交易中的机器学习：理论、模型、实践和算法交易 - 页 3047

新评论
 
СанСаныч Фоменко #:

和往常一样：你想要你得不到的东西，这就是所谓的 "S&M"。

既然 R-Studio 中都提供了，为什么不能呢？

问题在于，库不再受支持，在新版本中也无法运行，这就是为什么你需要保留不同版本的原因。

 
Aleksey Vyazmikin #:

问题是

问题完全不在这里

 


 
Maxim Dmitrievsky #:


维克多-格里戈里耶维奇，我的敬意 xD

 
Aleksey Nikolayev #:

由此产生了一个纯理论问题--一个 ONNX 模型能否用于推导出另一个 ONNX 模型。例如，使用第一个模型定期对新数据进行再训练，并更新工作模型。也就是说，无需使用 python 等工具。

乍一看，这不太可能实现，但万一有人尝试过这样做呢？

我没能从人工智能那里得到任何有意义的答案--它写道它可以，并引用了与问题无关的参考文献）。

ONNX 模型是将训练好的模型 分解为基本操作的图形。在 Windows 中不可能训练出 ONNX 格式的模型。他们在文章中提到在 Linux 下有这种可能性。

它只能通过获取谓词（执行速度比模型谓词快得多）和不使用 Python 才能使用。在 carefree-learn 软件包中，ONNX 模型的应用非常有趣。下图摘自软件包说明。

无忧无虑

 
mytarmailS #:

问题完全不在这里。

是的，找到原因了。

一般来说，更新后，即使错误没有写入，结果也是一样的--几乎都是向上的。


而且之前发布的代码脚本也停止工作了 - 在更新之前它一直在工作。

> p1 + p2 + plot_layout(nrow = 2)
Error in app$vspace(new_style$`margin-top` %||% 0) : 
  attempt to apply non-function
 
Aleksey Vyazmikin #:

是的，我找到原因了。

在一般的更新中，即使错误没有写入，但结果是一样的--都差不多了。


之前发布的代码脚本也停止工作了，更新之前它一直在工作。

明天我将尝试自己运行它
 
mytarmailS #:

有谁了解用于创建、回测任何级别策略、优化参数等的quanstrat 软件包？

该软件包由基金的真实交易者创建，每天都在使用真金白银来制定策略。

简介

来自同一地方的一些有趣想法

与其用回溯测试来验证好的交易策略，我认为它们更适合用来拒绝那些我们绝对 不想 使用的策略。

====

我如何知道我的策略没有过度训练或回报虚假？

  • 对于金融数据，您可以使用向上采样或重新采样（但由于制度转换，您必须非常小心）。
  • 参数敏感性/稳定性测试。基本上，如果我决定对技术指标使用不同的参数（例如，SMA-30 和 SMA-180），或者在一周的不同日子开始，我的结果是否会发生很大变化（我的指标有多脆弱）？

好吧，如果没有其他评估标准，那就通过参数的稳定性来评估。

您还可以将 TS 的输出值想象成时间信号，测量其熵并与随机性进行比较。如果 TC 能捕捉到某些周期性重复的模式，这一点就会得到反映。

对于定制 FF 的构建者来说，这可能很有用。

最好的衡量标准是时间和现实生活中的测试。任何 TC 都会停止工作。
 
Vladimir Perervenko #:

ONNX 模型是将训练 好的模型分解为基本操作的图形。在 Windows 下不可能训练出 ONNX 格式的模型。他们在文章中提到了在 Linux 中的可能性。

它只能通过获取谓词（执行速度比模型谓词快得多）并在没有 Python 的情况下使用。在 carefree-learn 软件包中，ONNX 模型的应用非常有趣。下图摘自软件包说明。

关于从 ONNX 到 ONNX 的问题，只是因为我遇到了两种说法的并列关系：1) 模型获取可以表示为一个流水线，2) 流水线可以转换为 ONNX 格式。

显然，这在实践中几乎是不可能的。实际上，我希望了解究竟是什么阻碍了这种可能性的实现，从而认识到整个技术的根本局限性。

如果是无法写入文件之类的限制，那是一回事；如果是缺乏对数据类型（例如数据帧）的支持，那又是另一回事。

 
Ivan Butko #:

维克多-格里戈里耶维奇，我的敬意 xD

是啊，尤其是今天的视频(()
1...304030413042304330443045304630473048304930503051305230533054...3399
新评论