交易中的机器学习：理论、模型、实践和算法交易 - 页 3020

新评论
 
Maxim Dmitrievsky #:
在平衡班级的情况下，精确度工作正常。尝试了所有标准指标，结果几乎没有差别。利润最大化是通过最大盈利交易的标记来实现的，不是吗？）


1) 分类时没有考虑交易成本，类别标记可能显示有必要卖出，但继续买入可能在经济上更有利可图、

利润最大化会考虑到这一点。


2）波动性也是如此。


3）不清楚如何实现买入、卖出、什么都不做这三种状态，不是在三个类别的背景下，而只是关于交易。


4) 不清楚如何通过分类管理止损/止盈。

.....

..

..

 
Maxim Dmitrievsky #:
在平衡班级的情况下，精确度工作正常。尝试了所有标准指标，结果几乎没有差别。

不过，它们的值还是不同。为了简单起见，我们假设止盈 = 止损 = 1，点差 = 0。在每笔交易中，我们要么进场，要么不进场--为简单起见，系统只针对买入（针对卖出使用不同的模型）。

准确率 = (真阳性 + 真阴性)/ (真阳性 + 真阴性 + 假阳性 + 假阴性)

利润总额 = 真阳性结果 - 假阳性结果

准确率似乎符合树中分割方法的要求，但利润似乎不符合。

MaximDmitrievsky#:
利润最大化是通过标记最大利润交易来实现的，不是吗？）。

为简单起见，所有交易的盈利或亏损都相同（1 或 -1）。

 
mytarmailS #:


1) 没有通过分类考虑贸易成本，分类标识可能表明有必要延长时间，但继续购买可能更有经济效益、

利润最大化会考虑到这一点。


2）波动性也是如此


3）不清楚如何实现买入、卖出、不做这三种状态，这不是指这三个类别，而是具体到交易方面


4) 不清楚如何通过MO分类管理止损/风险

.....

..

..

你把成本计入加价，仅此而已。利润最大化就是赚取的点数最大化减去成本。它是一次性标记出来的:) 3.

3.我在上一篇文章中已经实现了这一点。
停止、退出 - 这通常是在优化器中对 TS 进行微调之后。

...
..,
最重要的是开始）
 
Aleksey Nikolayev #:

不过，这些数值还是不同的。为了简单起见，我们假设止盈 = 止损 = 1，点差 = 0。在每笔交易中，我们要么进场，要么不进场--为简单起见，该系统只适用于买入（卖出则使用不同的模型）。

准确率 = (真阳性 + 真阴性)/ (真阳性 + 真阴性 + 假阳性 + 假阴性)

利润总额 = 真阳性结果 - 假阳性结果

准确度似乎符合树中拆分方法的要求，但利润似乎不符合。

为简单起见，所有交易的利润或亏损都相同（1 或 -1）。

太微妙了，不明白😁 带有教师的算法试图在任何停止标准下逼近训练数据集中教给它的东西。所有这些指标都纯粹是辅助性的，+-。这就是我的依据。在我看来，这些指标的作用微乎其微，这一点在研究这些指标时得到了证实。所以这对老师来说是次要的。
 
Aleksey Vyazmikin #:

您尝试过这种方法 吗？(请在页面下半部查找 "模型解释 "部分）

 
这种加价的顺序大致如下：根据波动情况，在不同方向上进行最小步幅的盈利交易。将单向交易合二为一，计算点数，同时考虑成本。如果点数超过两个，就把它们合二为一，否则就留下空头。

卡尔在图表上一目了然。
 
Maxim Dmitrievsky #:
这种加价的顺序大致如下：根据波动情况，在不同方向上进行最小步幅的盈利交易。将单向交易合二为一，计算点数，同时考虑成本。如果点数超过两个，就把它们合并成一个，否则就留下空头。

卡尔在图表上一目了然。

1) 即使可行，结果也是，对于每项任务，您都需要发明一些拐杖算法，将其作为现成的目标来实现？

写一个 FF，直接说 AMO 好/坏，对任何任务都好，通用解决方案......不是更简单吗？


2) 好目标 != 针对该目标训练有素的 AMO。

目标可能是好的，但算法不可能针对它进行训练，所以应该评估的不是目标，而是训练有素的 AMO。

当我谈到 FF 时，你也意识到了这一点，但我看你已经忘了

 
mytarmailS #:

1) 即使它是可行的，那么对于每项任务，是否都需要发明一些拐杖算法来将其作为现成的目标来实现呢？

写一个 FF，只说 AMO - 好/坏，对任何任务都好，通用解决方案......不是更简单吗？


2) 好目标 != 在此目标下训练有素的 AMO。

目标可能是好的，但算法无法针对它进行训练，因此应该评估的不是目标，而是训练有素的 AMO。

当我谈到 FF 时，你也意识到了这一点，但我看你已经忘了。

我知道你不明白，FF 是内置在数据集中的。你混淆了 "温暖 "和 "柔软"，你在做无谓的工作。

它会像婴儿一样学习一切，记住每一行。

您可以设定其他目标。例如，对哪些交易给予更多权重。当然，所有这些都要在标记阶段完成。

你不能通过 FF 做很多事情，那将是三层楼高的公式。

你就像 MO 中的 Susanin 😀，总是在沼泽地里拖泥带水。
我一般都是坐着不动，在回家或去商店的路上领悟一切。有时我会忘了为什么来商店，但这是要付出代价的。
 
Maxim Dmitrievsky #:
我明白，你没有意识到 FF 已被放入数据集中。你混淆了温暖和柔软，你在做额外的工作。

他会像婴儿一样学习一切，记住每一行。

你可以设定不同的目标。例如，对哪些交易给予更多权重。当然，所有这些都要在标记阶段完成。

您无法通过 FF 做很多事情，这将是三层的公式

你就像国防部的 Susanin 😀，总是把你拖进沼泽地。

如果一切都像你说的那样，就不会有 RL 了......


总的来说，每个人都按自己的方式行事是件好事，意见越多--搜索空间就越丰富....。

我已经很少这样做了，我已经过了那个阶段...

 
mytarmailS #:

如果真像你说的那样，就不会有什么 RL 了。

它无处可寻，只存在于纸面上。
RL 是用来与未知环境互动、探索的。如果我走这条路或那条路会怎样？图形就在你面前
1...301330143015301630173018301930203021302230233024302530263027...3399
新评论