交易中的机器学习：理论、模型、实践和算法交易 - 页 2216

新评论
 



真让人吃惊，现在我测试了马克西姆-弗拉基米罗维奇发表的机器人。

在第一张截图中，来自Dukascopi的报价，3200之后的上升平衡线只是2019年11月至2020年10月期间，1小时时间框架，点差 - 2点（0.0002）。

在另一个经纪商的测试中，Metatrader的结果并不突出，看来应该对策略进行优化，使其无一例外地适用于所有情况。

 
Maxim Dmitrievsky:

是的，分布图通常显示一切。我们可以只对没有助推器的功能目标进行这些操作，并一目了然地看到

因此，这个想法只是为了评估这个模型，而这个模型实际上解开了纠结的目标，我们可以评估它在这方面的成功，而不是仅仅看到事情有多纠结。

我在考虑尝试级联学习法（这个词是自己编的--也许有什么不同）。图表显示，有些区域的学习是成功的--离开这个区域，再教从这个区域出去的东西，之前已经从样本中删除了属于离开这个区域的分布的例子。我已经手动试过了，效果不错，我想把它自动化，但第二天就做不到了，我怕效果是随机的。你怎么看这个问题？我认为这在Python中很容易做到。

 
Aleksey Vyazmikin:

因此，这个想法只是为了评估这个模型，而这个模型实际上解开了纠结的目标，我们可以评估它在这方面的成功，而不是仅仅看到事情有多纠结。

我在考虑尝试级联学习法（这个词是自己编的--也许有什么不同）。图表显示，有些区域的学习是成功的--离开这个区域，再教从这个区域出去的东西，之前已经从样本中删除了属于离开这个区域的分布的例子。我已经手动试过了，效果不错，我想把它自动化，但第二天就做不到了，我怕效果是随机的。你怎么看这个问题？我认为这在Python中很容易做到。

嗯，这都是一个半控制的学习问题。到目前为止，我正在阅读

 
Aleksey Vyazmikin:

因此，这个想法只是为了评估这个模型，而这个模型实际上解开了纠结的目标，我们可以评估它在这方面的成功，而不是仅仅看到事情有多纠结。

我在考虑尝试级联学习法（这个词是自己编的--也许有什么不同）。图表显示，有些区域的学习是成功的--离开这个区域，再教从这个区域出去的东西，之前已经从样本中删除了属于离开这个区域的分布的例子。我已经试过手工操作，效果不错，我想自动操作，但第二天就做不到了，我怕效果是随机的。你怎么看这个问题？我认为这在Python中很容易做到。

如果你把它自动划分为同质区域，就像用手加减一样，它就能发挥作用。

 
Evgeni Gavrilovi:



真让人吃惊，现在我测试了马克西姆-弗拉基米罗维奇发表的机器人。

在第一张截图中，来自Dukascopi的报价，3200之后的上升平衡线只是2019年11月至2020年10月期间，1小时时间框架，点差 - 2点（0.0002）。

我已经在Metatrader的其他经纪商那里试过了，但我的结果并不显著，我认为该策略应该被优化，以便无一例外地在任何人那里工作。

这不是最好的变体。如果你不知道如何使用它，你可能会得到更好的结果。


 
Maxim Dmitrievsky:

懒得写新指标......而且肯定不会是最大利润，然后.....。

你不能那样做，它就是不存在。

 
mytarmailS:

你不能这样做，它就是不存在。

我可以做到，你必须学会如何使用谷歌。

例如，catboost自定义损失函数
 
Maxim Dmitrievsky:

远非最佳选择。拿起设置，你可以得到这些，甚至更好的东西


通过这些计算（只改变两个参数look_back和ma_periods），处理器上的负载大约是多少？

 
Evgeni Gavrilovi:

通过这些计算（只改变两个参数look_back和ma_periods），处理器上的负载大约是多少？

不知道，不注意，不知道

 
Maxim Dmitrievsky:

我可以做到这一点，但你必须学会如何使用谷歌。

例如，catboost自定义损失函数

你不明白，试试吧，你有一个计算平衡的函数...

不到一分钟的时间就能搞清楚

1...220922102211221222132214221522162217221822192220222122222223...3399
新评论