交易中的机器学习：理论、模型、实践和算法交易 - 页 2014

[J.B]

elibrarius:

这是给大家的一个问题：
，我也从网络上得到成捆的单向信号。这和这里的情况差不多。

有时我连续输了100次甚至200次。只有一个办法--用微小的手数进行交易，如0.5%的存款。
谁有想法不连续交易数百个信号？
交易第一笔，然后不交易，直到开放的那笔关闭？在我看来，这并不是最好的解决办法。

你有什么选择？

你是在非常嘈杂的数据（signals/target）上进行训练，例如在增量上，这就是为什么信号非常嘈杂。你可以尝试对迹象和目标进行平滑处理，或对最终信号本身进行平滑处理，以减少信号中的噪音，但这根本不会有什么帮助，也不会带走任何利润。

[Valeriy Yastremskiy]

elibrarius:

这是给大家的一个问题：
，我也从网络上得到成捆的单向信号。这和这里的情况差不多。

有时我连续输了100次甚至200次。只有一个办法--用微小的手数进行交易，如0.5%的存款。
谁有想法不连续交易数百个信号？
交易第一笔，然后不交易，直到开放的那笔关闭？在我看来，这并不是最好的解决办法。

有哪些选择？

开放是一种逻辑，护送和关闭是另一种逻辑。我更喜欢这种方式。停车是一种保险。否则，是的，只是用止损开仓，以限制未平仓订单的数量，是比较好的。

[VVT]

elibrarius:

这是给大家的一个问题：
，我也从网络上得到成捆的单向信号。这和这里的情况差不多。

有时我连续输了100次甚至200次。只有一个办法--用微小的手数进行交易，如0.5%的存款。
谁有想法不连续交易数百个信号？
交易第一笔，然后不交易，直到开放的那笔关闭？在我看来，这并不是最好的解决办法。

有哪些选择？

为什么要交易它们，这就像用小口径枪进行俄罗斯轮盘赌 :)

[Alex Berdenev]

看看这个指标）只在2020年起作用。

[mytarmailS]

Maxim Dmitrievsky:

考试有什么收获吗？

[Maxim Dmitrievsky]

mytarmailS:

怎么了，考试有什么收获吗？

还是一样......在本周初，经过'预训练'，效果不错。然后开始倾泻。又重做了一遍，明天将进行测试 :D

一些交易机器人可能在交易员中计算错误......在一系列的更新之后，它开始以错误的方式交易。

我还在Torch中处理递归网的工作。

黄色 - 周初，最初1-3天

[Aleksey Vyazmikin]

有人尝试过使用重复性(recurring?)网络来降低维度吗？

文章。

视频。

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

有人尝试过使用重复性(recurring?)网络来降低维度吗？

文章。

视频。

递归自动编码器被使用。

[Aleksey Vyazmikin]

Maxim Dmitrievsky:

递归自动编码器被使用。

我不明白，所有的输出神经元，其数量等于输入神经元的数量，是如何一次评估的？

如果你看到类似的东西，适合使用，请让我知道。

我的样本量已经接近3000个预测因子，人们担心它们会被高度压缩，因为它们描述的是类似的领域。

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

我不明白模型质量估计是如何对所有输出神经元一次性进行的，其数量等于输入神经元...

如果你看到类似的东西，适合应用，请让我知道。

我有一个接近3000个预测因子的样本，有人担心它们会被高度压缩，因为它们描述的是一个类似的领域。

输入和输出都是小说，隐藏层中的神经元较少。它只是通过最小化输出中的误差来压缩信息。输入应该等于输出（理想情况下）。然后，NS的第二部分在训练后被丢弃，你在输出端得到的压缩特征等于隐藏层的神经元数量。

你可以添加递归层，等等。

谷歌自动编码器及其变种。