交易中的机器学习:理论、模型、实践和算法交易 - 页 2545 1...253825392540254125422543254425452546254725482549255025512552...3399 新评论 Uladzimir Izerski 2022.01.05 18:23 #25441 Valeriy Yastremskiy#: 不否认浪潮...波浪是次要的,新闻/事件的冲动是主要的。这就变成了波浪。但这是一个水平问题,一个小石子沿着这样的轨迹飞行,带着这样的重量和这样的构造,会产生什么样的波浪。波浪取决于所有三个,而且不仅是卵石的三个参数,还取决于不仅是卵石的外部影响。 因此,它是。 而这里是如何将机器学习应用于新闻、谣言和政治家的声明)。 我在这里读国防部的胡说八道已经有好几年了。这是个有趣的话题。 对不起,离题了。我悄悄地走开了。 Forester 2022.01.05 20:40 #25442 Uladzimir Izerski#: 事情就是这样的。而这就是机器学习如何附着在新闻、谣言、政治家的声明上的原因)。 显然,只有在最近才有。当它走到某个地方时,NS应该学会加入运动。 Uladzimir Izerski 2022.01.06 04:59 #25443 elibrarius#: 显然,只有在最近才有。当它走到某个地方时,NS将不得不学习加入运动。 那么MO的整个缺点是,NS要么拒绝学习,要么像大多数技术指标一样非常延迟。那么,如果不能适应新的市场现实,学习的意义何在? 我并不反对NS。我自己也用NS,但没有经过培训。我使用严格的比例。NS作为TS的一个元素,用于确认其他信号源。你可以--不可以--不可以--等待。 输出结果的百分比。其实这就是定向运动的力量。通过这种方式,也可以方便地观察波浪的反转,或者像有些人说的那样,观察趋势。这种方法可用于任何TF。不需要对NS进行培训和再培训,因为价格行为在任何TF中都是相同的。 这就是 结果 可能看起来 很容易。 Forester 2022.01.06 07:02 #25444 Uladzimir Izerski#: 那么MO的整个缺点是,NS必须拒绝学习或像大多数技术指标一样严重滞后。那么,如果不能适应新的市场现实,学习还有什么意义?我并不反对NS。我自己也用NS,但没有经过培训。我使用严格的比例。NS作为TS的一个元素,用于确认其他信号源。你可以--不可以--不可以--等待。输出结果的百分比。其实这就是定向运动的力量。通过这种方式,也可以方便地观察波浪的反转,或者像有些人说的那样,观察趋势。这种方法可用于任何TF。不需要对NS进行培训和再培训,因为价格行为在任何TF中都是相同的。这就是 结果 可能看起来 很容易。 我喜欢 "基于神经网络的数据库 "或forest/bust的定义。 在历史上找到类似的情况,MO会报告说,例如在10个类似的情况中,有7个出现了增长。有一个滞后,但不是很大。MO记得所发生的事情,并没有等待MA的转动。一般来说,头肩部模式,MO会发现并建议最可能的结果。问题是,我们对新数据的了解大约是50/50。 那么,即使坐在终端前,我们也不会有时间去关注新闻。通常情况下,新闻出现时,运动已经开始了几秒钟。 Uladzimir Izerski 2022.01.06 10:47 #25445 elibrarius#: 我喜欢 "基于神经网络的数据库 "的定义,很好,或者说是森林/灌木。 在历史上找到类似的情况,MO会报告说,例如在10个类似的情况中,有7个出现了增长。有一个滞后,但不是很大。MO记得所发生的事情,并没有等待MA的转动。一般来说,头肩部模式,MO会发现并建议最可能的结果。问题是,我们对新数据的了解大约是50/50。 那么,即使坐在终端前,我们也无法关注新闻。通常情况下,新闻出现时,运动已经在几秒钟前开始。 我对国家安全局总体上有一个预言的职责。 你不能指望一个有MO的NS对瞬间的价格变化做出反应,因为市场价格不是一个完美的正弦波。在一个数据上的训练将不再适用于新的数据,而且是在一个短的时间间隔内的信号上。 顺便说一下,最近的头和肩膀与15年前不一样了)。鲨鱼已经学会了如何巧妙地在他们身上捕捉流动性。生活在流动,一切都在变化。偷窥者越来越狡猾了。需要有新的盈利方式和技巧。今天是短期交易。我正朝着这个方向努力。 Rorschach 2022.01.09 13:45 #25446 谁下载了 什么有趣的、值得进一步完善的东西? Uladzimir Izerski 2022.01.12 19:25 #25447 以下是文章中的几句引言。 "人工智能的特殊性在于,该技术没有能力驾驭新的、非标准的情况。如果市场上出现异常情况,模型不太可能提出最佳的出路。大流行病是这方面的一个典型例子。经济合作与发展组织(OECD)援引数据 称,根据英格兰银行 的调查,大约35%的银行在此期间经历了基于机器学习的人工智能模型的负面影响。这主要是由于该大流行病导致许多宏观经济指标发生变化,而这些指标是模型开发中涉及的参数。 鉴于人工智能的这些特点,许多金融机构并没有给予它充分的自由度。例如,在Sberbank,AI不允许直接控制交易机器人。相反,它作为一个 "智能 "助手,给交易员提供如何配置执行算法的建议。也就是说,最后的决定总是由人做出的。" -------------- "由于有了算法,交易可以自动执行,交易者的参与程度最低。朱庇特资产管理公司告诉 我们, 2018年,美国股市约80%的交易几乎完全由机器控制。" ------------- NS还不是人工智能,但已经是人工智能的一个元素,在交易中存在更大的问题。 [删除] 2022.01.12 19:28 #25448 Uladzimir Izerski#: 以下是文章中的几句引言。"人工智能的特殊性在于,该技术没有能力驾驭新的、非标准的情况。如果市场上出现异常情况,模型不太可能提出最佳的出路。大流行病是这方面的一个典型例子。经济合作与发展组织(OECD)援引数据 称,根据英格兰银行 的调查,大约35%的银行在此期间经历了基于机器学习的人工智能模型的负面影响。这主要是由于该大流行病导致许多宏观经济指标发生变化,而这些指标是模型开发中涉及的参数。 鉴于人工智能的这些特点,许多金融机构并没有给予它充分的自由度。例如,在Sberbank,AI不允许直接控制交易机器人。相反,它作为一个 "智能 "助手,给交易员提供如何配置执行算法的建议。也就是说,最后的决定总是由人做出的。" -------------- "由于有了算法,交易可以自动执行,交易员的参与程度最低。朱庇特资产管理公司告诉 我们, 2018年,美国股市约80%的交易几乎完全由机器控制。" ------------- NS还不是人工智能,但已经是人工智能的一个元素,在交易中存在更大的问题。 当我听了对麋鹿(野猪)的解释后,我认为这与人工智能有关。 mytarmailS 2022.01.14 10:03 #25449 Rorschach#: 有没有人下载了 什么有趣的东西,值得进一步完善的? 也许在比较某些主要成分的预测和未来的实际成分时,会有一些收获。 记住预测,我们将目前的成分与根据预测的相关性 "应该是 "的成分进行比较...。 如果关联性很强,那么我们就会进行交易... 只是一个去哪里的想法。 像这样,只要预测和现实之间的相关性很强,那么我们就会尝试相信预测......。 由SSA对移动平均线的第二个主要部分进行预测,第一个部分被删除。 Rorschach 2022.01.14 16:52 #25450 mytarmailS#: 也许在比较一些主要成分的预测和未来的真实成分时,会有一些发现。因此,记住预测,我们将当前的成分与 "根据预测应该是 "的成分进行比较,以获得相关性...。如果关联性很强,那么我们就会进行交易...只是一个去哪里的想法。像这样,只要预测和现实之间的相关性很强,那么我们就会尝试相信预测......。由移动平均线的第二个主要分量预测,第一个分量被删除。 问题是在多少情况下,预测会起作用。 https://www.mql5.com/ru/forum/330111/page2#comment_16078211 https://www.mql5.com/ru/articles/318(5个预测精度的估计) 1...253825392540254125422543254425452546254725482549255025512552...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
不否认浪潮...波浪是次要的,新闻/事件的冲动是主要的。这就变成了波浪。但这是一个水平问题,一个小石子沿着这样的轨迹飞行,带着这样的重量和这样的构造,会产生什么样的波浪。波浪取决于所有三个,而且不仅是卵石的三个参数,还取决于不仅是卵石的外部影响。
因此,它是。
而这里是如何将机器学习应用于新闻、谣言和政治家的声明)。
我在这里读国防部的胡说八道已经有好几年了。这是个有趣的话题。
对不起,离题了。我悄悄地走开了。
事情就是这样的。
而这就是机器学习如何附着在新闻、谣言、政治家的声明上的原因)。
显然,只有在最近才有。当它走到某个地方时,NS应该学会加入运动。
显然,只有在最近才有。当它走到某个地方时,NS将不得不学习加入运动。
那么MO的整个缺点是,NS要么拒绝学习,要么像大多数技术指标一样非常延迟。那么,如果不能适应新的市场现实,学习的意义何在?
我并不反对NS。我自己也用NS,但没有经过培训。我使用严格的比例。NS作为TS的一个元素,用于确认其他信号源。你可以--不可以--不可以--等待。
输出结果的百分比。其实这就是定向运动的力量。通过这种方式,也可以方便地观察波浪的反转,或者像有些人说的那样,观察趋势。这种方法可用于任何TF。不需要对NS进行培训和再培训,因为价格行为在任何TF中都是相同的。
那么MO的整个缺点是,NS必须拒绝学习或像大多数技术指标一样严重滞后。那么,如果不能适应新的市场现实,学习还有什么意义?
我并不反对NS。我自己也用NS,但没有经过培训。我使用严格的比例。NS作为TS的一个元素,用于确认其他信号源。你可以--不可以--不可以--等待。
输出结果的百分比。其实这就是定向运动的力量。通过这种方式,也可以方便地观察波浪的反转,或者像有些人说的那样,观察趋势。这种方法可用于任何TF。不需要对NS进行培训和再培训,因为价格行为在任何TF中都是相同的。
这就是 结果 可能看起来 很容易。
在历史上找到类似的情况,MO会报告说,例如在10个类似的情况中,有7个出现了增长。有一个滞后,但不是很大。MO记得所发生的事情,并没有等待MA的转动。一般来说,头肩部模式,MO会发现并建议最可能的结果。问题是,我们对新数据的了解大约是50/50。
那么,即使坐在终端前,我们也不会有时间去关注新闻。通常情况下,新闻出现时,运动已经开始了几秒钟。
我喜欢 "基于神经网络的数据库 "的定义,很好,或者说是森林/灌木。
在历史上找到类似的情况,MO会报告说,例如在10个类似的情况中,有7个出现了增长。有一个滞后,但不是很大。MO记得所发生的事情,并没有等待MA的转动。一般来说,头肩部模式,MO会发现并建议最可能的结果。问题是,我们对新数据的了解大约是50/50。
那么,即使坐在终端前,我们也无法关注新闻。通常情况下,新闻出现时,运动已经在几秒钟前开始。
我对国家安全局总体上有一个预言的职责。
你不能指望一个有MO的NS对瞬间的价格变化做出反应,因为市场价格不是一个完美的正弦波。在一个数据上的训练将不再适用于新的数据,而且是在一个短的时间间隔内的信号上。
顺便说一下,最近的头和肩膀与15年前不一样了)。鲨鱼已经学会了如何巧妙地在他们身上捕捉流动性。生活在流动,一切都在变化。偷窥者越来越狡猾了。需要有新的盈利方式和技巧。今天是短期交易。我正朝着这个方向努力。
以下是文章中的几句引言。
"人工智能的特殊性在于,该技术没有能力驾驭新的、非标准的情况。如果市场上出现异常情况,模型不太可能提出最佳的出路。大流行病是这方面的一个典型例子。经济合作与发展组织(OECD)援引数据 称,根据英格兰银行 的调查,大约35%的银行在此期间经历了基于机器学习的人工智能模型的负面影响。这主要是由于该大流行病导致许多宏观经济指标发生变化,而这些指标是模型开发中涉及的参数。
鉴于人工智能的这些特点,许多金融机构并没有给予它充分的自由度。例如,在Sberbank,AI不允许直接控制交易机器人。相反,它作为一个 "智能 "助手,给交易员提供如何配置执行算法的建议。也就是说,最后的决定总是由人做出的。"
--------------
"由于有了算法,交易可以自动执行,交易者的参与程度最低。朱庇特资产管理公司告诉 我们, 2018年,美国股市约80%的交易几乎完全由机器控制。"
-------------
NS还不是人工智能,但已经是人工智能的一个元素,在交易中存在更大的问题。
以下是文章中的几句引言。
"人工智能的特殊性在于,该技术没有能力驾驭新的、非标准的情况。如果市场上出现异常情况,模型不太可能提出最佳的出路。大流行病是这方面的一个典型例子。经济合作与发展组织(OECD)援引数据 称,根据英格兰银行 的调查,大约35%的银行在此期间经历了基于机器学习的人工智能模型的负面影响。这主要是由于该大流行病导致许多宏观经济指标发生变化,而这些指标是模型开发中涉及的参数。
鉴于人工智能的这些特点,许多金融机构并没有给予它充分的自由度。例如,在Sberbank,AI不允许直接控制交易机器人。相反,它作为一个 "智能 "助手,给交易员提供如何配置执行算法的建议。也就是说,最后的决定总是由人做出的。"
--------------
"由于有了算法,交易可以自动执行,交易员的参与程度最低。朱庇特资产管理公司告诉 我们, 2018年,美国股市约80%的交易几乎完全由机器控制。"
-------------
NS还不是人工智能,但已经是人工智能的一个元素,在交易中存在更大的问题。
有没有人下载了 什么有趣的东西,值得进一步完善的?
也许在比较某些主要成分的预测和未来的实际成分时,会有一些收获。
记住预测,我们将目前的成分与根据预测的相关性 "应该是 "的成分进行比较...。
如果关联性很强,那么我们就会进行交易...
只是一个去哪里的想法。
像这样,只要预测和现实之间的相关性很强,那么我们就会尝试相信预测......。
由SSA对移动平均线的第二个主要部分进行预测,第一个部分被删除。
也许在比较一些主要成分的预测和未来的真实成分时,会有一些发现。
因此,记住预测,我们将当前的成分与 "根据预测应该是 "的成分进行比较,以获得相关性...。
如果关联性很强,那么我们就会进行交易...
只是一个去哪里的想法。
像这样,只要预测和现实之间的相关性很强,那么我们就会尝试相信预测......。
由移动平均线的第二个主要分量预测,第一个分量被删除。
问题是在多少情况下,预测会起作用。
https://www.mql5.com/ru/forum/330111/page2#comment_16078211
https://www.mql5.com/ru/articles/318(5个预测精度的估计)