交易中的机器学习:理论、模型、实践和算法交易 - 页 1753

 
马克西姆-德米特里耶夫斯基

在当地进行回归,增量。自行选择功能,从250个中留下10-15个

啊,还有通过范霍特的时钟数字
如果他们都在一起,就会有较少的交易,如果他们分开,就会有更多的交易,但在一个时间框架上就不会有这么好的))))?我不知道如果我使用一个更高的,可能会有什么结果?还是小学生?但我无法理解如何观察这些迹象。但有一点是))))
 
马克西姆-德米特里耶夫斯基

在当地进行回归,增量。自行选择功能,从250个中留下10-15个

啊,更多的时钟数字通过范热

局部退步是什么?(森林对回归的影响?)

 
elibrarius

回归是局部的--它们是什么?(森林对回归的影响?)

当地趋势
 
马克西姆-德米特里耶夫斯基

没有偷偷摸摸的,修了很多

计量经济学+森林 :)

你为什么要通过G来进行测试呢?有可能在未来训练一个模型来交易现在吗?

为什么在测试后有一个受训者?你不可以这样做!

 
mytarmailS:

为什么要通过g来测试?是否有可能在未来训练一个模型来交易现在?

为什么你在测试后有一个受训者?你不能这样做!

不要挑剔这些小事。

 
马克西姆-德米特里耶夫斯基

不要挑剔这些小事。

这不是一件小事,麦克斯!我已经不止一次这样做了,你不能这样做!把它做好,我们就能看到。

 
mytarmailS:

这不是一件小事,麦克斯!我已经做了不止一次了,做对了,我们就知道了。

我也有,但从左到右。

我不喜欢酒吧里的这些ts,没有足够的交易。

 
马克西姆-德米特里耶夫斯基

它将是相同的,但从左到右。

你不知道!首先,其次,如果你能正常做,为什么还要做,你可以自己去做。

我甚至遇到过这种情况--我计算了所有数据的目标,然后将其分为测试和训练,结果发现目标是带有记忆的,在测试数据上显示得非常好,而当我只在测试数据上重新计算时,结果非常悲哀,这一般是隐性的、轻量级的情况,你有意识地做一些在现实中无法实现的事情

马克西姆-德米特里耶夫斯基

我不喜欢酒吧里的这些TS,交易量很少。

我不喜欢那些蜡烛图交易,我没有太多的蜡烛图,它们也不现实,每一个蜡烛图的收盘都是时间的结果,数据必须首先被转换。

 
mytarmailS:

我甚至有一个这样的例子--我计算了所有数据的目标,然后把它分成测试和三角形。

我甚至这样做过--我在所有的数据上计算过目标,然后分为测试和托盘,结果发现目标是有内存的,在测试数据上表现非常好,但当我只在测试数据上重新计算时,结果非常悲哀,那是一个隐含的、轻的案例,而你故意做的事情在现实中是无法实现的

交易很少,现实中也没有什么共同点,每个蜡烛图的收盘都是有时间性的,数据必须首先以某种方式进行转换

不要紧张))

在MT5测试器中不可能有偷看行为

 
马克西姆-德米特里耶夫斯基

意思是一样的,但是从左到右

我不喜欢酒吧里的这些ts,没有足够的交易。

我有一个有趣的想法,一种有用的挑战。

我有一个有趣的想法,一个有用的解决方案。

如果我们创建一个带有目标和价格+各种有用指标的数据集(对每个人都一样),并在这里发布,做一个测试和测试运行,以及 "test2",对已经训练好的模型进行全面的OOS验证。

人们将上传数据集,并试图提高分类质量,如果有些东西进展顺利,它将作为一个芯片/指标被添加到数据集中。

其结果是。

1)数据集将被改进,其中的特征将被改进。

2) 模型改进

3)对如何与特征和AMO合作的理解不断发展。

4)虽然地处偏远,但有团队工作

5)人人受益,大家最终会团结起来,而不是争斗,挑战赛是一种激励,要比别人做得更好。