交易中的机器学习：理论、模型、实践和算法交易 - 页 2053

新评论
 
Maxim Dmitrievsky:

这是catbust在相同数据上的训练情况（5秒内）。

52：学习：0.7964708测试：0.7848837 最佳：0.7860866 (27) 总计：604ms 剩余：5.09s

来源数据集。

训练过的模型（交易的后半部分是测试样本）。


当然，并不总是如此，这取决于抽样（而且是随机的，即需要超额抽样）。有时像这样。

34：学习：0.5985972测试：0.5915832 最佳：0.5927856 (9) 总计：437ms 剩余：5.81s



马克西姆，我有个问题，你图上的数值是多少，你做了收敛图吗？

 
Alexander Alexeyevich:

马克西姆，我有个问题，你的图表上的坐标轴的数值是多少？

交易的数量，以点为单位的y利润

唯一剩下的就是在metaque中保存模型，并在他的测试器中检查它。

 
Maxim Dmitrievsky:

交易的数量，Y的利润，以点为单位。

我对这种交易有很多经验。

 
亚历山大-阿列克谢耶维奇：

还记得我们最后一次谈到巫师吗？ 在家长会上，我把它放在同一天的训练中，它仍然在学习。 它需要很长的时间。

网络是用metatrader写的吗？)我已经就这个问题发表过评论

 
Maxim Dmitrievsky:

该网络是用metatrader编写的吗？) 我已经就这个话题发表过评论

我已经在meta中对它进行了评论，但从好的方面看，))))，它不会重新训练))，把你的网络错误做一个图，我想看看)

 
Maxim Dmitrievsky:

这是catbust在相同数据上的训练情况（5秒内）。

52：学习：0.7964708测试：0.7848837 最佳：0.7860866 (27) 总计：604ms 剩余：5.09s

来源数据集。

训练过的模型（交易的后半部分是测试样本）。


当然，并不总是如此，这取决于抽样（而且是随机的，即需要超额抽样）。有时像这样。

34：学习：0.5985972测试：0.5915832 最佳：0.5927856 (9) 总计：437ms 剩余：5.81s

正确结果 0.59


你不能 只对 时间序列 进行抽样，它不像费雪的虹膜))))。

你在展望未来......采样是严格意义上的轨道，先划分，再采样

而不是像你那样反过来

 
Alexander Alexeyevich:

在mete上，但在正面))))，它不会重新训练))，把你的网络错误做个图，我想看看)

你不能使用需要这么长时间来重新训练的算法......你可能会变灰。


 
mytarmailS:

正确的结果是0.59


你不能 只对 时间序列进行采样，这不是费雪的虹膜))))。

你在展望未来......取样可以严格跟踪，先分后取。

而不是像你这样反其道而行之

什么叫正确的结果？ 这些是不同数据集的错误。

不是时间线，而是标签，请看视频
 
Maxim Dmitrievsky:

你不能使用需要这么长时间来学习的算法。


Akurashi 我想这是预测准确率？ 还有logloss？ 在测试中不应该有学习，无论通过多少次，误差都应该是一样的？ 或者至少是-+，但不应该减少。

 
Maxim Dmitrievsky:

你说的正确结果是什么意思？ 这些是不同数据集的错误。

这不是时间序列采样，而是标签，请看视频

我没有理解错，你在训练网络来预测时间序列，对吗？

1...204620472048204920502051205220532054205520562057205820592060...3399
新评论