交易中的机器学习：理论、模型、实践和算法交易 - 页 2485

[Renat Akhtyamov]

mytarmailS#:

买了半天的欧盟。

幽默 部分：我的一个信号))

通行证有什么收获吗？

[mytarmailS]

Renat Akhtyamov#:
你能搜索到吗？

不，我仍然没有找到这些数值的来源

[Renat Akhtyamov]

mytarmailS#:
不，我从未发现这些数值来自何处

奇怪，非常奇怪。

在你的收件箱中给我发一个链接，我明天就去试试。

[mytarmailS]

Renat Akhtyamov#:

这很奇怪，相当奇怪。

把你邮件中的链接发给我，我明天试试。

所以前一页的网站链接是你自己打开的，否则我不明白。

[Renat Akhtyamov]

mytarmailS#:
所以在最后一页是网站链接，你自己打开了，或者我不明白......或者你没有打开演示？

不，yandex。

[Mihail Marchukajtes]

JeeyCi#:

请你也回答我的临床问题（你昨天读了我的想法，并在我已经看了这个方法后发布了你的数据工作方式--谢谢你）...但问题仍然是：这种方法是用来分类的，所以我猜，特征--你需要它......如果不是秘密，你要分类什么？LN(Close/Open)? 和你教什么？

-如果这是一个秘密，我会理解的 - "诀窍"？

p.s.我给自己扔几个链接，以确定主题的方向（毕竟这不是我真正的统计，虽然后者可以放到一个 "环境模型 "中，可能）。

人工智能简介

训练神经网络的任务的陈述和可能的解决方案

数据预处理

一组方法 的组合

是的，这的确是一种分类方法，我训练模型来识别基础策略的信号的真假。也就是说，在进行分类工作时，TS中应该有一个基本策略。策略本身绝对可以是任何的，同样的穿越条，所有的模型都有50/50的正确和错误的信号。分类的任务是确定哪些信号是真正的，哪些是错误的。请阅读我的文章，那里有详细的描述!

[JeeyCi]

Mihail Marchukajtes#:
阅读我的文章，那里有更详细的解释!

谢谢你的链接和文章...如果ClucterDelta数据是基础，这是一个令人放心的开始......但现货并不总是像期货那样运行（就外汇而言）......

但据我所知，关于信号的真假的结论的基础仍然是基于贝叶斯...？

顺便说一下，这里(c.20)是我试图计算NS图的崩溃(有输入期权价格分布)。

贝叶斯推断与传统的统计推断不同，它保留了 不确定性 ...

贝叶斯的世界观将概率解释为对 事件 可能性的衡量 ， 即我们对事件发生的信心程度。

...虽然它的参数（现有的分布）也可以尝试输入，可能 - 可能然后看向多类分类

[Mihail Marchukajtes]

JeeyCi#:

谢谢你的链接和文章...如果ClucterDelta数据是基础，这是一个令人鼓舞的开始......除了现货并不总是像期货一样运行（就外汇而言）......

但据我所知，关于信号的真假的结论的基础仍然是基于贝叶斯...？

顺便说一下，这里(c.20)是我试图弄清NS图的崩溃(有输入期权价格分布)。

...虽然它的参数（现有的分布）也可以尝试输入，可能 - 可能然后看向多类分类法

目前我不再使用ClusterDelta了，因为我改用Moex，那里的信息是免费的，而且还有OI的信息，但对于选项，你需要输入微笑参数的值，这有3个。曲率、斜率和中心点的数值，而不是数值本身，而是它们随时间的变化。这是我仍然没有的东西，唉，然后战略就几乎是双赢了!!!!!。在我看来，....

[JeeyCi]

米哈伊尔-马奇卡耶特

我鼓起勇气看了看你的代码（往往代码中的真理比所有教科书中的都要多）--你能告诉我你的分类器中可变双重决策中的那些乘数是什么吗--它们是权重吗......以及你最初是如何找到它们的？ 也就是说，为什么是这些？

或者更好的是，请评论--它需要什么变量，以及函数代码

double getBinaryClassificator1(double v0,double v1,double v2,double v3) 
  {
   double x0=2.0 *(v0+327.0)/650.0-1.0;
//Variable v1 got under reduction
   double x2 = 2.0 * (v2 + 397.0) / 828.0 - 1.0;
   double x3 = 2.0 * (v3 + 121.0) / 264.0 - 1.0;
   double decision=1.5260326743246075*x0
                   -0.13861638107404117 * sigmoid(x0)
                   -0.06391652777916389 * sigmoid(x2)
                   -0.44591870340615364 * sigmoid(x0 + x2)
                   +0.14661031327032664*sigmoid(x3)
                   -0.024191375335575492*sigmoid(x0+x3);
   return decision;
  }

预先感谢!

p.s.

1.我看到你用sigmoid（S型）函数作为激活函数......它 "经常被用作压缩函数"

2.

Mihail Marchukajtes#:
...不是价值本身，而是它们随时间的变化。

也许用正方形比较好？

[JeeyCi]

顺便说一句，波动性就是波动性（作为非系统性风险），但系统性风险并没有被取消...

金融市场的波动性不等同于风险

p.s.

当然，交易员是靠波动性赚钱的...印象中