交易中的机器学习:理论、模型、实践和算法交易 - 页 2775

 
Aleksey Nikolayev #:

据我所知,这取决于所使用的 C++ 编译器和 Rtools(用于 Windows)的版本。我自己并没有走得那么远,我使用的最大版本是 STL,没有遇到任何问题。

谢谢,我找到了一些教程,但还做不到....。

 
Maxim Dmitrievsky #:
分形是怎么回事,没人研究出来吗?还有内容丰富的标记
让我来运行机器人
应该很简单,没时间了一小时就能搞定
不过,这里面可花了不少心思

哪些属性并不重要,只要与正在分类的 BP 相关即可。

特别是为了这个主题,我花了半个小时,只用了 OHLC,粗略地勾画了一个箭头指标。

这是第一次预览,没有过滤器,也没有其他技巧,只有OHLC。该算法适用于任何 TF。

不管你喜不喜欢,但如果你不了解金融图表的深度和含义,没有 R-key 和 Python 也无济于事。当然,很抱歉我的无礼。

OHLC_1

 
Uladzimir Izerski #:

特别是为了这个主题,现在花了半个小时,仅使用 OHLC,粗略地勾画了一个箭头指标。

这是第一次预览,没有过滤器,也没有其他技巧,只有OHLC。该算法适用于任何 TF。

不管你喜不喜欢,但如果你不了解金融图表的深度和含义,没有 R-key 和 Python 也无济于事。当然,对您的无礼表示歉意。

这不科学,回溯测试在哪里?

你可以用 SQL 来做,最重要的是证明。
 
Valeriy Yastremskiy #:

差值/增量、速度/加速度、扩散/走廊及其平均值。

我想不出还有什么可以测量的了。

指标 ....

列表中不需要任何其他指标。

一切都将归结为一个足够快的算法,它能确定特征对目标变量的影响程度。再次强调,算法不是相关性,也不是 MO 算法中属性的重要性。

特征的质量在于其对目标变量影响的可变程度。

如果您能找到影响力足够大的属性(用我的术语来说就是预测能力强),而这种影响力的数值估计变化小于 10%,您就会很满意。几乎所有 MO 算法的预测误差都能保证小于 40%,运气好的时候甚至能达到 20%。

这就是整个计划

 
Maxim Dmitrievsky #:

这不科学,回溯测试在哪里?

你可以用 SQL 来做,关键是证明。

为什么要回溯测试?

这是当前的实时图表,不需要窥探历史,你可以在测试仪上这样做。

金融市场是活的,像鳗鱼一样滑溜。它需要一种特殊的方法。

你可以一辈子从事科学工作。有什么用呢?))我看到它,我看着它,我笑了。)

 
Uladzimir Izerski #:

为什么要进行回溯测试?

这是一个实时的当前图表,无需像在测试仪上那样窥探历史。

金融市场像鳗鱼一样鲜活、滑溜。它需要一种特殊的方法。

你可以一辈子从事科学工作。有什么用呢?))我看,我看,我笑。)

你就不能在实时图表上窥探历史吗?

 
Andrey Dik #:

你就不能偷看实时图表上的历史记录?

我的意思是提前一步窥探历史记录。这可以在测试器中完成,有些人认为有必要利用这一点谋取私利。你不会。我一直在观察,你的算法很好。我喜欢这种方法。

这个指标是我跪着做出来的老实说。

你可以设置任何工具和TF我们来测试一下。

 
最困难的是数据操作,你需要学习 Pandas 或其他类似工具,然后几乎任何策略都不成问题。或者通过 SQL 查询根据条件进行选择。这两种方法都能很快上手。

我不知道在什么情况下会死板地使用循环,主要是从数据集中进行选择。
 
Maxim Dmitrievsky #:
最困难的是数据操作,你需要学习 Pandas 或其他类似工具,然后几乎任何策略都不成问题。或者通过 SQL 查询根据条件进行选择。

我不知道在什么情况下会严格使用循环,主要是从数据集中进行选择。

在我的案例中,甚至没有使用循环。它是即时计算的。

不要以为我是手工在图表上画箭头。)

 
Uladzimir Izerski #:

特别是为了这个主题,现在花了半个小时,仅使用 OHLC,粗略地勾画了一个箭头指标。

这是第一次预览,没有过滤器,也没有其他技巧,只有OHLC。该算法适用于任何 TF。

不管你喜不喜欢,但如果你不了解金融图表的深度和含义,没有 R-key 和 Python 也无济于事。当然,很抱歉我的无礼。

交易在哪里开始?

是在ovpen上,还是在cloze上,还是在下一根蜡烛上?