交易中的机器学习：理论、模型、实践和算法交易 - 页 1916

[Evgeny Dyuka]

Wizard2018:

+1000% 非常非常明智的想法。

不同意。关于市场，没有什么秘密的知识。有一个高噪音的数据集，而神经网络必须而且能够在其中找到模式。但他们的数量很少，因此结果还不是很突出。
但指标绝对是必须的--它们简化了网络的工作，因为它们已经显示了一些现成的规律性。例如，网，当然，可能会发现我们称之为分歧的模式，但我们可以简单地把它交给它。简单地说，我们可以通过眼睛来区分猫和狗，但也可以显示尾巴和耳朵，在这种情况下，结果会更快，质量更高。这就是指标的作用。

[mytarmailS]

Mihail Marchukajtes:

这是我对你的回答。它在一个方面是无条件地令人愤怒的，纯粹是视觉上的。但不要紧，重要的是叙事的本质，而不是它的外观或声音如何令人毛骨悚然...。请注意。是的，我是这样认为的。是的，我没有100%的结果，不超过该理解的一般意义上的55% :-))))

你想要的东西可以简化为通常的分类，其中属性是衡量标准，目标是模型在新数据上的充分性...

生成一个模型，在新数据上模拟模型的性能，并创建一个如图的数据集。

然后检查属性（指标）的重要性和力量，你会知道什么是重要的，什么是不重要的。

[NeuralNetwork]

大家好。这 是在监控我的账户。 这都是为了让大家永远闭嘴。 如果你们是生活中的失败者，就闭嘴，让别人去做工作。神经网络 工作，是你们的大脑不工作，而你们却声称不工作 !

[NeuralNetwork]

就这样了。我的账户被删除了，我的账户也被删除了。 不管他们在追踪什么，你除了在论坛上谈论和对你的失败感到恐慌之外，没有任何事情可以做。

[NeuralNetwork]

弱者的梦想是对现实的逃避，强者的梦想则塑造了现实。

相信梦想。它有一个很好的特点，那就是来真的。

穷人不是口袋里没有一分钱的人，而是没有梦想的人。

"他慢慢地死去

"不旅行的人。

"不读书的人。

不听音乐的人。

谁不能在自己身上找到和谐。

"他慢慢地死去

破坏了他对自己的信心的人。

不允许自己得到帮助的人。

缓缓死去的人

摧毁爱本身的人。

在不断的抱怨中度过他的日子

关于坏运气或连绵不断的雨

缓慢地死去的人

放弃计划的人

''他们还没开始呢!


'' 关于梦想的名言(538条) | 名人名言 '' - 阅读这个有趣的 ))

[mytarmailS]

我有个想法，就是建立一个讨论目标函数的主题，甚至不是讨论，而是建立一个不同类型的目标函数的数据库，并对其进行统计，什么有效，什么根本无效。

你认为有人需要这个吗？

[Aliaksandr Hryshyn]

mytarmailS:

我有个想法，就是建立一个讨论目标函数的主题，甚至不是讨论，而是建立一个不同类型的目标函数的数据库，并对其进行统计，什么有效，什么根本无效。

你认为有人需要它吗？

一个好主意。

[Rorschach]

mytarmailS:

我有个想法，就是建立一个讨论目标函数的主题，甚至不是讨论，而是建立一个不同类型的目标函数的数据库，并对其进行统计，什么有效，什么根本无效。

你认为有人需要它吗？

我对该目标的想法。如果我们假设没有点差和佣金，最大的利润将是猜中所有的高点和低点时。也就是说，任务归结为提前一步进行预测。既然知道交易的方向 就足够了，你可以用二元分类来做。我们采取增量，找到增量的符号，并把它作为一个目标。

现在假设有一些恒定的传播（为简单起见）。现在我们感兴趣的是比这个价差更大的运动。在这里，我被卡住了，如何建立这样一个目标，什么是出价，问价还是平均价？

[mytarmailS]

Rorschach:

我对该目标的想法。假设没有点差和佣金，最大的利润将是猜中所有的高点和低点时。也就是说，任务归结为提前一步进行预测。既然知道交易的方向 就足够了，你可以用二元分类来做。我们采取增量，找到增量的符号，并把它作为一个目标。

现在假设有一些恒定的传播（为简单起见）。现在我们感兴趣的是比这个价差更大的运动。在这里，我被卡住了，如何建立这样一个目标，输入什么出价，要价还是平均价？

这和人字形或增量预测一样，实际上都是一类目标，是无用的一类......我的意思是在更广泛的意义上，要想出一大堆目标，不同的方向。

例如 :

根据日内数据预测当天的最高价格（回归）。

分解哪个水平会导致过度波动（回归+分类）。

使用日内 数据，我们可以预测每日反转的时间（分类）。

如果第一个烛台是黑色的，第三个烛台会是白色的吗？(分类)

标记出支持和阻力水平，并预测将从哪一水平上进行反弹/突破（分类）。

预测指标在任何特定时刻的最佳时期（回归）。

.........

.....

...

ITP.....

你不能以这种有限的方式看待目标，你必须思考，提出变体，并测试它们。

你可能会在最后发现一些有趣的东西

=========================

其结果是一个经过测试验证的有趣目标列表。而这将是所有IO爱好者的一个知识库。

你明白，目标可以用与特征相同的方式进行搜索，是的，这可能不仅是可能的，实践证明了这一点。

[Aleksey Vyazmikin]

Mihail Marchukajtes:

这是我对你的回答。它在一个方面是无条件地令人愤怒的，纯粹是视觉上的。但不要紧，重要的是叙事的本质，而不是它的外观或声音如何令人毛骨悚然...。请注意。是的，我是这样认为的。是的，我没有100%的结果，不超过该理解的一般意义上的55% :-))))

看了视频--有一次我甚至试图在不同的估计系数上建立一个模型进行模型选择--效果是有的，但和MO一样--准确率很小。总的来说，这个想法是正确的，我们需要想出更多不同的预测因素来描述这个模型。

我查看错误平衡，并使用与策略测试器中标准报告相同的方法进行分析。刚刚在旧模型上测试了一个绘制误差平衡的脚本，在一个从2018年中到2019年初的训练样本上发现了一个不错的变体，在去年的数据上运行了它--盈利。并看了当时选择的模型--结果是两倍的糟糕，包括误差平衡。