交易中的机器学习:理论、模型、实践和算法交易 - 页 2216 1...220922102211221222132214221522162217221822192220222122222223...3399 新评论 Evgeni Gavrilovi 2020.12.03 18:07 #22151 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。 Aleksey Vyazmikin 2020.12.03 18:11 #22152 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。 Maxim Dmitrievsky 2020.12.03 18:14 #22153 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 Valeriy Yastremskiy 2020.12.03 18:15 #22154 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。 Maxim Dmitrievsky 2020.12.03 18:21 #22155 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。 mytarmailS 2020.12.03 18:23 #22156 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。 Maxim Dmitrievsky 2020.12.03 18:31 #22157 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 Evgeni Gavrilovi 2020.12.03 18:38 #22158 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? Maxim Dmitrievsky 2020.12.03 18:40 #22159 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 mytarmailS 2020.12.03 18:44 #22160 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 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
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。
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。
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
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。
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。
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。
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?
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
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