交易中的机器学习:理论、模型、实践和算法交易 - 页 2619

 
Fast235 #:

有什么地方是我想黑你的吗?

看看你在这个主题中的帖子,如果版主还没有清理的话。
 
mytarmailS #:

试试吧,你当然可以近似于指标,但有时间间隔的离散逻辑用滑动窗口来描述是不现实的 这是一个事实

第二个模型,只在这些时刻学习交易。你必须试试,事先并不清楚。
 
Maxim Dmitrievsky #:
第二个模型,只在这些时刻学习交易。你必须尝试,事先并不清楚。

全部清除)

 
Fast235 #:

我明白了)。


对你自己的话负责,不要退缩。

 
mytarmailS #:

这不是那么简单的...

有利可图的策略不在移动窗口中交易,所以你不能用MO来模拟它们,因为按照标准,AMO是用表格数据工作的,而表格数据本质上是对移动窗口中的东西进行计算......


这里有一个来自天花板的例子:让我们称这个为 "有利可图的策略":等待突破每周的低点,然后回去等待某种蜡烛图的配置--进入...

如果你有表格数据,你怎么能在MO中找到这样的模式,也就是说,你寻找最后的n个蜡烛图,答案是没有。

当然,你可以为这个"有利可图的策略 " 创建特质,使其发挥作用,但你必须了解这个策略才能为其创建特质,而我们并不了解...


只有两种算法可以解决这些问题,也许只有一种...但是有。

MO有一个 "+"。当所有的指数都给出一个买点时,MO记得在那种情况下,卖点是可以的。纯粹是统计学。但也有一个"-"。理想情况下,了解模式会使事情更有趣。为了识别图案的大小和图案本身,你需要一个单独的网络。这立即超过了MT的硬件和软件(内存)能力,并将使培训在时间支出方面不切实际。而在市场中使用第三方软件是不可接受的,所以我们必须找到一个折中的办法。如果我们采取更大的时间框架和更少的条形图,图片就会失去其独特性。如果我们采取一个小的TF和许多条,那么主要趋势的惯性就会丧失。我倾向于在NS中完全不使用任何指标--它减慢了反应时间,并导致了刻板印象。

 
Dmytryi Voitukhov #:

MO有一个'+'。当所有的指数都给出一个买点时,MO记得在那种情况下,卖点是可以的。纯粹是统计学。但也有一个"-"。理想情况下,了解模式会使事情更有趣。为了识别图案的大小和图案本身,你需要一个单独的网络。这立即超过了MT的硬件和软件(内存)能力,并将使培训在时间支出方面不切实际。而在市场中使用第三方软件是不可接受的,所以我们必须找到一个折中的办法。如果我们采取更大的时间框架和更少的条形图,图片就会失去其独特性。如果我们采取一个小的TF和许多条,那么主要趋势的惯性就会丧失。我倾向于在NS中完全不使用任何指标--它减慢了反应时间,并导致了刻板印象。

你说的是不同的东西...
 

我的那个概念......嗯,很难把握,内脏本身,过份。

需要阅读普拉多的文章,前几天)想要一个TC的MO!

 
GitHub - fernandodelacalle/adv-financial-ml-marcos-exercises: Exercises of the book: Advances in Financial Machine Learning by Marcos Lopez de Prado
GitHub - fernandodelacalle/adv-financial-ml-marcos-exercises: Exercises of the book: Advances in Financial Machine Learning by Marcos Lopez de Prado
  • fernandodelacalle
  • github.com
My solutions to the exercises of the book. All the code of the src/snippets folder is taken from the book Python 3.6 and libraries of requirements.txt A dokerfile is also provided.
 
Maxim Dmitrievsky #:

我的那个概念......嗯,很难把握,内脏本身,过份。

需要阅读普拉多的文章,前几天)想要一个TC的MO!

我认为你首先需要了解市场的滑动窗口的弱点,然后等待你可以看多少的迹象,服务器至少需要计算一些东西。
 
mytarmailS #:
我认为你首先需要了解使用滑动窗口的市场的缺陷,然后你需要一个服务器来计算一些东西。
有什么好计较的呢?在Mac上5分钟内完成200个模型,这就像Intel 9一样。
我知道有缺陷,但我希望有一个国防部的发电机。