交易中的机器学习：理论、模型、实践和算法交易 - 页 268 1...261262263264265266267268269270271272273274275...3399 新评论 Dr. Trader 2017.02.01 10:45 #2671 mytarmailS:收到警告 从逻辑上讲，脚本试图从rdata文件中读取之前创建的表，但失败了，所以它被卡住了。下一次你运行脚本时，带有表格的rdata文件将被读取，并且不会出现翘曲。NA - 也符合逻辑，建立模型的数据应该是准备好的，而不是从这些指标的原始输出中提取。在那里可以做的事情还有很多------。<NA>在表格的开头是可以的，毕竟蜡烛图至少需要23个柱子。对于前23个小节，你可以一直期待NA。 我没有把表格填到窗口的宽度，不仅会有NA，而且人们可以期待 "一些不那么 "的结果，因为指标计算的 深度较浅。 最好把所有的第一行切成窗口宽度。 trainData <- trainData[-(1:indicatorDepth), ] 。纠正除目标以外的列名中的<NA>： colnames(trainData)[-ncol(trainData)] <- paste0("pred",1:(ncol(trainData)-1) )对于所有的正数，用1代替目标，对于所有的负数，用-1代替目标。或{0;1}，如果你有神经元。那些包含一些接近价格的数值的指标--比例为0-1，或计算deltas。(例如MA值总是在接近价格的地方，它们需要被缩放或delta。而RSI总是在自己的0-100范围内，这本身就是一件好事。如果指标值可以超出训练期间的已知值--delta它，它不会变得更糟)对于一般的神经元来说，最好将所有的指标都按0-1的比例划分。如此下去。但第46-51栏中的NA--确实有问题。要么它们以另一种格式返回所有的东西，我们需要另一段代码专门将它们插入到表中。 或者--这些指标只是自己返回NA；也许它们需要更大的窗口宽度；或者它们总是为最后一个柱状体返回NA，然后根据新的柱状体数据替换NA，这是重绘，而且很糟糕。 Dr. Trader 2017.02.01 11:08 #2672 桑桑尼茨-弗门科。这里出现了一个新的柱子，这是市场反转的预兆。但我们，继续喂养着这头神牛，不会为了一些想法而改变我们对历史的看法，从 "分析 "部分摘取。对于简单的交易，这是相当出色的，我同意。该指标已经发现了某种刚刚出现的模式，并向我们展示了它，一切都很好。但我们需要准备数据并训练模型。如果一个指标是透支的，通常意味着过去的条形图的值根据较新的数据在不断变化，也就是说，可以窥见未来。而模型最终会从这些着眼于未来的价值中学习，没有什么好东西可以出来。 虽然，这样的指标可以作为学习的目标，但同样的人字形，比如说，看100个柱子的前方，这就是为什么它能吸引人画出趋势。 Dr. Trader 2017.02.01 11:21 #2673 Dr.Trader:但第46-51栏中的NA--确实有问题。要么是指标以不同的格式返回所有内容，需要专门用不同的代码将它们插入到表中。或者--这些指标只是自己返回NA；也许需要一个更大的窗口宽度；或者它们总是为最后一个柱状体返回NA，然后根据新的柱状体数据替换NA，这是重绘，而且很糟糕。检查了一下，看起来是透支了。对于最后一个棒，NextCandlePosition指标总是返回NA。然后在下一栏，它用看起来正确的东西取代NA。@mytarmailS 再试试你的第一段代码，但没有这个指标并训练模型，我想结果会更糟。我纠正了我的脚本，取了nextCandlePosition的倒数第二个值，而不是最后一个值，现在最后几行表格中就没有NA了。 СанСаныч Фоменко 2017.02.01 11:30 #2674 Dr.Trader:对于简单的交易，这是相当出色的，我同意。该指标已经发现了某种刚刚出现的模式，并向我们展示了它，一切都很好。但我们需要准备数据，并教授模型。如果指标重绘，通常意味着以前的条形图的值在较新数据的基础上不断变化，也就是说，有一个对未来的展望。而模型最终会从这些着眼于未来的价值中学习，没有什么好东西可以出来。 虽然，这样的指标可以作为学习的目标，但同样的人字形，比如说，看100个柱子的前方，这就是为什么它能吸引人地绘制趋势。让我们用一个简单的例子。1.我们画了一个Hodrick-Prescott平滑图。它被重新绘制。在当前的酒吧里，切线向上看。在下一个柱状图上，切线指向下方--指标重新绘制，因为它考虑到了当前的变化。预测向前一步--向下一步。2.绘制切线。在当前的条形图上，正切线呈上升趋势。在下一个柱状图上，切线看起来是向上的--指标还没有达到变化。请考虑到HP指标在10-15条的某个地方停止重绘。你的选择，为什么？ Dr. Trader 2017.02.01 11:37 #2675 桑桑尼茨-弗门科。你的选择，为什么？在手工交易中--我可以假设有好的策略使用这两个指标。我不知道任何这样的策略，所以我不会和他们交易。在机器学习中--我会选择向导。愚蠢的滞后指标比任何重绘指标都好。 mytarmailS 2017.02.01 11:47 #2676 Dr.Trader:检查了一下，看来是透支了。对于最后一个棒，NextCandlePosition指标总是返回NA。然后在下一小节，它用需要的东西取代了NA。@mytarmailS 再试试你的第一段代码，但没有这个指标并训练模型，我想结果会更糟。我纠正了我的脚本，取了NextCandlePosition的倒数第二个值，而不是最后一个，现在表格的最后几行就没有NA了。我写道，我删除了大约6个最好的预测器，只想把那些可能过度涂抹的预测器去掉，但准确率下降了大约3%，它们可能都是过度涂抹的......。那么，你已经训练好了模型吗？ 也许你应该从几千人开始尝试，而不是一下子数到5万人？ mytarmailS 2017.02.01 13:22 #2677 虽然我不知道那里可以重绘什么，但绝大多数的蜡烛图只有三个输出选项TRUE,FALSE,NA。 Dr. Trader 2017.02.01 13:39 #2678 mytarmailS:是的，我写道，我删除了大约6个最好的预测器，只是删除了那些可能重绘的预测器，但准确率简直下降了3%，那里可能都是重绘的...采用你的代码，删除了从nextCandlePosition (X27)获得的6个指标，得到的准确率为52%，而不是100%。在稍有不同的训练指数上，准确率有时低于50%。总而言之--随机。mytarmailS: 虽然我不知道什么是可以重新绘制的，但在绝大多数的烛台形态中，只有三个TRUE,FALSE,NA输出。使用nextCandlePosition--你得到的是与下一栏真正相关的数值，这里是对未来1步的展望。所以它没有发挥作用。 mytarmailS 2017.02.01 15:30 #2679 Dr.Trader: 采用你的代码，删除了从nextCandlePosition (X27)获得的6个指标，得到的准确率为52%，而不是100%。在稍有不同的训练指数上，准确率有时低于50%。一般来说--随机。使用nextCandlePosition--你可以得到与下一栏真正相关的数值，这里是指未来的1步。一般来说，它不起作用。好了，一切都弄清楚了就好了，我并不真的相信圣杯的 存在。 Vladimir Perervenko 2017.02.02 17:34 #2680 有一个新的、非常有前途的软件包RKEEL网关到KEEL。祝好运 KEEL: Software tool. Evolutionary algorithms for Data Mining www.keel.es KEEL contains classical knowledge extraction algorithms, preprocessing techniques, Computational Intelligence based learning algorithms, evolutionary rule learning algorithms, genetic fuzzy systems, evolutionary neural networks, etc. 1...261262263264265266267268269270271272273274275...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
收到警告
从逻辑上讲，脚本试图从rdata文件中读取之前创建的表，但失败了，所以它被卡住了。下一次你运行脚本时，带有表格的rdata文件将被读取，并且不会出现翘曲。
NA - 也符合逻辑，建立模型的数据应该是准备好的，而不是从这些指标的原始输出中提取。在那里可以做的事情还有很多------。
<NA>在表格的开头是可以的，毕竟蜡烛图至少需要23个柱子。对于前23个小节，你可以一直期待NA。
我没有把表格填到窗口的宽度，不仅会有NA，而且人们可以期待 "一些不那么 "的结果，因为指标计算的 深度较浅。
最好把所有的第一行切成窗口宽度。
trainData <- trainData[-(1:indicatorDepth), ] 。
纠正除目标以外的列名中的<NA>： colnames(trainData)[-ncol(trainData)] <- paste0("pred",1:(ncol(trainData)-1) )
对于所有的正数，用1代替目标，对于所有的负数，用-1代替目标。或{0;1}，如果你有神经元。
那些包含一些接近价格的数值的指标--比例为0-1，或计算deltas。(例如MA值总是在接近价格的地方，它们需要被缩放或delta。而RSI总是在自己的0-100范围内，这本身就是一件好事。如果指标值可以超出训练期间的已知值--delta它，它不会变得更糟)
对于一般的神经元来说，最好将所有的指标都按0-1的比例划分。
如此下去。
但第46-51栏中的NA--确实有问题。要么它们以另一种格式返回所有的东西，我们需要另一段代码专门将它们插入到表中。
或者--这些指标只是自己返回NA；也许它们需要更大的窗口宽度；或者它们总是为最后一个柱状体返回NA，然后根据新的柱状体数据替换NA，这是重绘，而且很糟糕。
这里出现了一个新的柱子，这是市场反转的预兆。但我们，继续喂养着这头神牛，不会为了一些想法而改变我们对历史的看法，从 "分析 "部分摘取。
对于简单的交易，这是相当出色的，我同意。该指标已经发现了某种刚刚出现的模式，并向我们展示了它，一切都很好。
但我们需要准备数据并训练模型。如果一个指标是透支的，通常意味着过去的条形图的值根据较新的数据在不断变化，也就是说，可以窥见未来。而模型最终会从这些着眼于未来的价值中学习，没有什么好东西可以出来。
虽然，这样的指标可以作为学习的目标，但同样的人字形，比如说，看100个柱子的前方，这就是为什么它能吸引人画出趋势。
但第46-51栏中的NA--确实有问题。要么是指标以不同的格式返回所有内容，需要专门用不同的代码将它们插入到表中。
或者--这些指标只是自己返回NA；也许需要一个更大的窗口宽度；或者它们总是为最后一个柱状体返回NA，然后根据新的柱状体数据替换NA，这是重绘，而且很糟糕。
检查了一下，看起来是透支了。对于最后一个棒，NextCandlePosition指标总是返回NA。然后在下一栏，它用看起来正确的东西取代NA。@mytarmailS 再试试你的第一段代码，但没有这个指标并训练模型，我想结果会更糟。
我纠正了我的脚本，取了nextCandlePosition的倒数第二个值，而不是最后一个值，现在最后几行表格中就没有NA了。
对于简单的交易，这是相当出色的，我同意。该指标已经发现了某种刚刚出现的模式，并向我们展示了它，一切都很好。
但我们需要准备数据，并教授模型。如果指标重绘，通常意味着以前的条形图的值在较新数据的基础上不断变化，也就是说，有一个对未来的展望。而模型最终会从这些着眼于未来的价值中学习，没有什么好东西可以出来。
虽然，这样的指标可以作为学习的目标，但同样的人字形，比如说，看100个柱子的前方，这就是为什么它能吸引人地绘制趋势。
让我们用一个简单的例子。
1.我们画了一个Hodrick-Prescott平滑图。它被重新绘制。
在当前的酒吧里，切线向上看。在下一个柱状图上，切线指向下方--指标重新绘制，因为它考虑到了当前的变化。预测向前一步--向下一步。
2.绘制切线。
在当前的条形图上，正切线呈上升趋势。在下一个柱状图上，切线看起来是向上的--指标还没有达到变化。
请考虑到HP指标在10-15条的某个地方停止重绘。
你的选择，为什么？
你的选择，为什么？
在手工交易中--我可以假设有好的策略使用这两个指标。我不知道任何这样的策略，所以我不会和他们交易。
在机器学习中--我会选择向导。愚蠢的滞后指标比任何重绘指标都好。
检查了一下，看来是透支了。对于最后一个棒，NextCandlePosition指标总是返回NA。然后在下一小节，它用需要的东西取代了NA。@mytarmailS 再试试你的第一段代码，但没有这个指标并训练模型，我想结果会更糟。
我纠正了我的脚本，取了NextCandlePosition的倒数第二个值，而不是最后一个，现在表格的最后几行就没有NA了。
我写道，我删除了大约6个最好的预测器，只想把那些可能过度涂抹的预测器去掉，但准确率下降了大约3%，它们可能都是过度涂抹的......。
那么，你已经训练好了模型吗？ 也许你应该从几千人开始尝试，而不是一下子数到5万人？
是的，我写道，我删除了大约6个最好的预测器，只是删除了那些可能重绘的预测器，但准确率简直下降了3%，那里可能都是重绘的...
采用你的代码，删除了从nextCandlePosition (X27)获得的6个指标，得到的准确率为52%，而不是100%。在稍有不同的训练指数上，准确率有时低于50%。总而言之--随机。
虽然我不知道什么是可以重新绘制的，但在绝大多数的烛台形态中，只有三个TRUE,FALSE,NA输出。
使用nextCandlePosition--你得到的是与下一栏真正相关的数值，这里是对未来1步的展望。
所以它没有发挥作用。
采用你的代码，删除了从nextCandlePosition (X27)获得的6个指标，得到的准确率为52%，而不是100%。在稍有不同的训练指数上，准确率有时低于50%。一般来说--随机。
使用nextCandlePosition--你可以得到与下一栏真正相关的数值，这里是指未来的1步。
一般来说，它不起作用。
好了，一切都弄清楚了就好了，我并不真的相信圣杯的 存在。
有一个新的、非常有前途的软件包RKEEL网关到KEEL。
祝好运