交易中的机器学习：理论、模型、实践和算法交易 - 页 2609

[Maxim Dmitrievsky]

最初的意图是做一个无特征的模型，将标签与任何特征相匹配。

比如，对于每一个回归者，你都可以捡到它预测的时刻。

但对征兆仍然很敏感，有些人工作得很好，有些人则很平庸。

[mytarmailS]

Maxim Dmitrievsky #:

谷歌对我有用

[Renat Akhtyamov]

Maxim Dmitrievsky #:

最初的意图是做一个无特征的模型，将标签与任何特征相匹配。

比如，对于每一个回归者，你都可以捡到它预测的时刻。

但对征兆仍然很敏感，有些人工作得很好，有些人则很平庸。

马克西姆，你火了，这是个好主意。

连接第三个神经元进行模式识别

[Replikant_mih]

Renat Akhtyamov #:

马克西姆，这是个好主意。

连接第三个神经元进行模式识别

是的，如果你 "解放思想"，不敲打门："价格进入，预测烛台颜色 "或类似的东西，那么这么多有趣的选择和方向一下子就打开了。

[Serqey Nikitin]

Maxim Dmitrievsky #:

最初的意图是做一个无特征的模型，将标签与任何特征相匹配。

比如，对于每一个回归者，你都可以捡到它预测的时刻。

但对征兆仍然很敏感，有些工作很好，有些则很平庸。

一个简单的问题--这种方法所依据的原始数据是什么......对这种原始数据的信心程度如何......？( 意味着DC有可能操纵这些数据...)

这对这项技术的结果有直接的影响......。

[Rorschach]

Aleksey Nikolayev #:

说实话，如果不做解释，画面就不是很清晰。好，并画出一个更好的热图或密度图。

同一主题 https://www.mql5.com/ru/forum/86386/page2534#comment_26672056

[Valeriy Yastremskiy]

Maxim Dmitrievsky #:
根据设计，它应该寻找一些东西--你不知道是什么，但这是一致的。这是关于自动生成策略的话题。到目前为止，我给它打 "C"，也许会有一些发展。一个未曾尝试过的主题。

你是否手动标记不良区域？如果是手工操作，你如何确定边界？是否有很多损失，或者权益低于直线？

总的来说，我得出的结论是，我们可以简单地把每个小时分开来看。也许这里面有一些道理。Boxplots有意义)

[Valeriy Yastremskiy]

Aleksey Nikolayev #:

而如果它不卖卢布，我们能有意义地不关掉它吗？听起来合乎逻辑)

听起来就像说使用MO会导致脑萎缩一样))

)))一般来说，制定可见的行动当然是符合逻辑的，但也是在不了解过程的情况下进行的。算法拟合也一样是随机的，尽管它比随机图上更稳定）。

[Maxim Dmitrievsky]

Valeriy Yastremskiy #:

你是否手动标记不良区域？如果是手工操作，你如何确定边界？是否有很多损失，或者说权益低于一条直线？

总的来说，我得出的结论是，我们可以简单地把每个小时分开来看。也许这里面有一些道理。Boxplots有意义)

训练过的--在数据上运行，标记出不好的地方

自动播放

[Valeriy Yastremskiy]

Maxim Dmitrievsky #:

训练过的--在数据上运行它，注意到哪些地方是坏的

在机器上。

我不明白，你是如何划定坏区的界限的？是开仓和平仓都有亏损的地方，还是在更大的范围内，比如有一半的交易是亏损的？