交易中的机器学习：理论、模型、实践和算法交易 - 页 2316

新评论
 
Valeriy Yastremskiy:

(sophisms )))) 没有中间的知识，就不会有知识))在中间阶段，有各种各样的事情，SB通常像变化的时代))))

明白了

 
Maxim Dmitrievsky:

只是不知道该按哪个按钮来获得更好的分类结果。

唯一用于回归的例子

我明白了，默认的最大梯度取样被使用了（一种新功能）。

或者它只是默认内置的，不需要做任何事情。

顺便说一句，在再训练方面，猫咪的训练非常艰难......要让它再训练是非常困难的。如果数据集是垃圾......它的学习能力会很差，不记得所有的选项。

显然我们处于不同的阶段）我对建立初始概率模型的过程感兴趣--如果它或多或少地描述了现实，那么任何或多或少合理的算法都会在后续计算中得到结果。

 
Aleksey Nikolayev:

显然，你和我处于不同的阶段）我感兴趣的是建立初始概率模型的过程--如果它或多或少描述了现实，那么任何或多或少有意义的算法都会在随后的计算中给出结果。

显然，没有那么多人能够理解一个适当的概率模型如何能够描述现实。)))模型中有什么动向吗？

我有时会运行一个少数民族的游戏模式。有时，它往往看起来像一个滴答图。

 
Valeriy Yastremskiy:

似乎没有多少人能够理解一个适当的概率模型如何能够描述现实。)))模型中有什么动向吗？

有时滚动浏览少数人的游戏模式。有时往往看起来像一个勾股图。

我不认为在所有方面和所有时间内描述它的全球价格模型有什么（实际）意义。在我看来，只有在单独的时间框架上描述价格的个别方面的模型才是有用的。作为一个简单的例子，我可以引用我关于缺口的文章，该文章只研究了在缺口关闭之前，价格与缺口对面的最大偏差（单独的方面），并且分别只研究了从缺口到关闭的时间间隔。

不是说这是一个新的想法）而是说，只是大声说出了明显的事实。

 
Aleksey Nikolayev:

我不认为描述所有方面和所有时间段的价格的全球价格模型有什么（实际）意义。在我看来，只有在个别时间段描述价格的个别方面的模型才是有用的。作为一个简单的例子，我可以引用我关于缺口的文章，该文章只研究了在缺口关闭之前，价格与缺口对面的最大偏差（单独的方面），并且分别只研究了从缺口到关闭的时间间隔。

不是说这是一个新的想法）而是说，只是大声说明了明显的问题。

对有大量元素的系统进行建模和分析，只从明显的部分开始)

我一直不明白为什么，用什么来弥补这个差距。我接受它是不言自明的）。

 
mytarmailS:

我的想法是这样的

1）教给神经网络一些动作，尽管是拜拜/坐坐。

2）网络会在新数据上犯很多错误

3）我想在网络的各层中聚集模式，看看我是否能通过观察信号处理过程中出现在网络中的模式来区分网络的错误决定和正确决定......。

=========

Vladimir，你知道R-ka中是否有一个包，我可以与图形互动，例如，我可以用鼠标选择图形上的一个区域，并在代码中获得这个区域的参数。

我没有。我甚至无法想象如何能做到这一点。

 
Valeriy Yastremskiy:

我一直不明白为什么，用什么来关闭肝脏。我认为这不是一个明显的既定事实)

它在缺口下方关闭（例如，当缺口向上时）。它还能用什么来关闭)

如果缺口后的价格=SB，那么它的关闭将以单位概率发生，而且价格在另一方向的最大偏差也是已知分布。

 
Vladimir Perervenko:

我没有。我不知道该怎么做。

它可以用locator()函数来完成，用正确的参数运行它，然后点击图表...


下面是一个如何通过点击图表建立趋势线的例子

data <- matrix(cbind(1:50,cumsum(rnorm(50))), ncol = 2)
plot(data,t="o")

xy <- locator(n=2)
xy$x <- round(xy$x,0)

abline(coef(lm(y~x, xy)),col=8)
lines(xy, col="red", lwd=2)

我写了一个可以在图表上选择矩形的函数

rect.locator <- function(){ 
  L <- locator(n=4)  
  id <- c(1, which.min(abs( L$x[1] - L$x)[-1])+1)
  idd <- c(mean(L$x[id]),mean(L$x[id]),mean(L$x[-id]),mean(L$x[-id]))  
  q <-  L$y[id][1]
  idy <- c(1, which.min(abs( q - L$y)[-1])+1)
  val <- c(mean(L$y[idy]),mean(L$y[-idy]),mean(L$y[idy]),mean(L$y[-idy])) 
  return(list(idx=idd,val=val))}

x <- cumsum(rnorm(100))
plot(x,t="l",col=1)

r <- rect.locator()

rect(r$idx[1],xleft = r$idx[3],ytop = r$val[1],ybottom = r$val[2],
       col= rgb(0,1,0,alpha=0.3))


我们可以教神经元库这样的东西，我们不知道如何编程，但我们可以画出来，在得到所画的参数后可以把它们以图像的形式发送给神经元库，我认为这是非常酷的）)

或者使用locator()，我们可以很容易地选择一些特定的集群，或者......或者......任何你喜欢的，梦想....


这里的代码是如何标记情节的有趣部分，并了解到furjashka的情况

x <- cumsum(rnorm(200))
plot(x,t="l",col=8)

 xy <- locator(n=2)
id <- round(xy$x,0)
idd <- id[1]:id[2]

library(dtt)
dc <- dct(x[idd])
dc[7:length(dc)] <- 0
dc <- dct(dc,inverted = T)

NAve <- rep(NA,length(x))
NAve[idd] <- dc

lines(NAve,lwd=2,col=4) 
abline(v=range(idd),col=8,lty=2)


 
Aleksey Nikolayev:

以低于缺口的价格收盘（比如说，当缺口向上时）。它还能用什么来关闭)

如果缺口后的价格=SB，那么它将以单位概率和价格在另一方向的最大偏差的已知分布来关闭。

SB是明确的。但它关闭得相当快，有时甚至有可能获利）））虽然可能发生。

 

关于交易、自动交易系统和交易策略测试的论坛

MetaTrader 5策略测试器：缺陷，缺陷，改进建议

fxsaber, 2021.01.31 11:06

在TS（机器学习模型）的分析中，很多时候我们会在单一通道的图表上看Sample和Out of Sample。

要了解OOS在这样一个图表上的位置，你必须用鼠标悬停，在工具提示中寻找日期。


之后你就开始明白这个OOS在哪里了。

所以每次你都要移动鼠标，寻找它，等等。


我建议增加一个功能。

void TesterGraphLabel( const datetime LabelTime, const string Description ); // На графике одиночного прохода ставится соответствующая метка.

将标签保存在一个tst-文件中。


这将使处理OOS和其他情况的工作变得更加容易。

请对该提案提出反馈意见。可能忽略了一些东西，或者看得很狭窄。不是在这里而是在那里 评论。

1...230923102311231223132314231523162317231823192320232123222323...3399
新评论