交易中的机器学习:理论、模型、实践和算法交易 - 页 2565

 
Rorschach#:
有趣的是。我在赫斯特上挑选刻度,我得到的数值与传播刻度中的0.5非常不同,时间刻度越大,赫斯特就越接近0.5。我在一个面具 上做了一个原始的系统,并把10、100、1000、10000的周期替换掉。所有这些都有大致相同的预期回报。这就是一个有效的市场。

我很确定,如果你阅读了关于这个系数的含义,你可以应用MO。

来教给系统一个模式,取决于系数的值就好了。

 
Renat Akhtyamov#:

几乎可以肯定的是,如果你读懂了系数的含义,是可以应用MO的。

根据系数值教给系统一个模式也不错。

当你有充分的信心时再来吧
 
Aleksey Vyazmikin#:

首先我们丢弃,然后我们合并。

因此,对于每个预测器,我们采取一个规则,如0.5<X<7.3,然后我们建立一些可能的组合,其中每个规则要么包括,要么不包括。我们得到2^N种可能的变体,其中N是预测器的数量。如果我们把所有树的叶子作为初始规则,那么N就是这些叶子的数量。在任何情况下,即使有少量的预测因子,我们也会得到大量的变体,这与两个问题有关。

1) 导致搜索时间非常长

2)该方法过于灵活,我们在偏差和方差之间的权衡强烈偏向于增加方差。

一般来说,对于小的N(取决于样本大小),它可以发挥作用,但对于大的样本,它将导致过度训练。

 
Maxim Dmitrievsky#:
当你完全确定时再来。

我不是在寻求许可,你误解了帖子的意思

 
Renat Akhtyamov#:

我不是在寻求许可,你误解了帖子的意思

你必须预测它的动态,加上它是滞后的
 
Maxim Dmitrievsky#:
你必须预测它的动态,另外它是滞后的

这只是一个系数。

发现了它,做出了结论,并忘记了赫斯特的事。

他在外汇中说,商有一个分形结构,而且上下加起来。

嘀嗒,嘀嗒

这里的分形实际上是一个三角形,与对数正态分布图的外观相似,是唯一的模式,没有给出其他模式。

顺便说一下,这一点被萨缪尔森证明了,他因此获得了诺贝尔奖。

因此,让我们的神经系统开始工作。

 
Renat Akhtyamov#:

这只是一个系数。

发现了它,做出了结论,并忘记了赫斯特的事。

谁在外汇中说,商有一个分形结构,加起来,加下来。

嘀嗒,嘀嗒

这里的分形实际上是一个三角形,与对数正态分布图的外观相似,是唯一的模式,没有给出其他模式。

顺便说一下,这一点被萨缪尔森证明了,他因此获得了诺贝尔奖。

因此,让我们的神经系统开始工作。

不要为难萨缪尔森--他并没有证明这样的事情。

 
Renat Akhtyamov#:

这只是一个系数。

发现了它,做出了结论,并忘记了赫斯特的事。

谁在外汇中说,商有一个分形结构,加起来,加下来。

嘀嗒,嘀嗒

这里的分形实际上是一个三角形,与对数正态分布图的外观相似,是唯一的模式,没有给出其他模式。

顺便说一下,这一点被萨缪尔森证明了,他因此获得了诺贝尔奖。

因此,让我们的神经元开始工作吧

得出的结论是什么?
 
Dmytryi Nazarchuk#:

至少不要让萨缪尔森难堪--他并没有证明任何这样的事情。

对你自己进行教育会有好处。

 
Maxim Dmitrievsky#:
你得出了什么结论?

https://www.mql5.com/ru/forum/375928/page2

如果0≤H<0.5--价格是分形的,FMH被证实,在变量分布中存在 "重尾",反持久系列,即价格变化中的负相关,粉红噪声与价格方向的频繁变化。