交易中的机器学习：理论、模型、实践和算法交易 - 页 2763

新评论
 
Valeriy Yastremskiy #:

交易的标志是交易的结果，交易的属性仍然存在，但决定交易的标志是增量和时间（我不喜欢序数）。

物体的标志：尾巴、胡须、耳朵。对象猫。泛指所有同类物体。出售的标志：... ... ... .概括。如果不能概括，那么要么是标志错了，要么是研究的对象错了。
 

这就是反事实推理--如果连交易的迹象和要出售的东西都是泛泛而谈......而有些人却有时间讨论其他人（或者仅仅是讨论其他人）--在主题上散布流言蜚语......目的是什么--这就是底线

 
Maxim Dmitrievsky #:
物体特征：尾巴、胡须、耳朵。物体猫。归纳所有同类物体。卖东西的迹象：... ... ... .概括。如果不能概括，那么要么是标志错了，要么是研究的对象错了。

有了猫就简单多了，我们只有价格增量和时间))))))。概括意味着它们大致相似。也就是说，要么增量从和到，要么价格从和到，要么形态从上到下相似，要么时间从五点开始到六点。))))))

 
JeeyCi #:

这就是反事实推理--如果连交易的迹象和要出售的东西都是泛泛而谈......而有些人却有时间讨论其他人（或者仅仅是讨论其他人）--在主题上散布流言蜚语......目的是什么--这就是底线

当对某些问题存在误解时，进行正常的讨论。在个别体育项目中对对话者事实的争论是常见的))))。

 
Valeriy Yastremskiy #:

有了猫就简单多了，我们只有价格和时间的增量)))))。概括，即它们大致相似。也就是说，要么增量从和到，要么价格从和到，要么上下形态相似，要么时间从五点开始到六点。))))))

教学法中有两个实体：教师和特质，即预测....。

两者的种类繁多。

尤其是征兆，其数量取决于想象力。经验可以让你立即拒绝某些类别的特质，例如，你不能把 mashka 的任何变体作为特质。

我已经找到了大约 170 个具有预测能力且 sd 小于 50%的预测特征。在对模型进行多阶段训练时，我会选择其中的 5 到 10 个进行预测。我每隔一小时就会进行一次选择（H1 模型），而且几乎每次都会选择不同数量和名称的标志。

 
Valeriy Yastremskiy #:

有了猫就简单多了，我们只有价格和时间的增量)))))。概括，即它们大致相似。也就是说，要么增量从和到，要么价格从和到，要么模式从上到下相似，要么时间从五点开始到六点。))))))

好吧，就像你可以用 "铍 "拼出一条狗一样，你也可以用有一定误差的时间序列片段拼出一个一般模式
 
СанСаныч Фоменко #:

在 MOE 中有两个对象：教师和特质，预测器....。

这两个对象的种类非常多。

属性的种类尤其繁多，其数量取决于想象力。经验允许我们同时拒绝某些类别的属性，例如，不可能使用任何变体的 "马斯基 "作为属性。

我已经找到了大约 170 个具有预测能力且 sd 小于 50%的预测特征。在分几个阶段训练模型时，我会选择其中的 5 到 10 个进行预测。我每小时都会进行一次选择（H1 模型），而且几乎每次都会选择不同数量和名称的标志。

您是自己发明的，还是在训练/优化结果中发现的？如果是发明的，这些符号与时间或时间符号有联系吗？

 
Maxim Dmitrievsky #:
好吧，就像你可以用铍青铜做一条狗一样，你也可以用时间序列的片段做一个总体模式，但会有一些误差

顺便说一句，我没有时间写代码/模式，我有时间手动写（我给你发过一次代码，但我当时没办法把它写进去））。).你现在有时间吗？

 
Valeriy Yastremskiy #:

是发明的，还是在训练/优化结果中发现的？如果是发明的，这些特征是否与时间或时间特征有关？

不使用基于时间的特征。它们的预测能力很低，而且预测能力的差异非常大。不过，它们比混搭变体要好。

 
Valeriy Yastremskiy #:

顺便说一下，代码/模式部分没有时间，是手动时间（我给你发过一次代码，然后我就拧不上去了))))）。).你现在有时间吗？

我不明白你的意思

我不使用时间，而是使用增量。
1...275627572758275927602761276227632764276527662767276827692770...3399
新评论