交易中的机器学习:理论、模型、实践和算法交易 - 页 2806

 
Aleksey Vyazmikin #:

尝试标记买入和卖出,选择一个投入数量更均衡的模型,然后将样本一分为二,分别制作两个独立的模型。

在上涨市场和下跌市场上分别训练? 那么无论如何信号都会被平均化。

一切都合乎逻辑,在趋势市场中,逆势交易通常是无效的,只有一些黄牛例外。

我只是向你展示,你可以更好地了解模型是如何工作的。

 
Maxim Dmitrievsky #:

啊,好吧,主要是标准指标及其衍生物?

我最初使用的是我的交易经验、我对价格与不同指标、价位和其他模式之间相互作用的看法--有的得到了证实,有的则没有。也就是说,我更多地是在抱怨这个模型,它抛出了可靠但罕见的事件.....。

我曾经对震荡指标持怀疑态度,但最近的实验表明,它们具有稳定的信号,例如 MACD。

 
Maxim Dmitrievsky #:

那么无论如何,信号都会被平均化。

总的来说,一切都合乎逻辑,在裂缝市场中,逆势交易通常是无效的,但一些剥头皮交易者除外。

我只是向你展示,你可以更好地了解模型是如何工作的。

为什么平均会有 3 个模型--一个决定使用两个模型中的哪一个。

买入和卖出的盈利率一样吗?

是的,您正确地说明了模型的有效性当然取决于数据。

 
Aleksey Vyazmikin #:

为什么平均会有 3 种模式--一种模式决定使用两种模式中的哪一种。

买入和卖出的盈利能力一样吗?

是的,模型的有效性当然取决于数据,这是正确的。

我还没有看过交易的统计数据。

顺便说一句,3 个模型很有趣,我目前只有 2 个......这很有道理。

 

上面有几个帖子提到不一定要去除相关预测因子。

我不能接受模型算法对相关预测因子具有鲁棒性的理由。


是的,如果在一百个预测因子集合中只有少数几个相关预测因子,那么该算法就是稳健的。

但如果所有预测因子都是相关的呢? 如果大多数预测因子都是相关的呢? 边界在哪里?

剔除相关预测因子是为了揭示预测因子集的质量,而特定模型算法在相关性方面的特点则完全不重要。在建模之前,我们只需知道一个预测因子或一百个预测因子的严格模型。有必要知道建立模型所依据的预测因子的数量。

 
mytarmailS #:

启动了您的脚本,但有些问题阻碍了它的进一步运行:

1.逗号而不是句号

2. 最后一列丢失。

你能修复吗?

 
Aleksey Vyazmikin #:

运行了您的脚本,发现它存在一些问题,无法继续使用:

1.用逗号代替句号

2. 最后一列丢失。

你能修复吗?

能说得更具体些吗?

 
mytarmailS #:

你能说得更具体一些吗?

下面是表格形式的样本右侧部分



以下是同一位置的脚本结果表


可以看到,没有任何信息列,包括目标列。

这些列位于文件的最开头,结果是


关于用逗号而不是点作为数字分隔符的问题,要么是我犯了错误,要么是我改正了错误。

 
Vladimir Perervenko #:

你的脚本已经运行了一天多,但还没有根据筛选结果创建一个文件。我不知道,也许是时候关闭它了?

 
mytarmailS #:

你能说得更具体一些吗?

我把它换了一下,似乎没什么问题。

df <- cbind.data.frame(df,not_used_vars_df)