В предыдущей статье мы познакомились с алгоритмом Random Decision Forest и написали простого самообучающегося эксперта на основе Reinforcement learning (обучения с подкреплением). Было отмечено основное преимущество такого подхода: простота написания торгового алгоритма и высокая скорость "обучения". Обучение с подкреплением (далее просто RL...
你在当地的趋势上看什么,它们在时间上是不同的,你如何分级,至少逻辑如何?当然是这样。答案是在对所有符号的测试中,从70到20的tickwise )))),如果在90%的系列的利润)))))。虽然狗屎的概率是不需要考虑的......而10%总是存在的....。必须经常进行教育,也要选择退出....
一切都很愚蠢。例如,rsi指标是在一个给定长度的滑动窗口中通过多项式回归进行平滑的。减去第一个值,得到一个从零开始的局部趋势。然后我们尝试从不同的分布中以不同的频率对交易进行抽样,并选择在新数据上稳定的变体。
像这样
https://www.mql5.com/ru/articles/4777
你喝醉了吗?))
你是对的,信仰和对问题的理解是太不一样的东西。 如果你公开,那么同样的问题在不同的条件下,没有了。你的建议太广泛了)))))
这都是很直白的。作为一个例子,rsi指标在一个给定长度的滑动窗口中通过多项式回归进行平滑。减去第一个值,我们得到一个从零开始的局部趋势。然后我们尝试从不同的分布中以不同的频率对交易进行抽样,并选择在新数据上稳定的变体。
像这样
https://www.mql5.com/ru/articles/4777
我也是这么想的....可悲的是,这些算法已经有20 30年的历史了....的答案,我们不是第一个。在当前的过滤器中,在算法中平均化,以hell....我无法解释,但看看这些算法有多老,你就会得出结论,他们的结果是随机的,有些东西是错的。我今天就分析一下,我不知道是什么,怎么分析,我也不知道该怎么处理过滤器里过去的东西。
这是一个奇妙的方法,用一种算法来说明所有的TFs,并得出正确的结论。过去的领导人根本没有这样的机会。
有点想通了,....可悲的是,虽然算法是20 30年的历史....的答案,我们不是第一个。在当前的过滤器中,在算法中的平均数为hell....。我无法解释,但看看这些算法有多老,你就会得出结论,他们的结果是随机的,有些东西是错误的。 今天的分析,我还不知道是什么,如何和过去的几个好东西的过滤器。
这只是一个例子,有时你仍然需要平滑的系列。
好吧,信仰和对任务的理解是太不一样的东西。如果你上市,那么在不同条件下的同质化任务,没有了。你的建议太广泛了)))))
什么他妈的信仰?你们都在说什么鬼话?在一个单一的数据集中,对所有的人来说,什么是广泛的?它是如何工作的?
你们这些人到底有什么毛病?你们都在忙什么呢?
好吧,我明白了,我是唯一的一个。
我正试图找出如何用一种算法来说明所有的TFs,并得出正确的结论。过去的领导人根本没有这样的机会。
谱系分析
它已经存在了大约100年)
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(对所有人来说都是统一的) 并在这里发布,做一个测试和跟踪,以及一个 "test2",对已经训练好的模型进行全面的OOS测试。
人们会下载数据集并尝试提高分类的质量,如果有些东西是有效的,它将作为一个特征/指标被添加到数据集中。
这需要对人们的目标有足够的了解,这在公共环境中很难实现。人们会做一些事情而不是目标行动,问一些问题,浪费时间,也浪费你的时间)))))。
需要对人们的目标有足够的了解,这在公共论坛上很难实现。人们会采取非目标行动而不是目标行动,提出问题,浪费时间,也浪费你的时间)))))。
其他有针对性的行动是什么?你在说什么呢?
目标是数据集中的一个目标变量!或一个类标签或目标、标签、类,无论你怎么称呼它.....,它不是一些主观的东西,而是一个明确的、通常是二进制的矢量!
它要求对任务的目的有足够的了解,这在公开场合很难提供。
它同样简单,而且简洁。
如果你不能减少数据集中的错误,那就意味着没有理解,如果没有理解,那就坐下来不要写了!如果没有理解,那就不要写了。而且他读懂了聪明人,而聪明人是那些设法减少错误的人。
一切都很清楚,没有矛盾!
聪明的人变得更聪明,因为他们在一个假的团队中工作,因为他们在一个数据集上工作。
愚蠢的人变得更聪明,因为他们看着聪明的人这样做。
数据集正在获得新的特征,在预测目标方面越来越好。
都赢了!,但你需要了解它,没有人可以(()。
谱系分析
它是100年前发明的))。
我明白了,但这是针对一个平均数的,或者说是瘦身,问题是如何对所有的时间框架做出同样的算法,如何决定目标时间框架是15分钟而不是5分钟,然后我们看小时数据,然后小时数据结束,我们回到1分钟,然后到5分钟。限制最小趋势价差是可以理解的,但这只是收支平衡,而不是利润最大化。如何快速计算/估计在哪个TF上利润最大?同时,预期风险将不会超过盈亏平衡点。
还有哪些有针对性的行动?你在说什么呢?
有针对性的行动是我们假设人们、行动者或朋友在一起做某事时应该和将要做的。但有时你说一件事,他们却不理解你的意思。在单音节任务中,这很容易纠正。在复杂的情况下,情况会更复杂。