交易中的机器学习：理论、模型、实践和算法交易 - 页 1805

新评论
 
Maxim Dmitrievsky:

我不想麻烦，我不想与测试人员的数据同步......唉:)虽然......什么是地狱？

测试器中的新闻是必须的

找不到其他的，我在大约4个月前自己下载了这个文件))))。

 
Igor Makanu:

是的，这很清楚

问题是要确定TS持续存在的时间--如果你能确定它，那么一切都会好起来--交易它的时间--教--交易--教......。

我没有足够的数据进行测试，这就是为什么我建议同时检查右边和左边，虽然深入研究历史没有意义，但波动率一直在变化，这就是为什么只有几年的时间是相关的，至少我把遗传学用于1.5年的期权，向前测试6个月，有时一年，超过一年的TS有很大的缩水--不是我想要的。

Maxim Dmitrievsky:

没有定性的标志，我必须编造一辆自行车。如果5X被拒绝在托盘上，无论如何，它是一个好的模型。

有什么方法可以发现学习参数的变化吗？除了各种错误之外，一定需要介于两者之间的东西。如果只有一种算法，你必须有一些中间的结果。

 
Valeriy Yastremskiy:

有没有办法知道学习参数什么时候被改变？

我不知道，它是自动的。如果你知道盈利和亏损的交易之间的区别，你可以从总奖励中看出情况越来越糟。

 
Maxim Dmitrievsky:

我不知道，这都是自动的。你可以从盈利/亏损交易的比例、总的逆转率看出，它的效果开始变差。

一如既往的迟到是一件大事。你需要一些拐杖。也许人们应该使用不同的数学模型来检查哪一个更好。

 
Maxim Dmitrievsky:

我不知道，这都是自动的。你可以从盈利/亏损交易的比例，总的修订中看出，它的效果开始变差。

你不应该增加而应该减少学习时间。

 
Valeriy Yastremskiy:

一如既往的迟到是一个大问题。需要拄着拐杖。也许可以用不同的矩阵进行检查，看看什么时候哪一个是最好的？

好吧，这是状态空间模型，偶尔也会起作用。

 
Maxim Dmitrievsky:

好吧，这些是状态空间模型，它们在某些情况下也是有效的。

那么，我们有一个最短的时间任务来确定系列的问题）最初，我们假设由矩阵模型描述的带有移动平均线 的静止系列将用MO给出足够的结果。如果我们改变矩阵模型的参数，就没有什么可担心的，学习前的这段时间是可以接受的。当我们打破/改变模型时，我们对新模型有一个不正确的左图，而且我们不知道确切的学习所需的时期。

我们需要教程里面的东西，比如一个指标。

 
Valeriy Yastremskiy:

那么，我们有一个最短的时间任务来确定系列的问题所在）最初假定，在MO的情况下，由矩阵模型描述的带有移动平均线 的静止系列将给出足够的结果。如果我们改变矩阵模型的参数，就不会有什么问题，学习前的这段时间是可以接受的。当我们打破/改变模型时，我们对新模型有一个不正确的左图，而且我们不知道确切的学习所需的时期。

需要在训练里面有一些东西，比如一个指标。

我做了几个模型，取决于指数的值，每个模型都是针对特定的诱导值范围。我还注意到，有时它起作用，有时不起作用。

 
Maxim Dmitrievsky:

做了几个模型，取决于电感器的值，每个模型适用于特定范围的电感器值。有时它有帮助，有时没有。

你是对的，你要么缺少一个模型，要么缺少一个指标，要么两者都缺少。
完整描述vp的概率为零
我们希望它是80%))
 
改变系列变化行为的预测任务
停止前一个模型，等待新模型的静止性
1...179817991800180118021803180418051806180718081809181018111812...3399
新评论