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。