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。