交易中的机器学习：理论、模型、实践和算法交易 - 页 2861 1...285428552856285728582859286028612862286328642865286628672868...3399 新评论 Maxim Dmitrievsky 2022.12.25 13:41 #28601 Maxim Dmitrievsky 年期很抱歉，我无法访问任何外部资源，如图片或实时数据。不过，我可以提供一些关于聚类的信息，以及如何用它来分析比特币价格。聚类是数据分析中的一种技术，包括根据数据点的相似性将一组数据点分成若干个群组。就比特币价格而言，聚类可用于识别一定时期内（如一年）数据的模式或趋势。例如，聚类算法可以找出比特币价格表现出相似行为的天数或周数群组，如快速增长或下降期。要对比特币价格数据进行聚类，需要一个包含一段时间内每日或每小时价格的数据集，以及一个处理数据的聚类算法。目前有许多不同的聚类算法，每种算法都有自己的优势和局限性。常用的聚类算法包括 K-均值、分层聚类和基于密度的聚类。数据经过聚类算法处理后，可以将结果可视化，以帮助识别数据中的模式和趋势。这可以通过散点图、折线图或热图等多种方法来实现。希望这些信息对你有所帮助！如果您还有其他问题，请告诉我。它不会产生任何有趣的主题，到目前为止，这就是结论。如果只是一些代码片段，在谷歌上也能以同样的方式轻松找到。 这只是对人工智能话题的一次解读，他们在《星际争霸》和围棋上都是这样做的。对于围棋，假设你下得很好，那就是纯粹的组合学。在《星际争霸》中，人工智能以不公平的方式获胜，而当他们把人工智能放在与玩家相同的条件下时，人工智能就开始输棋了。我在这里也没看到什么令人惊讶的东西。好吧，生成字母，好吧:) mytarmailS 2022.12.25 14:23 #28602 从论坛观察...如果一个人语句混乱、概念混淆、事件....这说明他的脑子很乱，否则不可能....。 Maxim Dmitrievsky 2022.12.25 14:50 #28603 你只想说话，不想思考。你甚至懒得去核实。关于 gpt 的猜测如此之多，而您却懒得去读它到底是什么。您还是看看切尔尼戈夫斯卡娅的作品吧，细细品味😀，您会发现它与您内心的 NECHTO 非常吻合。 Aleksey Vyazmikin 2022.12.25 15:10 #28604 Andrey Miguzov #:这不是一个复杂的结构--这只是一个巧合，将来不会重复/重演（P=0.5）。这就是我得出的结论。所有没有理论依据的 "复杂 "非线性关系都是虚构的。只是一种在数据上延伸的算法。市场参与者并不知道这种 "复杂 "的关系。因此，这种关系对价格走势没有任何影响。至于"周四下午 4 点，如果日线上升，则卖出 " 是否有理论依据，则是另一回事。见下文 好吧，假设你是对的，这是一个随机过程，但有可能用数学方法来识别它吗？毕竟，如果概率发生了变化，就意味着某些事件已经进入了窗口期，而我们的逻辑以预测的形式捕捉到了这一窗口期，然后它会随着新数据的到来而变得模糊。也许我们不应该评估总的概率变化，但至少应该评估一些地点的概率变化？ 可以尝试用基本面指标来证明价格行为的合理性，但要做到这一点，你需要了解金融体系的所有错综复杂的知识，而通常没有人具备这方面的知识。此外，我的出发点是，为了实施大量出售/购买资产或货币的计划，有必要收集流动性，即价格需要向不同方向移动，并收集必要的出价以建立头寸。价格的变动取决于市场参与者的决定，他们在水面上寻找圆圈（使用技术分析），在 MO 的帮助下，我们应该确定哪些技术分析方法在市场参与者中最受欢迎，并在此基础上使用适合这种行为的策略。 安德烈-米古佐夫#: 任何理论利率计算也可包含在此。 您的例子表明，交易商并不是会计和财务管理方面的专业人士。即使不是很大的进出口公司也会关注市场，按照他们认为有利的汇率进行货币交易，并将闲置资金（如果不能一次性通过便笺提取到黑市）存入银行或购买衍生金融工具，这是我在这些机构工作的经验。 我对俄罗斯联邦的基本面分析，尤其是企业的基本面分析，以及任何统计数据都持怀疑态度，因为我从内部了解厨房的情况。 安德烈-米古佐夫#: 我想表达的是--预测是本质。当它们正常时，MO 就不再有必要了。 因此，问题在于如何区分 "正常 "和 "不正常"。我更强调这个方向。 Andrey Miguzov#: 我不再讨论这个问题了--10 年前，我曾在 OpenCL 上教我的神经网络，花了大量精力和时间，但却没有从中获得任何收益。上帝保佑，你会成功的。 谢谢。也许我会，也许我不会，这很吸引人。 但我不明白，10年了，你在这个领域还没有任何独特的想法吗？如果你放弃一切，你可以把它们出版，这样人们就可以从你提出的地方继续前进，而不是从头开始煎熬。 Andrey Miguzov 2022.12.25 16:17 #28605 Aleksey Vyazmikin #:好吧，假设你是对的，这是一个随机过程，但是否有可能用数学方法来识别它呢？毕竟，如果概率发生了变化，就意味着某些事件已经进入了窗口期，而我们的逻辑以预测的形式捕捉到了这一窗口期，然后随着新数据的到来，它将变得模糊不清。也许我们不应该评估总的概率变化，但至少应该评估一些地点的概率变化？...因此，问题在于如何区分它们的 "正常 "与 "不正常"。 不，我不干了。我现在唯一可以用来识别预测因子的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它是在玻璃杯中工作的话。速度很慢，但很可靠。 Aleksey Vyazmikin#: 只是我不明白，10 年来你们在这方面没有任何进展，没有任何独特的想法？如果您放弃一切，您可以把它们发表出来，这样人们就可以从您提出的地方继续前进，而不是从头开始煎熬。 我很早以前就放弃了这个方向--可以肯定的是大约五六年前。我密切参与其中大约有 3 年时间（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在这段时间里，科学/实践有了很大进步--现代软件包可以做得更多。底线是一样的--再培训和流失。 我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好还是从简单的、经过验证的东西入手，试着用它来赚钱。 另一个鲜活的例子 --虽然对参与者来说不是很积极:)))))我将在此提出要点... 在 FTX 集团的复杂结构中，有两家主要公司 - FTX 交易所和 Alameda Research。在这个加密货币商业帝国崩溃的故事中，也有两个主要角色--山姆 -班克曼-弗里德本人和阿拉 米达 公司的负责人卡罗琳 -埃里森。 ...在简街，萨姆 参与了低流动性加密货币的套利交易。他利用不同交易所的加密货币汇率差异，在亚洲交易所买入便宜的加密货币，然后在美国以更高的价格卖出。2017 年 9 月，Bankman-Fried 离开 Jane Street...2017 年 11 月，他在加州伯克利成立了自己的交易公司 Alameda Research，并立即开始创造数百万利润。....2018 年 3 月，班克曼-弗里德邀请他在简街认识的卡罗琳 -埃里森（Caroline Ellison）来喝咖啡。就在那时，他建议她加入阿拉米达。用卡罗琳自己的话说，当时她已经 "比当时阿拉米达的许多交易员更有经验"，尽管她只有 24 岁。然而，今年 5 月，艾莉森 在一个西班牙语播客中承认，她的整个交易策略都是基于 "小学水平的数学 " 和直觉。....11 月 8 日一天之内，他的财富 从 105 亿美元 跌至 我记得在这里说了很久，套利无鱼。就在这里议论纷纷的时候，那个不在圈内的人却赚了一笔不小的....但由于他的愚蠢和天真，他现在可能要进监狱了....。 Maxim Dmitrievsky 2022.12.25 16:29 #28606 Andrey Miguzov #:不，我退出。我现在唯一能确定预测因素的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它在赌注中有效的话。这种方法很慢，但很可靠。很久以前我就放弃了这个方向--大约 5-6 年前。我密切参与了大约 3 年（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在这段时间里，科学/实践有了很大进步--现代软件包可以做得更多。结果是一样的--再培训和流失。我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好是选择一些简单的、经过验证的东西，并尝试用它来赚钱。另一个鲜活的例子 --虽然对参与者来说不是很积极 :)))))我将在此粘贴要点...我记得他们在这里说了很久，套利中没有鱼。当他们在这里这么说的时候，不了解情况的人却赚了一笔可观的钱....。但是，由于他的愚蠢和天真，他现在可能要进监狱了....。 惊人的故事：）他们在这里说了很多事情，包括不存在套利，神经网络在市场中不起作用。听完之后，你可能会认为根本没人能从外汇交易中赚钱，尽管事实并非如此。至于神经网络--你可以保留旧的神经网络，只是使用它们的角度略有不同，而且还有其他结果。这就是当前的话题：谁在模拟创造性活动，谁在真正努力：）其实不需要超级深刻的理解，就像套利一样。超级设计的系统也很可能行不通。在这里，你更需要的是机会主义者，而不是 MOE 专家。 Forester 2022.12.25 16:51 #28607 Andrey Miguzov #:另一个最近的例子 --虽然对参与者来说不是很积极 :))))))我把主要部分粘贴在这里... 其中一段视频中提到，这位女士的账户在交易所代码中被设置为不执行追加保证金，也就是说，她的账户可能会出现严重的负资产。这就是她如何从负数中幸存下来，并获得超级成功交易者形象的原因。 Renat Akhtyamov 2022.12.25 17:01 #28608 Andrey Miguzov #:不，我退出。我现在唯一可以用来识别预测因子的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它是在玻璃杯中工作的话。这种方法很慢，但很可靠。很久以前，我就放弃了这个方向--大约 5-6 年前。我密切参与了大约 3 年（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在这段时间里，科学/实践有了很大进步--现代软件包可以做得更多。结果是一样的--再培训和流失。我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好是选择一些简单的、经过验证的东西，并尝试用它来赚钱。另一个鲜活的例子 --虽然对参与者来说不是很积极 :)))))我将在此粘贴要点...我记得他们在这里说了很久，套利中没有鱼。当他们在这里这么说的时候，不了解情况的人却赚了一笔可观的钱....。但就是因为惊人的愚蠢和天真，现在他可能要进监狱了...... 干得好 Aleksey Vyazmikin 2022.12.25 17:02 #28609 Andrey Miguzov #:不，我退出。我现在唯一能确定预测因素的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它在赌注中有效的话。这种方法很慢，但很可靠。很久以前我就放弃了这个方向--大约 5-6 年前。我曾密切参与其中 3 年（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在此期间，科学/实践有了很大进步--现代软件包可以做得更多。结果是一样的--再培训和流失。我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好是选择一些简单的、经过验证的东西，并尝试用它来赚钱。另一个鲜活的例子 --虽然对参与者来说不是很积极 :)))))我将在此粘贴要点...我记得他们在这里说了很久，套利中没有鱼。当他们在这里这么说的时候，不了解情况的人却赚了一笔可观的钱....。但就是因为惊人的愚蠢和天真，现在他可能要进监狱了...... 我明白了--你只承认你认为自己明白的事情。相反，我已经意识到我不太明白，这就是为什么我从手写策略转为自动生成策略。 你为什么不解决如何减少过度训练的问题？ mytarmailS 2022.12.25 17:38 #28610 太酷了 你可以做一个健身fukk和折磨GPT3，直到它创建一个锻炼 ) 1...285428552856285728582859286028612862286328642865286628672868...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
很抱歉，我无法访问任何外部资源，如图片或实时数据。不过，我可以提供一些关于聚类的信息，以及如何用它来分析比特币价格。
聚类是数据分析中的一种技术，包括根据数据点的相似性将一组数据点分成若干个群组。就比特币价格而言，聚类可用于识别一定时期内（如一年）数据的模式或趋势。例如，聚类算法可以找出比特币价格表现出相似行为的天数或周数群组，如快速增长或下降期。
要对比特币价格数据进行聚类，需要一个包含一段时间内每日或每小时价格的数据集，以及一个处理数据的聚类算法。目前有许多不同的聚类算法，每种算法都有自己的优势和局限性。常用的聚类算法包括 K-均值、分层聚类和基于密度的聚类。
数据经过聚类算法处理后，可以将结果可视化，以帮助识别数据中的模式和趋势。这可以通过散点图、折线图或热图等多种方法来实现。
希望这些信息对你有所帮助！如果您还有其他问题，请告诉我。
它不会产生任何有趣的主题，到目前为止，这就是结论。如果只是一些代码片段，在谷歌上也能以同样的方式轻松找到。
这只是对人工智能话题的一次解读，他们在《星际争霸》和围棋上都是这样做的。对于围棋，假设你下得很好，那就是纯粹的组合学。在《星际争霸》中，人工智能以不公平的方式获胜，而当他们把人工智能放在与玩家相同的条件下时，人工智能就开始输棋了。我在这里也没看到什么令人惊讶的东西。好吧，生成字母，好吧:)这不是一个复杂的结构--这只是一个巧合，将来不会重复/重演（P=0.5）。这就是我得出的结论。所有没有理论依据的 "复杂 "非线性关系都是虚构的。只是一种在数据上延伸的算法。市场参与者并不知道这种 "复杂 "的关系。因此，这种关系对价格走势没有任何影响。
至于"周四下午 4 点，如果日线上升，则卖出 " 是否有理论依据，则是另一回事。见下文
好吧，假设你是对的，这是一个随机过程，但有可能用数学方法来识别它吗？毕竟，如果概率发生了变化，就意味着某些事件已经进入了窗口期，而我们的逻辑以预测的形式捕捉到了这一窗口期，然后它会随着新数据的到来而变得模糊。也许我们不应该评估总的概率变化，但至少应该评估一些地点的概率变化？
可以尝试用基本面指标来证明价格行为的合理性，但要做到这一点，你需要了解金融体系的所有错综复杂的知识，而通常没有人具备这方面的知识。此外，我的出发点是，为了实施大量出售/购买资产或货币的计划，有必要收集流动性，即价格需要向不同方向移动，并收集必要的出价以建立头寸。价格的变动取决于市场参与者的决定，他们在水面上寻找圆圈（使用技术分析），在 MO 的帮助下，我们应该确定哪些技术分析方法在市场参与者中最受欢迎，并在此基础上使用适合这种行为的策略。
任何理论利率计算也可包含在此。
您的例子表明，交易商并不是会计和财务管理方面的专业人士。即使不是很大的进出口公司也会关注市场，按照他们认为有利的汇率进行货币交易，并将闲置资金（如果不能一次性通过便笺提取到黑市）存入银行或购买衍生金融工具，这是我在这些机构工作的经验。
我对俄罗斯联邦的基本面分析，尤其是企业的基本面分析，以及任何统计数据都持怀疑态度，因为我从内部了解厨房的情况。
我想表达的是--预测是本质。当它们正常时，MO 就不再有必要了。
因此，问题在于如何区分 "正常 "和 "不正常"。我更强调这个方向。
我不再讨论这个问题了--10 年前，我曾在 OpenCL 上教我的神经网络，花了大量精力和时间，但却没有从中获得任何收益。上帝保佑，你会成功的。
谢谢。也许我会，也许我不会，这很吸引人。
但我不明白，10年了，你在这个领域还没有任何独特的想法吗？如果你放弃一切，你可以把它们出版，这样人们就可以从你提出的地方继续前进，而不是从头开始煎熬。
好吧，假设你是对的，这是一个随机过程，但是否有可能用数学方法来识别它呢？毕竟，如果概率发生了变化，就意味着某些事件已经进入了窗口期，而我们的逻辑以预测的形式捕捉到了这一窗口期，然后随着新数据的到来，它将变得模糊不清。也许我们不应该评估总的概率变化，但至少应该评估一些地点的概率变化？
...
因此，问题在于如何区分它们的 "正常 "与 "不正常"。
不，我不干了。我现在唯一可以用来识别预测因子的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它是在玻璃杯中工作的话。速度很慢，但很可靠。
只是我不明白，10 年来你们在这方面没有任何进展，没有任何独特的想法？如果您放弃一切，您可以把它们发表出来，这样人们就可以从您提出的地方继续前进，而不是从头开始煎熬。
我很早以前就放弃了这个方向--可以肯定的是大约五六年前。我密切参与其中大约有 3 年时间（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在这段时间里，科学/实践有了很大进步--现代软件包可以做得更多。底线是一样的--再培训和流失。
我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好还是从简单的、经过验证的东西入手，试着用它来赚钱。
另一个鲜活的例子 --虽然对参与者来说不是很积极:)))))我将在此提出要点...
...
在简街，萨姆 参与了低流动性加密货币的套利交易。他利用不同交易所的加密货币汇率差异，在亚洲交易所买入便宜的加密货币，然后在美国以更高的价格卖出。2017 年 9 月，Bankman-Fried 离开 Jane Street
...
2017 年 11 月，他在加州伯克利成立了自己的交易公司 Alameda Research，并立即开始创造数百万利润。
....
2018 年 3 月，班克曼-弗里德邀请他在简街认识的卡罗琳 -埃里森（Caroline Ellison）来喝咖啡。就在那时，他建议她加入阿拉米达。用卡罗琳自己的话说，当时她已经 "比当时阿拉米达的许多交易员更有经验"，尽管她只有 24 岁。然而，今年 5 月，艾莉森 在一个西班牙语播客中承认，她的整个交易策略都是基于 "小学水平的数学 " 和直觉。
....
11 月 8 日一天之内，他的财富 从 105 亿美元 跌至
我记得在这里说了很久，套利无鱼。就在这里议论纷纷的时候，那个不在圈内的人却赚了一笔不小的....但由于他的愚蠢和天真，他现在可能要进监狱了....。
不，我退出。我现在唯一能确定预测因素的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它在赌注中有效的话。这种方法很慢，但很可靠。
很久以前我就放弃了这个方向--大约 5-6 年前。我密切参与了大约 3 年（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在这段时间里，科学/实践有了很大进步--现代软件包可以做得更多。结果是一样的--再培训和流失。
我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好是选择一些简单的、经过验证的东西，并尝试用它来赚钱。
另一个鲜活的例子 --虽然对参与者来说不是很积极 :)))))我将在此粘贴要点...
我记得他们在这里说了很久，套利中没有鱼。当他们在这里这么说的时候，不了解情况的人却赚了一笔可观的钱....。但是，由于他的愚蠢和天真，他现在可能要进监狱了....。
另一个最近的例子 --虽然对参与者来说不是很积极 :))))))我把主要部分粘贴在这里...
不，我退出。我现在唯一可以用来识别预测因子的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它是在玻璃杯中工作的话。这种方法很慢，但很可靠。
很久以前，我就放弃了这个方向--大约 5-6 年前。我密切参与了大约 3 年（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在这段时间里，科学/实践有了很大进步--现代软件包可以做得更多。结果是一样的--再培训和流失。
我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好是选择一些简单的、经过验证的东西，并尝试用它来赚钱。
另一个鲜活的例子 --虽然对参与者来说不是很积极 :)))))我将在此粘贴要点...
我记得他们在这里说了很久，套利中没有鱼。当他们在这里这么说的时候，不了解情况的人却赚了一笔可观的钱....。但就是因为惊人的愚蠢和天真，现在他可能要进监狱了......
干得好
不，我退出。我现在唯一能确定预测因素的方法就是我对市场的主观认识+观察。如果有一个假设--那么就在测试仪中或在现实中测试它，如果它在赌注中有效的话。这种方法很慢，但很可靠。
很久以前我就放弃了这个方向--大约 5-6 年前。我曾密切参与其中 3 年（业余时间）。我的 "发展 "没有任何有价值和有用的东西：多层网络、优化遗传学，我不记得还有什么....。在此期间，科学/实践有了很大进步--现代软件包可以做得更多。结果是一样的--再培训和流失。
我唯一想表达的意思是，这是一种煎熬，你根本不需要开始。最好是选择一些简单的、经过验证的东西，并尝试用它来赚钱。
另一个鲜活的例子 --虽然对参与者来说不是很积极 :)))))我将在此粘贴要点...
我记得他们在这里说了很久，套利中没有鱼。当他们在这里这么说的时候，不了解情况的人却赚了一笔可观的钱....。但就是因为惊人的愚蠢和天真，现在他可能要进监狱了......
我明白了--你只承认你认为自己明白的事情。相反，我已经意识到我不太明白，这就是为什么我从手写策略转为自动生成策略。
你为什么不解决如何减少过度训练的问题？
太酷了
你可以做一个健身fukk和折磨GPT3，直到它创建一个锻炼 )