交易中的机器学习:理论、模型、实践和算法交易 - 页 2060 1...205320542055205620572058205920602061206220632064206520662067...3399 新评论 Александр Алексеевич 2020.10.30 17:55 #20591 Evgeny Dyuka: 这条线的所有图表都从左下角 开始,在右上角结束)) 我希望我住在... 不,不是全部) Rorschach 2020.10.30 19:11 #20592 我有一些疑虑。 mytarmailS 2020.10.31 06:46 #20593 罗夏: ,我有疑虑。 我已经做过了,甚至在这里描述过...... 只是我走得更远... 我预测了所有指标的值,然后我把得到的预测值作为新的属性,然后我根据属性和它们的预测值做了更多的预测,如此反复7次,直到误差减少......。 这都是基于MGUA自组织或来自现代的元特征... 谢谢你的链接,伟大的孩子,有趣的阅读))。 mytarmailS 2020.10.31 07:20 #20594 当你需要以更人性化的形式来描述一个极端,而不是一个清晰而不太现实的之字形...... 为什么这么说呢,这 只是一个替代方案,对图表极值的布局更加人性化。为什么不是ZZ ,ZZ只有一个极值,一个点,它没有考虑到非稳态市场中不可避免的转变...... 解决办法是这样的:创建一个极值模式,并查看当前价格 与该模式之间的相关性... 世界上最好的语言中的代码 ) y <- c(1:10,9:0) x <- cumsum(rnorm(length(y))) ccor <- cor(y,x) layout(1:2) plot(x,t="l",main = paste("corelation",round(ccor,2))) plot(y,t="l",main ="шаблон екстремума") 这个模式可以是任何东西,一个趋势或任何东西,你说了算。 这是滑动窗口相关计算图表上的情况,有-0,7和0,7的信号线 在我看来,它对极值的定义是非常人性化的,也是对不重要的东西和重要的东西的过滤。 然后你可以尝试训练回归模型,看看会发生什么。 xx <- cumsum(rnorm(100)) layout(1:2) plot(xx,t="l") cor.vec <- rep(NA, length(xx)) for(i in 10:(length(xx)-10)){ ii <- (i-9):(i+10) cor.vec[i] <- cor(xx[ii] , y)} plot(cor.vec,t="l",col=4) abline(h=c(-0.7,0.7),col=2) Evgeniy Chumakov 2020.10.31 08:48 #20595 mytarmailS: 当你需要以更人性化的形式来描述一个极端,而不是一个清晰而不太现实的之字形......为什么这么说呢,这 只是一个替代方案,有一个更人性化的图形极值布局。为什么不是ZZ ,ZZ只有一个极值,一个点,它没有考虑到非稳态市场中不可避免的转变。 对于 "之 "字形,只要教会神经网络预测一个极值的长度就足够了--比前一个极值长或短(因为目标需要长极值)。 附加的文件: EURUSD_Series.txt 298 kb mytarmailS 2020.10.31 08:59 #20596 叶夫根尼-丘马科夫。 对于 "之 "字形,只要教会神经网络预测肩部的长度就足够了--比前一个长或短(因为目标需要长的)。 嗯...也是一个有趣的想法... 你试过吗? 文件里有什么? Evgeniy Chumakov 2020.10.31 09:05 #20597 mytarmailS: 嗯...还有一个有趣的想法...你试过吗?文件里有什么? 我没有,因为我对神经网络一无所知,而且我像萨摩耶一样笨....。我愚蠢地在寻找类似的部分,但它并不总是像过去那样重复。 在文件中。 第一栏 - 事件结果(正号=长臂,负号为短臂)。 第二栏--"长臂 "事件的变体 第三栏--变异的 "短杠杆 "事件 一般来说,最外面的两列代表一个可能的事件。 mytarmailS 2020.10.31 09:16 #20598 叶夫根尼-丘马科夫。 在文件中。 哦,我明白了...现在我试试,但我要做我的,因为你没有抛出价格或标志,而且不清楚目标是如何建立的 Evgeniy Chumakov 2020.10.31 09:19 #20599 mytarmailS: 并且不清楚目标是如何建立的 模式。 mytarmailS 2020.10.31 09:21 #20600 mytarmailS: 当你需要以更人性化的形式来描述一个极端,而不是一个清晰而不太现实的之字形................然后你可以尝试训练一个回归模型,看看会发生什么。 受过训练的... 灰色是原始数据,蓝色是来自模型的数据 还插入了一个跟踪,以清楚地说明模型是如何随着新的数据逐渐消失的。 1...205320542055205620572058205920602061206220632064206520662067...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
这条线的所有图表都从左下角 开始,在右上角结束))
我希望我住在...
不,不是全部)
,我有疑虑。
我已经做过了,甚至在这里描述过......
只是我走得更远...
我预测了所有指标的值,然后我把得到的预测值作为新的属性,然后我根据属性和它们的预测值做了更多的预测,如此反复7次,直到误差减少......。
这都是基于MGUA自组织或来自现代的元特征...
谢谢你的链接,伟大的孩子,有趣的阅读))。
当你需要以更人性化的形式来描述一个极端,而不是一个清晰而不太现实的之字形......
为什么这么说呢,这 只是一个替代方案,对图表极值的布局更加人性化。为什么不是ZZ ,ZZ只有一个极值,一个点,它没有考虑到非稳态市场中不可避免的转变......
解决办法是这样的:创建一个极值模式,并查看当前价格 与该模式之间的相关性...
世界上最好的语言中的代码 )
这个模式可以是任何东西,一个趋势或任何东西,你说了算。
这是滑动窗口相关计算图表上的情况,有-0,7和0,7的信号线
在我看来,它对极值的定义是非常人性化的,也是对不重要的东西和重要的东西的过滤。
然后你可以尝试训练回归模型,看看会发生什么。
当你需要以更人性化的形式来描述一个极端,而不是一个清晰而不太现实的之字形......
为什么这么说呢,这 只是一个替代方案,有一个更人性化的图形极值布局。为什么不是ZZ ,ZZ只有一个极值,一个点,它没有考虑到非稳态市场中不可避免的转变。
对于 "之 "字形,只要教会神经网络预测一个极值的长度就足够了--比前一个极值长或短(因为目标需要长极值)。
对于 "之 "字形,只要教会神经网络预测肩部的长度就足够了--比前一个长或短(因为目标需要长的)。
嗯...也是一个有趣的想法...
你试过吗?
文件里有什么?
嗯...还有一个有趣的想法...
你试过吗?
文件里有什么?
我没有,因为我对神经网络一无所知,而且我像萨摩耶一样笨....。我愚蠢地在寻找类似的部分,但它并不总是像过去那样重复。
在文件中。
第一栏 - 事件结果(正号=长臂,负号为短臂)。
第二栏--"长臂 "事件的变体
第三栏--变异的 "短杠杆 "事件
一般来说,最外面的两列代表一个可能的事件。
在文件中。
哦,我明白了...现在我试试,但我要做我的,因为你没有抛出价格或标志,而且不清楚目标是如何建立的
并且不清楚目标是如何建立的
模式。
当你需要以更人性化的形式来描述一个极端,而不是一个清晰而不太现实的之字形......
...
...
....
然后你可以尝试训练一个回归模型,看看会发生什么。
受过训练的...
灰色是原始数据,蓝色是来自模型的数据
还插入了一个跟踪,以清楚地说明模型是如何随着新的数据逐渐消失的。