交易中的机器学习：理论、模型、实践和算法交易 - 页 2924

新评论
 
Aleksey Vyazmikin #:


也许对罕见事件进行分类更有价值--下一个交易栏或整个交易日是否会出现强劲走势？

那是新闻交易--我不这么做。

 
Aleksey Vyazmikin #:

如果是全自动的，看起来还不错。

如果不是全自动手枪，看起来会很糟吗？

 
СанСаныч Фоменко #:

这就是新闻交易--我不这么做。

你之前写道

"

如果我们看一下有交易的图表，就会发现错误的预测落在了强劲的市场波动上，也就是说，由于某种原因，模型错误地预测了强劲市场波动的方向。原因尚不清楚，因为模型本身就是在样本中训练 出来的。

"

所以，现在你明白了--你不想预测的是新闻的后果？

我能够预测大约 40% 的正确正面例子，而样本中有 20%。如果这就是你的问题所在，那么就有两个模型可以正常工作了。在穿越 ATR 23.6 时，我几乎在日 ATR 61.8 上进行了分类。

 
mytarmailS #:

如果不是满的，就不好看吗？

那么价值判断就很难评估了：)

 
Aleksey Vyazmikin #:

也许他会的，谁知道呢。

另一件事也让我感到惊讶--它的功能与《头肩图》非常相似--这让我很好奇：

1.是否有可能找到其他图案的公式常数。

2.如何估计条形图和公式的可信度。

Weierstrass f-ia 是第一个分形。德米特里耶夫斯基大约 10 年前就在 fartlabik 上研究分形，请问他什么时候会发布。
 
Rorschach #:
魏尔斯特拉斯的 f-ia 是第一个分形。德米特里耶夫斯基大约 10 年前就在 fartlabik 上研究分形，你可以问问他什么时候能发布。
再过几年，你终于可以进行光谱分析了...
 

SME 真是美极了。

与其他半生不熟的交易所不同。

我向您推荐它！

//当然不适合初学者
 
СанСаныч Фоменко #:

TS 建立在预测 R 的下一个条形图上，然后在 MKL4 的智能交易系统中使用这一预测。

R 上的模型。

它在 H1 上运行，教师是趋势 (ZZ)，预测下一个条形图。不使用 OutOfSampe，因为每个条形图都会重新计算模型。

预测下一棒的效率为 78-80

对接下来 8 个条形图中的一个条形图的正预测率超过 95%。

该模型非常出色。

但是

我们获得了大约 78% 的盈利交易，但规模很小。但损失要大得多。

在 "智能交易系统 "中，我们减少损失，让利润增长。这导致盈利交易的数量随着盈利交易的增加和亏损交易的减少而减少。但这仍然不能解决问题。

以下是使用 TR 和 SL 时的众多结果之一。




如果我们看一下有交易的图表，就会发现错误的预测落在了强烈的市场波动上，也就是说，由于某种原因，模型错误地预测了强烈市场波动的方向。原因尚不清楚，因为模型本身就是根据样本获得的样本训练出来的。

典型图表。


很难看清，我用竖线标出了交易情况

限价入场？
 
mytarmailS #:
再过几年，你就可以进行光谱分析了。
随机分析并不有趣，在这些 数据的基础上组织几个人的比赛还是很有吸引力的。
 
Rorschach #:
随意是没有意思的，就这个 数据安排几个人比赛还是会有激励作用的。

只要市场为你提供了时间序列，就不会有成绩，如果有，那也是历史上的一个契合点....。

1...291729182919292029212922292329242925292629272928292929302931...3399
新评论