交易中的机器学习：理论、模型、实践和算法交易 - 页 2612

新评论
 
Maxim Dmitrievsky #:

图的前三分之一--新数据，没有参与训练

从25次和100次迭代的图片中，你可以看到它在100次迭代时有所改善，尽管最大限度是70次左右。

那么在这里我会做一个表格，3个选项--1个模型，2个有25次迭代，2个有100次迭代。还有一些交易员的指标（PF，胜率）。都在开放源码上。不知何故，"在某个地方有一块是开放源码软件"，质量指标显然是IS+OOS的一件事。而以人的方式衡量的纯粹的OOS则完全是另一回事。

 
Replikant_mih #:

那么在这里我会做一个表格，3个选项--1个模型，2个有25次迭代，2个有100次迭代。还有一些交易员的指标（PF，胜率）。都在开放源码上。不知何故，"在某个地方有一块是开放源码软件"，质量指标显然是IS+OOS的一件事。而以人的方式衡量的纯粹的OOS则完全是另一回事。

有很多表格，我只是给你一个工作原理的概述。

这个想法还没有最后确定，在晚上喝咖啡时进行实验。
 
Maxim Dmitrievsky #:

lstm总是和MA一起工作，很久以前就测试过了。

谢谢你的提醒!- 忘忧门似乎很有前途，所以我决定开始运行它......。谢谢你把我从耙子里救出来）......

但仍会考虑如何和用什么来旋转这个问题。

 
JeeyCi #:

谢谢你的提醒!- 忘忧门似乎很有前途，所以我想我应该开始做这件事......。谢谢你把我从耙子里救出来)

需要一些其他的损失，否则它总是在MA下作为最好和最简单的选择（对过去价值的愚蠢预测）。

在Kaggle的某个地方看到了完全相同的Zafits，他们都是这样做的)

 
Maxim Dmitrievsky #:

有很多板块，只是概述了它的工作方式。

这个想法还没有最终确定，在晚上喝咖啡时进行实验 :h

我明白了，我只是在评估一些东西时通常不在IS上测量，这就是为什么它引起了我的注意。

 
Maxim Dmitrievsky #:

需要一些其他的损失，否则它总是在MA下作为最好的选择和最简单的（对过去价值的愚蠢预测）。

我在Kaggle的某个地方看到过一模一样的取物，他们都是这样做的 )

即使是预测增量而不是预测价格吗？

 
Replikant_mih #:

我明白了，我只是在评价一个东西时通常不在IS上衡量任何东西，这就是为什么它引起我的注意。

只是看到交易的总数也很有趣，随着越来越多的坏案例被删除，它在每次迭代中都会减少。

到目前为止还不错。

 
Replikant_mih #:

如果预测的是增量而不是价格，是否也是如此？

我想是的 )

稳态序列进行学习，增量，然后重构回图
 
Maxim Dmitrievsky #:

需要一些其他的损失，否则它总是在MA下作为最好的选择和最简单的（对过去价值的愚蠢预测）。

我在Kaggle的某个地方看到过一模一样的Zafits，他们都是这样做的 )

好吧，如果预测器只有Close（经测试），那么就没有其他的方法来教它......我认为其他方式不太可能有帮助（即使是我手写的--我不是一个物理学家）)- 用矢量代数手写的微分，我还想不出来 ...可以看到
 
secret #:
这里还有一个例子：现在天然气的销售将以卢布为单位，很可能通过中间商。
而在此之后，与出口商缴税有关的关于usdrub的季节性策略可能会被打破。而且，它可以有意义地关闭，直到下一次市场结构的变化。
而使用MO，你根本没有机会了解为什么招致的系统会崩溃，以及为什么它能发挥作用。

正如容易理解的那样，这一切都归结于蒂莫申科启发的气体计划。这就是你们（从业者）的情况。你想谈论你对市场的超级独家知识，结果要么是明显的陈词滥调，要么是类似于 "美元不可避免的崩溃 "教派或 "专家 "关于 "市场波浪规律 "的故事。

1...260526062607260826092610261126122613261426152616261726182619...3399
新评论