交易中的机器学习：理论、模型、实践和算法交易 - 页 242 1...235236237238239240241242243244245246247248249...3399 新评论 Andrey Dik 2016.12.07 07:03 #2411 这都是胡说八道 - 国防部。这就像试图从历史天气数据中读出明天的天气。这就像对一个不断做整容手术、每次都用新化妆品的人进行面部识别。这个人是一样的，但你无法认出他们。一般来说，为什么要努力抓住并不断调整以适应市场的变化？寻找不改变的东西不是更好吗？ СанСаныч Фоменко 2016.12.07 08:05 #2412 安德烈-迪克这都是胡说八道 - 国防部。这就像试图从历史天气数据中了解明天的天气。这就像对一个不断做整容手术、每次都用新化妆品的人进行面部识别。这个人是一样的，但你无法认出他们。一般来说，为什么要努力抓住并不断调整以适应市场的变化？也许寻找一些不改变的东西会更好？你已经归结为一堆：要找什么，要找什么。这正是我们在这个主题中寻找的，不是吗？为了做到这一点，我们使用了一大批经过验证的工具，这些工具被归类为 "机器学习"。尽管这并不完全正确，因为还使用了一些被称为数据挖掘的工具。 Andrey Dik 2016.12.07 08:10 #2413 桑桑尼茨-弗门科。你把要寻找的东西和要寻找的东西混为一谈。在这个主题中，我们要寻找的是什么不改变？为了做到这一点，我们使用了一大批经过验证的工具，这些工具被归类为 "机器学习"。虽然这不是很准确，因为还有其他的工具被用于数据挖掘。不，他们不是。你从4月的天气中学习，在5月验证，然后想知道为什么6月的预报不起作用。我猜那些检查了 "庞大的一套成熟工具 "的人都已经是亿万富翁了？还是说，重点是--检查它，确保它不起作用，然后以缺乏使用价值为由把它交到R那里？(我指的是 "一套庞大的成熟工具 "的开发者) Dr. Trader 2016.12.07 08:26 #2414 桑桑尼茨-弗门科。这不是我们正在谈论的问题。现在我明白你的意思了。我同意，"将4个预测因子的表格分成50组，并为每组挑选一个有利可图的行动 "的方法确实有很多修补和萨满教的成分。但最好是花一个小时的时间来试一试，用走动测试的方式来检验这个策略，看看它是否有效/（不有效）。有时，这样简单的策略会带来一些积极的结果，或者至少不会耗尽平衡，而这种平衡光靠选择就已经很难创造。 Dr. Trader 2016.12.07 08:28 #2415 安德烈-迪克你不知道。你从4月的天气中学习，在5月验证，然后想知道为什么6月的预报不灵了。 你可以制作12个模型。一个是一月，第二个是二月，第三个是三月，等等。对不同年份进行验证。这将是很好的。 Andrey Dik 2016.12.07 08:32 #2416 Dr.Trader: 你可以做12个模型。一个是一月的，一个是二月的，一个是三月的，等等。用不同的年份进行验证。这将是件好事。 当然，你可以。明年5月会有霜冻，7月持续下雨，+5而不是炎热干燥的天气，9月+35，12月下雨而不是下雪，而沙特人却在白雪覆盖的沙丘上骑骆驼。而市场上的事情比天气要有趣得多。 mytarmailS 2016.12.07 08:34 #2417 桑桑尼茨-弗门科。如果我们谈论的是烛台，有很多书都列出了烛台的众多组合。更重要的是，有的人..........................而这篇 "傻瓜论文 "都没有对这些烛台模式的触发给出任何统计数据....。那是什么意思？让我们开动脑筋...桑桑尼茨-弗门科。我对所有这些蜡烛图，以及一般的技术分析的抱怨是，过去的盈利能力与未来毫无关系。而MO与未来的盈利能力有关?????好吧......。一分耕耘，一分收获桑桑尼茨-弗门科。而如果我们承担了比《三国演义》复杂得多的模型，我们应该得到一些回报。而在我看来，这证明了未来将像过去一样。国防部很酷，国防部与 "三军 "士兵有很大不同））））。但当我把最后两根蜡烛放进MO时，它不仅没有识别出形状，还混淆了蜡烛的颜色，该死的蜡烛颜色。 想想看，桑尼奇！"。但这不是MO愚蠢的问题，而是我们的 问题，因为你必须在把数据放进MO之前对其进行预处理，你必须确保MO能够真正理解你想让它理解的东西。而你总是不停地从非噪声中挑出噪声，但你不明白，你从一开始就在与噪声打交道，你想在噪声中挑出非噪声))))。安德烈-迪克这都是胡说八道 - MO。这就像试图从历史天气数据中读出明天的天气。这就像对一个不断做整容手术、每次都用新化妆品的人进行面部识别。这个人是一样的，但你无法认出他们。一般来说，为什么要努力抓住并不断调整以适应市场的变化？寻找不改变的东西不是更好吗？比如说？ mytarmailS 2016.12.07 08:37 #2418 安德烈-迪克 当然是有的。只有明年的5月是冰天雪地，7月不断下雨，+5而不是干热的天气，9月是+35，12月下雨而不是下雪，沙特人在白雪覆盖的沙丘上骑骆驼。而市场上的事情比天气要有趣得多。那么解决方案是什么呢？一切都是可以理解的，但是否有解决办法？ Andrey Dik 2016.12.07 08:43 #2419 mytarmailS:如？ 如果问题是关于一个人的化妆--把脉、指纹、视网膜扫描--一个人的生物生理画像一生都不会改变。 Andrey Dik 2016.12.07 08:56 #2420 mytarmailS:那么解决方案是什么呢？很明显，一切都不是静止的，但是否有解决办法？我说过，要寻找不改变的市场属性。价格系列的 "参数 "是什么？波动性，蜡烛的平均回报率，还有什么？哪些参数是不断变化的，哪些是不变的？寻找价格系列中不变的参数，然后在此基础上建立你的TS，那么TS将不依赖于那些可改变的参数的变化。正如我之前所说--创建一些带有参数（分布、概率等）的RNG增量。转动这个系列的参数的旋钮。尝试建立一个TS，显示独立于被调整的系列参数的结果。如果你成功了，这意味着已经找到了解决方案。如果不是这样，就意味着什么都无济于事，国防部也是如此，当然，拥有 "大量成熟工具 "的R公司也是如此，什么都没有。而近年来经常被踢的技术分析，并不对低劣的交易结果负责，既不对MO本身负责，也不对试图追踪市场变化时的方法负责，而当下一个市场 "变化 "未知时，之前建立的模型停止工作，就更要负责了。 1...235236237238239240241242243244245246247248249...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
这都是胡说八道 - 国防部。这就像试图从历史天气数据中读出明天的天气。这就像对一个不断做整容手术、每次都用新化妆品的人进行面部识别。这个人是一样的，但你无法认出他们。
一般来说，为什么要努力抓住并不断调整以适应市场的变化？寻找不改变的东西不是更好吗？
这都是胡说八道 - 国防部。这就像试图从历史天气数据中了解明天的天气。这就像对一个不断做整容手术、每次都用新化妆品的人进行面部识别。这个人是一样的，但你无法认出他们。
一般来说，为什么要努力抓住并不断调整以适应市场的变化？也许寻找一些不改变的东西会更好？
你已经归结为一堆：要找什么，要找什么。
这正是我们在这个主题中寻找的，不是吗？
为了做到这一点，我们使用了一大批经过验证的工具，这些工具被归类为 "机器学习"。尽管这并不完全正确，因为还使用了一些被称为数据挖掘的工具。
你把要寻找的东西和要寻找的东西混为一谈。
在这个主题中，我们要寻找的是什么不改变？
为了做到这一点，我们使用了一大批经过验证的工具，这些工具被归类为 "机器学习"。虽然这不是很准确，因为还有其他的工具被用于数据挖掘。
不，他们不是。你从4月的天气中学习，在5月验证，然后想知道为什么6月的预报不起作用。
我猜那些检查了 "庞大的一套成熟工具 "的人都已经是亿万富翁了？还是说，重点是--检查它，确保它不起作用，然后以缺乏使用价值为由把它交到R那里？(我指的是 "一套庞大的成熟工具 "的开发者)
这不是我们正在谈论的问题。
现在我明白你的意思了。我同意，"将4个预测因子的表格分成50组，并为每组挑选一个有利可图的行动 "的方法确实有很多修补和萨满教的成分。
但最好是花一个小时的时间来试一试，用走动测试的方式来检验这个策略，看看它是否有效/（不有效）。有时，这样简单的策略会带来一些积极的结果，或者至少不会耗尽平衡，而这种平衡光靠选择就已经很难创造。
你不知道。你从4月的天气中学习，在5月验证，然后想知道为什么6月的预报不灵了。
你可以做12个模型。一个是一月的，一个是二月的，一个是三月的，等等。用不同的年份进行验证。这将是件好事。
如果我们谈论的是烛台，有很多书都列出了烛台的众多组合。更重要的是，有的人..........................
而这篇 "傻瓜论文 "都没有对这些烛台模式的触发给出任何统计数据....。那是什么意思？让我们开动脑筋...
我对所有这些蜡烛图，以及一般的技术分析的抱怨是，过去的盈利能力与未来毫无关系。
而MO与未来的盈利能力有关?????好吧......。
一分耕耘，一分收获
而如果我们承担了比《三国演义》复杂得多的模型，我们应该得到一些回报。而在我看来，这证明了未来将像过去一样。
国防部很酷，国防部与 "三军 "士兵有很大不同））））。但当我把最后两根蜡烛放进MO时，它不仅没有识别出形状，还混淆了蜡烛的颜色，该死的蜡烛颜色。 想想看，桑尼奇！"。
但这不是MO愚蠢的问题，而是我们的 问题，因为你必须在把数据放进MO之前对其进行预处理，你必须确保MO能够真正理解你想让它理解的东西。
而你总是不停地从非噪声中挑出噪声，但你不明白，你从一开始就在与噪声打交道，你想在噪声中挑出非噪声))))。
这都是胡说八道 - MO。这就像试图从历史天气数据中读出明天的天气。这就像对一个不断做整容手术、每次都用新化妆品的人进行面部识别。这个人是一样的，但你无法认出他们。
一般来说，为什么要努力抓住并不断调整以适应市场的变化？寻找不改变的东西不是更好吗？
比如说？
当然是有的。只有明年的5月是冰天雪地，7月不断下雨，+5而不是干热的天气，9月是+35，12月下雨而不是下雪，沙特人在白雪覆盖的沙丘上骑骆驼。而市场上的事情比天气要有趣得多。
那么解决方案是什么呢？
一切都是可以理解的，但是否有解决办法？
如？
那么解决方案是什么呢？
很明显，一切都不是静止的，但是否有解决办法？
我说过，要寻找不改变的市场属性。价格系列的 "参数 "是什么？波动性，蜡烛的平均回报率，还有什么？哪些参数是不断变化的，哪些是不变的？寻找价格系列中不变的参数，然后在此基础上建立你的TS，那么TS将不依赖于那些可改变的参数的变化。
正如我之前所说--创建一些带有参数（分布、概率等）的RNG增量。转动这个系列的参数的旋钮。尝试建立一个TS，显示独立于被调整的系列参数的结果。如果你成功了，这意味着已经找到了解决方案。如果不是这样，就意味着什么都无济于事，国防部也是如此，当然，拥有 "大量成熟工具 "的R公司也是如此，什么都没有。
而近年来经常被踢的技术分析，并不对低劣的交易结果负责，既不对MO本身负责，也不对试图追踪市场变化时的方法负责，而当下一个市场 "变化 "未知时，之前建立的模型停止工作，就更要负责了。