交易中的机器学习：理论、模型、实践和算法交易 - 页 2624

[JeeyCi]

Maxim Dmitrievsky #:
，而不是从分层😀。

"亵渎的言论 "是否来自于亵渎一词...？

所以你是同一群人中 的一员......- "嬉笑怒骂的公司"......。在这样的情况下，人们真的只能在低概率下学习和工作，以为贝叶斯会为他们做一切事情......

好吧，如果背包已经决定在统计学和莫方面进行革命--我不会妨碍......不要忘记尝试自己的东西!

[Maxim Dmitrievsky]

JeeyCi #:

"深刻的言论 "这个词是否来自 "亵渎 "这个词......？

所以你们是同一批人......- "嬉笑怒骂的公司"......在其中，人们真的只在低概率的情况下学习和工作，认为贝叶斯会为他们做一切事情...

好吧，如果背包已经决定在统计学和莫方面进行革命--我不会妨碍......不要忘记尝试自己的东西!

我甚至没有否认。

但最近了解了背景和忘记门，用巧妙的眼神教导玛莎，这不是一个好主意，要给建议。

[mytarmailS]

Maxim Dmitrievsky #:

你有没有看到关于象征性回归的东西？

[Maxim Dmitrievsky]

mytarmailS #:
你有没有看到关于象征性回归的东西？

不，我没有，描述一下你的想法，也许有一个例子，我可以做一些挖掘。也许通过MT5优化器还有其他方法。这个想法还不清楚

[Renat Akhtyamov]

到达;)

https://www.mql5.com/ru/forum/86386/page2615#comment_28692929

[mytarmailS]

Maxim Dmitrievsky #:
还没有，你描述一下要做的想法，也许有一个例子，你可以探究一下。而通过MT5优化器也许还有其他方法。这个想法还不清楚

这个想法是为了生成任何复杂的模式，没有限制

[Maxim Dmitrievsky]

mytarmailS #:

这个想法是为了生成任何复杂的模式，没有限制

我们拿着取物和目标，寻找数值所属的F-U？我知道了，你可以使用一个优化器或一个现成的软件包。

https://gplearn.readthedocs.io/en/stable/

https://medium.com/analytics-vidhya/python-symbolic-regression-with-gplearn-cbc24dbbc271

除了有时错误率较低外，我看不出这比NS或提升有什么好处

[mytarmailS]

Maxim Dmitrievsky #:
我们是否从特征和目标出发，寻找一个f函数，这些值属于这个函数？嗯，我知道了，你可以用优化器或现成的软件包来做。

https://gplearn.readthedocs.io/en/stable/

https://medium.com/analytics-vidhya/python-symbolic-regression-with-gplearn-cbc24dbbc271

除了有时错误率较低外，我看不出这比NS或提升有什么好处。

这篇文章没有更好的，可能甚至更糟，通常的近似...

想象一下，你需要找到一个图形模式。它看起来是这样的：每周的低点，价格打破它，然后上升，然后再次下降，然后再次上升，然后价格从顶部触及移动平均线，然后你必须买入。

这就是规则......只是事件的顺序，没有时间参考，没有指数，模式可以形成2小时或12小时......。

即使我们知道这种模式，也不是那么容易编程的，我们不知道......问题是如何能够自动生成这样的想法？

[Rorschach]

有人检查过MO的虱子吗？以100条为例。50%的人像这样进食，50%的人随机混在一起的顺序。网/森林能知道随机在哪里吗？森林更有趣，你可以看一下这些标志。

[Maxim Dmitrievsky]

mytarmailS #:
这篇文章没有更好的，可能甚至更糟，通常的近似...

想象一下，你需要找到一个图形模式。它看起来是这样的：每周的低点，价格打破它，然后上升，然后再下降，然后再上升，然后价格从上方触及移动平均线，然后你必须买。

这就是规则......只是事件的顺序，没有时间参考，没有指数，模式可以形成2小时和12小时之多。

即使我们知道这种模式，也不是那么容易编程的，我们不知道......问题是如何能够自动生成这样的想法？

到目前为止还没有想到什么，在符号回归的背景下😀，我们有大块的构件，如MAs，纳达尔最小值之类的东西。问题是什么出来了