交易中的机器学习:理论、模型、实践和算法交易 - 页 2740 1...273327342735273627372738273927402741274227432744274527462747...3399 新评论 СанСаныч Фоменко 2022.09.09 10:46 #27391 Maxim Kuznetsov #:是的,真正的铁饼是在背景中呈现最镖师化的镖师(有节制的词):-)这一切都源于没有任何结果。你可以改进和改变方法,但结果就像一块 50/50 的石头。 要达到顾问的水平,实力还不够。但模型拟合误差的结果是:拟合误差从 8%到 22%不等,在拟合区域内和样本外差别不大。 JeeyCi 2022.09.09 12:30 #27392 СанСаныч Фоменко #:我曾在这个主题中发布过一个表格,但现在不在手边,所以我想用文字来说明我的想法。我依据的是预测因子与教师相关性的概念。"关联 "并不是指预测因子的相关性或 "重要性",而是指几乎所有 MOE 模型的拟合结果。后者反映了预测因子在算法中的使用频率,因此土星环或咖啡渣的 "重要性 "值可能会很大。有一些软件包 可以计算预测因子与教师之间的 "联系",例如基于信息论的 "联系"。因此,我想谈谈我在这里发布的表格。该表包含每个预测因子与教师之间 "联系 "的数值估计。随着窗口的移动,得到了几百个 "联系 "值。某个预测因子的这些值各不相同。我计算了每个 "联系 "的平均值和均方根值,从而得出了以下结果- 隔离 "连接 "过小的预测因子 - 噪音;- 分离出 "连接 "值变化过大的预测因子。可以找到 "联系 "值足够大且 sd 小于 10%的预测因子。再次,基于 MO 构建 TC 的问题在于找到在窗口移动时 "联系 "值大而 sd 值小的预测因子。我认为,这样的预测因子将确保未来预测误差的稳定性。 什么数据包? СанСаныч Фоменко 2022.09.09 13:52 #27393 JeeyCi #:什么样的套餐? 库("熵") classDist {caret} 我想到的还不止这些。 Renat Akhtyamov 2022.09.09 14:01 #27394 СанСаныч Фоменко #:我使用自己的算法--它比许多 R 库都要快得多。例如 库("熵) 你可以直接使用图形:所有内容都已在本主题上发布。在Vladimir Perervenko 的文章中,所有内容都在代码层面进行了系统的概述和分析 那么,国家在哪里? ....... СанСаныч Фоменко 2022.09.09 14:14 #27395 Renat Akhtyamov #:那么,牛排在哪里?....... 没有顾问。 而在 R 中,有预测者的名字,他们才是重点。 几年来,我一直在这个主题上呼吁处理预测者。结果是零。如果没有高质量的预测器,MO 就毫无意义。 Maxim Kuznetsov 2022.09.09 14:17 #27396 Renat Akhtyamov #:那么,牛排在哪里?....... 重点是什么? 它不是研究对象和最终目标 :-) Renat Akhtyamov 2022.09.09 14:18 #27397 нСаныч Фоменко #:没有辅导员R》中有预测者的名字,这就是重点。几年来,我一直在这个主题上呼吁预测者。结果是零。没有高质量的预测因子,MO 就没有意义。 在金融市场,激励机制就是金钱。 请理解 如果没有金融指标,就没有激励机制。 例如,我这里有莫斯科证券交易所。 (文件如下,由于某种原因,截图不适合这里,它不愿意)。 和外汇。 当前所有 ---- 初级,华生 啊哈哈哈哈 附加的文件: 333.png 3 kb СанСаныч Фоменко 2022.09.09 14:22 #27398 Renat Akhtyamov #:在金融市场,激励机制就是金钱。请理解没有财务业绩,就没有激励 现在我知道了。 mytarmailS 2022.09.09 18:39 #27399 我们需要做些什么才能停止争斗,团结起来,为了同一个事业????????。 Aleksey Vyazmikin 2022.09.09 18:46 #27400 mytarmailS #: 为了一个目标,我们应该如何停止争斗,团结起来????????? 我们需要互相帮助,不要害怕承认错误,要互相尊重。 1...273327342735273627372738273927402741274227432744274527462747...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
是的,真正的铁饼是在背景中呈现最镖师化的镖师(有节制的词):-)
这一切都源于没有任何结果。你可以改进和改变方法,但结果就像一块 50/50 的石头。
要达到顾问的水平,实力还不够。但模型拟合误差的结果是:拟合误差从 8%到 22%不等,在拟合区域内和样本外差别不大。
我曾在这个主题中发布过一个表格,但现在不在手边,所以我想用文字来说明我的想法。
我依据的是预测因子与教师相关性的概念。"关联 "并不是指预测因子的相关性或 "重要性",而是指几乎所有 MOE 模型的拟合结果。后者反映了预测因子在算法中的使用频率,因此土星环或咖啡渣的 "重要性 "值可能会很大。有一些软件包 可以计算预测因子与教师之间的 "联系",例如基于信息论的 "联系"。
因此,我想谈谈我在这里发布的表格。
该表包含每个预测因子与教师之间 "联系 "的数值估计。随着窗口的移动,得到了几百个 "联系 "值。某个预测因子的这些值各不相同。我计算了每个 "联系 "的平均值和均方根值,从而得出了以下结果
- 隔离 "连接 "过小的预测因子 - 噪音;
- 分离出 "连接 "值变化过大的预测因子。可以找到 "联系 "值足够大且 sd 小于 10%的预测因子。
再次,基于 MO 构建 TC 的问题在于找到在窗口移动时 "联系 "值大而 sd 值小的预测因子。我认为,这样的预测因子将确保未来预测误差的稳定性。
什么数据包?
什么样的套餐?
库("熵")
classDist {caret}
我想到的还不止这些。
我使用自己的算法--它比许多 R 库都要快得多。例如
库("熵)
你可以直接使用图形:
所有内容都已在本主题上发布。在Vladimir Perervenko 的文章中,所有内容都在代码层面进行了系统的概述和分析
那么,国家在哪里?
.......
那么,牛排在哪里?
.......
没有顾问。
而在 R 中,有预测者的名字,他们才是重点。
几年来,我一直在这个主题上呼吁处理预测者。结果是零。如果没有高质量的预测器,MO 就毫无意义。
那么,牛排在哪里?
.......
重点是什么?
它不是研究对象和最终目标 :-)
没有辅导员
R》中有预测者的名字,这就是重点。
几年来,我一直在这个主题上呼吁预测者。结果是零。没有高质量的预测因子,MO 就没有意义。
在金融市场,激励机制就是金钱。
请理解
如果没有金融指标,就没有激励机制。
例如,我这里有莫斯科证券交易所。
(文件如下,由于某种原因,截图不适合这里,它不愿意)。
和外汇。
当前所有
----
初级,华生
啊哈哈哈哈
在金融市场,激励机制就是金钱。
请理解
没有财务业绩,就没有激励
现在我知道了。
为了一个目标,我们应该如何停止争斗,团结起来?????????
我们需要互相帮助,不要害怕承认错误,要互相尊重。