交易中的机器学习:理论、模型、实践和算法交易 - 页 2970

 
mytarmailS #:


那人问我如何训练 AMO 盈利,我就教他怎么做。

我不明白是什么原因,但我内心深处有一种抗议,反对您以余额为目标的想法。


一切都与历史交易非常相似:在这里买入,在这里卖出......然后你就坐在那里,变得精明而富有。


然后你去做真正的交易,买入,然后市场掉头向另一个方向走了一百个点。这正是我在 TS 中观察到的情况。这样的情况很少,不超过总数的 10%,但所有情况都在尾部。


根据您的想法,您可以绕过,即以牺牲惩罚为代价来实际预测市场的强烈波动,但这是不可能的,因为强烈波动是金融市场非平稳性的基础。


PS.

上述之字形是相同的平衡,但分为多头和空头。

 
Maxim Dmitrievsky #:
它的工作原理与普通仪器不同。你需要对未知数据进行一些巧妙的自动调整,筛除噪声信号等,才能做到与人类差不多的效果。

是的,我也这么想过。

是的,有了这样的过滤器,测试结果就可靠多了。


具体到利润上的 FF,我对当前余额做了类似蒙特卡罗模拟的处理,如果测试中的模拟预测都是增长的,那么就像过滤器一样,发现当前余额在未来会增长。这一点得到了证实...

 
СанСаныч Фоменко #:

我不知道是什么原因,但我内心深处有一种抗议,反对你用目标作为平衡的想法。

是有人想训练平衡,而不是我,我向他解释了如何做到这一点,然后你想要一个代码,我做了一个 "简单 "的例子,使其在所有....。

FF 还有其他更好的变体。关掉隧道思维,跟着歌曲走....

SanSanych Fomenko#:

PS.

不是晚上提到的 "之 "字形,是相同的平衡,但标记为多头和空头。

如果您不仔细考虑,您就会明白 ZZ 与 FF 相比在利润方面的局限性。

 
mytarmailS #:

一个人想要进行平衡训练,而不是我,我向他解释了如何进行平衡训练,然后你想要代码,我做了一个 "简单 "的示例,让你清楚地了解它是如何工作的....。

FF 还有其他更好的变体。关掉隧道思维,跟着歌曲走......

这是在你不考虑太多的情况下,但如果你考虑了,你就会意识到 ZZ 与 FF 相比在利润方面的局限性,我刚刚想到了三点。

去他妈的 ZZ。

ZZ 的缺点在于,它以有规律的链接取代了不稳定的商数,没有突然的移动。平衡的作用是一样的。在这一点上,它们是相似的。

FF 必须过滤掉非稳态的罕见运动。事实上,预测非稳态过程的唯一方法就是 MO,它具有形成模式的能力。由于不理想的模式极为罕见,我们会得到同样的极为不平衡的类别。 如果不对不平衡的类别做出特别努力,就很容易出现过度拟合,即模式与训练样本僵化地绑在一起。

为什么您的 FF 不是过度拟合工具?

 
СанСаныч Фоменко #:

为什么 FF 不是一个过度拟合的工具?

为什么 FF 是一种过度拟合的工具?
 
mytarmailS #:
为什么 FF 会成为过度训练的工具?

也许我有什么不明白的地方。

FF 不是负责选择特征值吗?

 
СанСаныч Фоменко #:

也许我有什么不明白的地方。

难道不是由 FF 来选择特征值吗?

在天平的例子中,不是。
 
mytarmailS #:
在天平的例子中,没有。

谢谢,我得考虑一下

 

难道你不能采用一系列标准基准(你可以借鉴乔治的做法),教 DL/ML 以与最好的基准相同的方式进行交易,或者至少不比它们差?

和那些声名狼藉的中游者做得一模一样?

PS. 如果我是乔治,我会提高动物园交易历史的 价格标签......提高 2-3-5 个订单 :-)

 
mytarmailS #:
卖家心里只想着一件事。

是的,利润。

人们还有什么目的呢 计算银河系最终恒星数量的方法吗

我是说 不是

---

众所周知,NN训练需要 "真实样本"。也就是说,最好是由人类(或由人类控制)制作的、具有严格指定选项的、持续时间较长的 Steytes。而且数量要大。而且没有

Georges 创办动物园的原因与此不同,但他的 Steytes 现在已经名列前茅。虽然没有活体样本,但至少他们有。