交易中的机器学习：理论、模型、实践和算法交易 - 页 1936 1...192919301931193219331934193519361937193819391940194119421943...3399 新评论 mytarmailS 2020.07.31 13:16 #19351 总之，我的朋友们，模式确实存在，你只需要知道如何看到它们，而算法比人类更能看到它们 ) 我不认为这是一个意外...... mytarmailS 2020.07.31 13:30 #19352 Evgeny Dyuka: 这是从专家那里得到的，上周的神经性比特币预测，第一张截图没有过滤器，第二张相同，但有 "信心 "过滤器40。 欧元没有提供这样的质量，但接近于它。 你什么时候交易？ Evgeny Dyuka 2020.07.31 13:33 #19353 mytarmailS: 你打算什么时候交易？ 暂时还不能去，我在靠墙站着。 mytarmailS 2020.07.31 13:38 #19354 叶夫根尼-迪尤卡： ，还没到时候，碰壁了。 65% ? Evgeny Dyuka 2020.07.31 13:43 #19355 mytarmailS: 65% ? 这有点不同... 现在，每支蜡烛的预测质量约为52-53%。那是在每一个人身上。至少有三种方法可以伪造出或多或少的好答案，达到65%，它们少之又少，而且只是在考试中。如果真实市场是65%，我就会打败二进制，但到目前为止，我只是在 "反击"，也就是说，真实市场上大概是56-58%。 也许这是我的方法的全局极限，也许不是））。工作... mytarmailS 2020.07.31 13:54 #19356 Evgeny Dyuka: 不是这样的... 你是否曾试图提高输入质量而不是预测质量？ 例如：选择所有网络置信度超过60%的部分，将这些部分做成一个单独的数据网格，再次训练网络...... 如果你不能提高预测的质量，那就努力提高输入的质量......而且你不需要80%的错误......。 如果好的输入给你1到6个止损/利润，例如，你可以在75%的时间内出错，但仍能获得良好的利润...... Evgeny Dyuka 2020.07.31 14:01 #19357 mytarmailS: 你是否尝试过提高输入的质量，而不是预测的质量...例如，选择所有网络给出的置信度大于60%的部分，从这些部分创建一个单独的数据网格，并再次训练网络......。如果你不能提高预测的质量，那就努力提高输入的质量......而且你不需要80%的错误......。如果良好的输入给了你1到6个止损/利润，例如，你可以在75%的时间里犯错，并获得良好的利润。 试过了，，我在每个蜡烛上都会问网络问题 "向上或向下"。只要我开始不是什么都给，而是给一个特定的人学习，质量就会立即下降。我认为这是因为网络停止了对真实市场的学习，它学习的是我们对市场的看法，而属于我们的一切总是错误的 )) 我很欣赏那些52-53%，因为那些是网自己拉出来的模式，而它脑子里的东西完全是一派胡言。 Evgeny Dyuka 2020.07.31 14:06 #19358 mytarmailS: 你是否尝试过提高输入的质量，而不是预测的质量...例如，选择所有网络给出的置信度大于60%的部分，并从这些部分创建一个单独的数据表格，再次训练网络......如果你不能提高预测的质量，那就努力提高输入的质量......而且你不需要80%的错误......。如果好的输入给你1到6个止损/利润，例如，你可以在75%的时间内出错，但仍能获得良好的利润...... 这是一个地狱般的工作，这些>60是在一个测试路段上获得的。也就是说，你必须把一个测试的变成一个训练的+一个新的测试的+数据集本身将不足以训练......。还没有准备好做这样的壮举 mytarmailS 2020.07.31 14:15 #19359 Evgeny Dyuka: 这是一个地狱般的工作，这些>60是在测试部分获得的。也就是说，你必须把一个测试的变成一个训练的+一个新的测试的+数据集本身将不足以进行训练。我还没有准备好迎接这样的壮举。 这是一个6分钟的R工作，或者说这根本就不是一个工作，我不知道你为什么这么喜欢Python。 Aleksey Vyazmikin 2020.07.31 14:19 #19360 mytarmailS: 1.该死的阿列克谢，如果你镇上的每个老师都有 个人的看法，一个会有 "祖 "的B，另一个会有 "69"（个性）。而另一个会有一个69，你发现你还是不识字！！。还是不懂？个人认知是不理解的语言，误解的语言是战争的语言。 我读了你说的话，我不理解你，我感到紧张，你的问题得不到答案，因为我不理解它们，时间被浪费了，没有用，谁从这种愚蠢的个人认知中受益????。 让我们冷静下来，不要紧张! 我同意同义词是fiches/predictors/attributes。 但关于对 "规则 "这一概念的理解，就不那么清楚了。规则是一种行动的算法，可以转化信息（将其引向意义--各种公式）并使其系统化（同样是决策树）。 在其赤裸裸的形式中，我们有OHLC价格--它是对一项资产的价值（相对估计价值）的行为的观察。从价格上看，通过应用不同的转换规则（算术和逻辑），我们得到了应用规则的结果，以寓言/预测者/签名的形式。是的，不经改造，价格也可以是标志--这里没有矛盾。 降维是 通过中间的预测器/属性对价格进行二次转化。为了知道它们是如何被转化的，我们需要知道它们转化的结果规则，这些规则可以是算术表达式，也可以是逻辑表达式。由于他们的转变，出现了新的（额外/替代）资料/预测器/属性。 概括地说，在这种情况下，规则是对将价格转入和转出档案/预测者/签名 到新的档案/预测者/签名 过程的描述。 1...192919301931193219331934193519361937193819391940194119421943...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
总之，我的朋友们，模式确实存在，你只需要知道如何看到它们，而算法比人类更能看到它们 )
我不认为这是一个意外......
这是从专家那里得到的，上周的神经性比特币预测，第一张截图没有过滤器，第二张相同，但有 "信心 "过滤器40。
欧元没有提供这样的质量，但接近于它。
你什么时候交易？
你打算什么时候交易？
，还没到时候，碰壁了。
65% ?
65% ?
现在，每支蜡烛的预测质量约为52-53%。那是在每一个人身上。至少有三种方法可以伪造出或多或少的好答案，达到65%，它们少之又少，而且只是在考试中。如果真实市场是65%，我就会打败二进制，但到目前为止，我只是在 "反击"，也就是说，真实市场上大概是56-58%。
也许这是我的方法的全局极限，也许不是））。工作...
不是这样的...
你是否曾试图提高输入质量而不是预测质量？
例如：选择所有网络置信度超过60%的部分，将这些部分做成一个单独的数据网格，再次训练网络......
如果你不能提高预测的质量，那就努力提高输入的质量......而且你不需要80%的错误......。
如果好的输入给你1到6个止损/利润，例如，你可以在75%的时间内出错，但仍能获得良好的利润......
你是否尝试过提高输入的质量，而不是预测的质量...
例如，选择所有网络给出的置信度大于60%的部分，从这些部分创建一个单独的数据网格，并再次训练网络......。
如果你不能提高预测的质量，那就努力提高输入的质量......而且你不需要80%的错误......。
如果良好的输入给了你1到6个止损/利润，例如，你可以在75%的时间里犯错，并获得良好的利润。
，我在每个蜡烛上都会问网络问题 "向上或向下"。只要我开始不是什么都给，而是给一个特定的人学习，质量就会立即下降。我认为这是因为网络停止了对真实市场的学习，它学习的是我们对市场的看法，而属于我们的一切总是错误的 ))
我很欣赏那些52-53%，因为那些是网自己拉出来的模式，而它脑子里的东西完全是一派胡言。
你是否尝试过提高输入的质量，而不是预测的质量...
例如，选择所有网络给出的置信度大于60%的部分，并从这些部分创建一个单独的数据表格，再次训练网络......
如果你不能提高预测的质量，那就努力提高输入的质量......而且你不需要80%的错误......。
如果好的输入给你1到6个止损/利润，例如，你可以在75%的时间内出错，但仍能获得良好的利润......
这是一个地狱般的工作，这些>60是在一个测试路段上获得的。也就是说，你必须把一个测试的变成一个训练的+一个新的测试的+数据集本身将不足以训练......。还没有准备好做这样的壮举
这是一个地狱般的工作，这些>60是在测试部分获得的。也就是说，你必须把一个测试的变成一个训练的+一个新的测试的+数据集本身将不足以进行训练。我还没有准备好迎接这样的壮举。
这是一个6分钟的R工作，或者说这根本就不是一个工作，我不知道你为什么这么喜欢Python。
1.该死的阿列克谢，如果你镇上的每个老师都有 个人的看法，一个会有 "祖 "的B，另一个会有 "69"（个性）。而另一个会有一个69，你发现你还是不识字！！。还是不懂？个人认知是不理解的语言，误解的语言是战争的语言。 我读了你说的话，我不理解你，我感到紧张，你的问题得不到答案，因为我不理解它们，时间被浪费了，没有用，谁从这种愚蠢的个人认知中受益????。
让我们冷静下来，不要紧张!
我同意同义词是fiches/predictors/attributes。
但关于对 "规则 "这一概念的理解，就不那么清楚了。规则是一种行动的算法，可以转化信息（将其引向意义--各种公式）并使其系统化（同样是决策树）。
在其赤裸裸的形式中，我们有OHLC价格--它是对一项资产的价值（相对估计价值）的行为的观察。从价格上看，通过应用不同的转换规则（算术和逻辑），我们得到了应用规则的结果，以寓言/预测者/签名的形式。是的，不经改造，价格也可以是标志--这里没有矛盾。
降维是 通过中间的预测器/属性对价格进行二次转化。为了知道它们是如何被转化的，我们需要知道它们转化的结果规则，这些规则可以是算术表达式，也可以是逻辑表达式。由于他们的转变，出现了新的（额外/替代）资料/预测器/属性。
概括地说，在这种情况下，规则是对将价格转入和转出档案/预测者/签名 到新的档案/预测者/签名 过程的描述。