交易中的机器学习:理论、模型、实践和算法交易 - 页 2090

 
Maxim Dmitrievsky:

https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html

起初我以为这个东西可能会对抗过度训练

但后来发现,这只是一个特质变压器......一个好的变压器。但我希望减少过度训练。

也许我应该采取更长的采样期来学习?

是否有可能在MQL中以清晰的代码输出所获得的属性,或者得到一个带有结果的文件?

 
Rorschach:

在测试器中运行,左栏期望。很明显,这与本月的日期有关系,而catbust被设置为0。

产出更加多样化。

如果我的文章出来了,在模型中,首先是时间(小时)的意义--也许很大程度上取决于目标。

通过时间你可以过滤波动,所以止损和取舍应该取决于时间--也许这应该被教授--动态市场退出点?

 
Aleksey Vyazmikin:

如果有人做了一个有新闻的样本--我准备用不同的参数在CatBoost中运行它--这个话题对我来说很有趣。

我试着根据预期的消息改变拖网类型--效果很好,但不知何故,样本采集没有自动化。

是的,根据我的研究,等待新闻比打破它更好--这样更顺利......

关于交易、自动交易系统和策略测试的论坛

如何在交易中使用机器学习:理论、实践、交易和等。

Valeriy Yastremskiy, 2020.11.05 10:41

我在3个级别中没有分级,我也没有预科。我自己并没有使用。其他魅力。

档案来自这里

其余的都只是为了从网站上自行解析。而预分级也不是。

事实证明,评价。
 
Valeriy Yastremskiy:
事实证明,评估是存在的。

有趣的是,为什么有4栏指标,而最后一栏是什么--数字一点都不清楚。

我明白,最好是看美元指数,如果那里检测到运动,然后将其转化为特定的货币对......

如果我想了解,如何设定莫斯科的时间 :)

 
Aleksey Vyazmikin:

有趣的是,为什么有4栏指标,而最后一栏是什么--数字一点都不清楚。

我明白,最好是看美元指数,如果那里检测到运动,然后将其转化为特定的货币对......

如果我想了解如何将其转换为莫斯科时间 :)

这是一个关于交易、自动交易系统和交易策略测试的论坛。

如何在交易中使用机器学习:理论、实践、交易和等。

Aleksey Nikolayev, 2020.11.05 16:08

那里有过渡期--在标有N的新闻中

由于它在解析FF日历,前三个数字--价值、预测、以前的修订;第四个--我不知道,可能是 以前的修订,最后一个整数--来自图表地址。

纽约时间。过渡期似乎是N,如果我没记错的话,夏天是-8小时,冬天是-9小时。以秒为单位的时间很好,你不必担心日期问题。
 
Valeriy Yastremskiy:
纽约时间。过渡期似乎是N,如果我没记错的话,夏天是-8小时,冬天是-9小时。以秒为单位的时间很好,而且不用担心日期问题。

我以为是格林威治标准时间。在俄罗斯,我仍然需要记住时钟何时何地被转动,以及到那个时候是否已经被转动--我不记得了....

我不明白如何以秒为单位进行设置,这样就不麻烦了。

 
Aleksey Nikolayev:

完全正确--低、中、高影响预期的简称。还有非经济类的N项--假期和时间转换。

简化可能是可能的,但需要更多的研究--例如,可能会发现,美元的 "中 "比另一种货币的 "高 "更强。

另一个问题--在一天内,一个国家可能会有很多新闻--在时间、力度和方向上都不一样。不知何故这一切都必须 小心翼翼地 "还原成一个共同点")

有很多问题。

例如,你想找到什么?

正式确定应该发生什么?(或不发生,可以说是无效假设....)))

一般来说,这样的任务,我认为,在数据库中寻找更快,就像在一个表中卸载ZigZag?


但话说回来......我们想把什么作为无效假设?

 
Rorschach:

1)价格有这样一个频谱,如果你采取价格的傅里叶,最大的振幅将总是在最慢的振动。

2)冥想))。

通过眼睛还不清楚该怎么做,也许MO会发现


1),为什么是坏的?

2)你是那种相信有某种神奇的频率来驱动市场的公会吗?:)


我认为傅立叶的身份完全不同,是一种模式识别的工具......。

你可以在欧几里得几何学中识别图像,只要取一大块价格---归一化---寻找相似的。

但这是一种相当粗略的比较方法......

傅立叶有什么好的,以下是我认为的优点。

1)它有绝对清晰和明确的参数振幅/频率/相位,所以没有自由意志,这很好。

2)你可以从模式中删除/添加/改变(过滤)一些谐波,从而在寻找相似性时可以实现更准确的调音,这很好。

和锦上添花

3)如果我们将谐波振幅相对于相邻的谐波和频率归一化,我们将得到对模式大小的不变性,因此网络将看到并理解来自ticks或来自月度时间框架的相同模式;它应该比卷积网工作得更好,而且很酷)

 
伊戈尔-马卡努

我记得你以前是用基因搜索在哪里开单的,出了什么问题?)

 
Aleksey Vyazmikin:

我以为是格林威治标准时间。在俄罗斯,你必须记住时钟何时何地被转动,以及到那个时候是否已经被转动 - 我不记得了....

我不知道如何以秒为单位进行设置,所以不麻烦。

它说的是纽约时间,应该把它带到测试者的终端时间。

(对不起,不能,它是以秒为单位的,自70年以来在MCL。)而如果你翻译它只是减去,如果日期转换为时钟时间,你需要汗水和日期变化考虑在内)。