交易中的机器学习：理论、模型、实践和算法交易 - 页 2006

新评论
 
Farkhat Guzairov:
Max，你在演示中观察到的情况与测试中的情况一样吗？

我是这么做的，甚至在演示中的价差也更大。某个地方有一个陷阱

 
我很难相信你会在测试期的数据上得到一个完美的结果，就我个人而言，我没能做到这一点，不可能是这样的。
 
Farkhat Guzairov:
我很难相信你会在测试期的数据上得到一个完美的结果，我个人是失败的。

那里没有测试列车。它只是在测试器中进行交易（好）。你赌的是真--坏。

 
我甚至没有在测试期检查机器人，训练后将其送入战斗，然后每天在测试器中 运行一次，检查在战斗中获得的结果，当结果重合时，我意识到现在可以切换到化妆品))))。
 
Maxim Dmitrievsky:

没有测试的火车。它只是在测试器中进行交易（好）。真正的博彩是不好的。

马克西姆，你想发布你的代码。把它放在你的博客上，就像这个主题的创始人那样。也许有一天会有人想研究一下这个问题。但在这里，它被丢失了...
 
Maxim Dmitrievsky:
你搞清楚Python了吗？它在Real中对我不起作用，我不知道问题出在哪里。或者我可以把源代码扔在这里吗？也许有人可以再探究一下。

转到

 
Maxim Dmitrievsky:

档案中共有2个程序。测试器只是用于系统设置，即它在历史数据上测试神经网络，并将结果以平衡图的形式输出（作为累积的点数）。

交易员在该账户上进行交易，预先运行测试器。通过改变种子，你可以从测试器中获得最佳结果。另外，通过改变NS的配置。

测试员和交易员的结果不一致，交易员由于某种原因没有显示出利润。无论是交易员还是测试员都有错误。或者有一些与NS库本身有关的不明显的错误/陷阱。没有设法抓住它（没有时间）。

图书馆 本身有NS。可用于个人使用。如果你发现了一个错误，请与我联系（如果TC开始工作，有改进的方案）。

你可以检查什么。

  1. 测试仪操作的正确性
  2. 将测试者的逻辑与交易者的逻辑进行比较，发现不一致的地方。
  3. 调查TC的特殊性，思考为什么会有差异。也许是由于一些随机化的原因，种子在真实交易中的影响（我怀疑是这样）。
通过改变种子，你能得到一个排水的结果吗？它有可能是拟合的参数之一。
 
elibrarius:
通过改变种子，你能得到一个梅花的结果吗？它有可能是拟合的参数之一。

你不能这样做，但你可以改善曲线

至少我没有得到梅花的结果。
 



训练和工作时的数据准备与字符串不同

价格 = prices.reindex(pd.date_range(start, end, freq='15min')).dropna()

我没有python，也没有这方面的经验，我不知道这些命令是什么。因此，我想问问。

假设--也许结果将是相对于我们在真实交易中得到的数据而言的倒置？

 
elibrarius:



训练和工作时的数据准备与字符串不同

价格 = prices.reindex(pd.date_range(start, end, freq='15min')).dropna()

我没有python，也没有这方面的经验，我不知道这些命令是什么。因此，我想问问。

假设--相对于我们在实际交易中得到的数据，结果可能会是倒置的？

这里我们按日期时间重新索引条形图，因为在历史上可能有一些遗漏的条形图，以避免出现漏洞。然后，空值被抛出，再由MA进行去趋势处理。

在交易员中没有任何遗漏，因为最后的n个小节都被拿走了。它们不应该被颠覆。

我认为这不会影响什么。但我们可以重做，看...谢谢

1...199920002001200220032004200520062007200820092010201120122013...3399
新评论