、模型、实践和算法交易 - 页 1621

新评论
 
阿列克谢-维亚兹米 金。

现实可能不是我们想象的那样--我们应该尝试重现CatBoost中的分区算法，看看那里到底发生了什么，它的正确性如何。

关于随机性--在预测器网格划分的选择上有一个随机性，比如不是最好的，但也是随机的，如果我理解正确的话。而且，有一些算法使堆栈按范围不均匀地划分。

我的想法是不同的。每个预测器都被随机点分，但仍会选择最佳的结果分。

 
mytarmailS:

我想说还不错，但很令人沮丧。

基本上像普通的超买/超卖指标一样工作。

有时是对的，有时是错的，不应该是...

你有没有测试过这个网的交易情况？我的经验告诉我这是不可能赚钱的...

除非你在网的 "确定性 "上加一个过滤器

我不打算争论充分/不充分的问题，我已经在一夜之间积累了一些统计数据+添加了一个 "信心 "过滤器。这就是过滤器设置较高时的夜景。如果你放的是零，线条根本就不会断，只是换个方向。
在不久的将来会把它交给你进行测试。

 
叶夫根尼-迪尤卡。
上面的橙色区域--预测下行，下面的绿色--预测上行，神经元网的置信度很高。它只适用于BTCUSD M1（目前）。
它很酷吗？))

它看起来像一个正常的趋势指标）））。你多长时间重新训练一次？

 

基于这种情况，训练是极其罕见的，或者说是不够正确的，因为否则这种区域在应用受训系统时根本不存在。

大家可能不会想到，MT中的策略测试器 本质上是经过训练的神经系统。
 
法尔哈特-古扎罗夫。

它看起来像一个 正常的趋势指标）））。你多长时间重新训练一次？

只有当你从远处看时才会发现）。仔细观察就会发现，一切并不那么简单。
我训练过一次，这是第一次试验。训练区到2月1日左右，然后是测试数据集到2月24日。
我应该说这个神经元是在我的废墟上建立的，所以我很惊讶它能显示什么。我对今后的发展有了一个想法。
 
法尔哈特-古扎罗夫。

基于这种情况，训练是极其罕见的，或者说是不够正确的，因为否则这种区域在应用受训系统时根本不存在。

对任何人来说，MT中的策略测试者 实际上是受过训练的神经系统，这可能不会让人感到惊讶。
你是否有正确学习的工作实例？我不是在说那些能赚取数百万利润的秘密神经网络，每个人都有））。但那些是公开的。
 
叶夫根尼-迪尤卡。
那是如果你从远处看的话。仔细观察后，一切都不是那么简单。
我试过一次，那是第一次试验。学习区大约到2月1日，然后是测试数据集到2月24日。
我应该说这个神经元是在我的废墟上建立的，所以我很惊讶它能显示什么。我对今后的发展有了一个想法。

所以实质上你还没有开发出一个系统来进行交易，到目前为止，你只看到一个相对可以接受的预测结果，但你是否尝试过交易，你应用什么规则？

 
法尔哈特-古扎罗夫。

也就是说，实质上你还没有在上面开发出一套系统（交易），到目前为止，你只看到了一个相对可以接受的预测结果，但你是否尝试过交易，你应用了什么规则？

一个好问题。
作为一个原则问题，我不考虑转为交易。只要我开始处理采取/停止/回测的问题，我的大脑就开始收缩，开始与风车斗争。我做一个指标，其余的会自己解决。
 
叶夫根尼-迪尤卡。
你有任何适当培训的工作实例吗？我指的不是赚取数百万利润的秘密神经网络，每个人都有）。我是指那些公开的。

我有....我从测试器的回测中得出结论，你认为如果你的系统被正确训练，你得到的结果是什么？ 几乎90%的结果是正确的输入。之前同样的回测并没有得到这样的结果，由此我得出结论，在这种情况下的训练是正确的。

尝试同样的方法。

 
elibrarius。

我的想法是不同的。每个预测器都是随机拆分的，但仍会选择最佳的结果拆分。

我去看了他们的帮助，但我不明白--这非常令人困惑。我以后会试着在视频中找到这一点，那里比较清楚。

但我也看到，CB增加了建树的新选项。

--增长政策

树木生长的政策。定义了如何进行贪婪的树状结构。

可能的值。
  • SymmetricTree-逐级建立 树，直到达到指定的深度。在每一次迭代中，所有来自上一层树的叶子都以相同的条件被分割。由此产生的树状结构总是对称的。

  • 深度--树是逐级建立的，直到达到指定的深度。在每一次迭代中，来自上一层树的所有非终端叶子都被分割。每片叶子都是按条件分割的，损失改善得最好。

    请注意。 具有这种增长策略的模型不能使用PredictionDiff 特征的重要性进行分析，只能导出为json和cbm。

  • Lossguide- 一个树被逐叶建立，直到达到指定的最大叶数。在每个迭代中，具有最佳损失改进的非终端叶被分割。
1...161416151616161716181619162016211622162316241625162616271628...3399
新评论