交易中的机器学习:理论、模型、实践和算法交易 - 页 3052

 
Maxim Dmitrievsky #:

没有

它可能是结果,而不是原因,但它仍然是一个有联系的现象,所以只要有联系,我们就可以谈论模式。

我们只需认识到规律是会改变的。而当它们发生变化的时候,也就是时间的瞬间,这个问题就应该迎刃而解了。

 
我试着写了一个简单的 Q 表(没有这个计算行动的超级公式),简单地说 - 如果行动有更多的点数 - 那么就执行它。如果行动造成了损失--奖励就等于损失。

我选取了 5 根蜡烛图,开始建立状态。仅收盘价就有 5 个状态(高于/低于/等于前一个状态)。

然后我增加到 14 根蜡烛图,我已经...我想我已经有几十亿个状态了。

好吧,我试试看。我的方法 - 戳的方法,思考 - 太长了,事实证明。

第一次运行是启动按钮。噗。什么都没发生,我出局了。
第二次--启动按钮。圣杯。圣杯之年5年,圣杯20年。
每个大项启动两次,每个大项--20 年的圣杯。我回到第一个主程序 "圣杯",没有任何内容被覆盖,所有内容都已保存。

我在想,这太疯狂了

我在打印每个动作的执行次数20年里平均每个动作有5次

非常吻合

这是我做过的最快的重新训练了在优化器里我需要等待 但在这里只需点击两下就完成了
 
Aleksey Vyazmikin #:

我们为什么要花几分钟?难道每条杠都有信号吗?我不知道他在那里制定了什么样的规则--我猜是关于返回者的。

要么就承认不可能有规则,一切都是混乱的,要么就别这么做。

但如果是混沌,那么任何经济或更全球性的事件,如巨大陨石的坠落,都不会影响报价。

也许,需要对价格行为进行更精细的建模,而不是完全随机。比方说,我们采取一打策略,像创建报价一样进行交易。从推出到推出,向各策略分配不同比例的初始存款。

1 亿至 1 亿--确保随机中没有规律。在 1000-10000 时,可能会发生一些情况,这只是因为没有添加足够的变体。
 

我有一个可以用 MOE 解决的问题--寻找愿意为兴趣而工作的人,并提高他们的技能:)

这个问题可以用 MO 的不同部分来解决,包括识别图形图像、查找文本中的模式(这是分类),以及确定近似指标的任务(回归模型)。

要点是:有一个广告数据库,我们需要确定某处房产以某一价格售出的时间(价格可能会发生变化--变化会被记录下来)。可能还有其他相关指标。

有兴趣参与这样的项目吗?

补充:我将提供我的计算能力。
 
Aleksey Vyazmikin #:

我正在寻找愿意从事这项工作的人,以提高他们的兴趣和技能:)

为了兴趣,完成自己的任务更有意思。而不是为了兴趣而完成别人的任务。
 
mytarmailS #:
为了兴趣而完成自己的任务更有意思。而不是别人的,只是为了好玩。

我提出一项可以解决的任务,并从中获得工作的乐趣。

 
Aleksey Vyazmikin #:

我提供的是一项可以解决的任务,并享受这项工作。

你为不需要的人免费提供一份真正的工作,为需要的人....。

这和我打电话让你帮我修车,作为回报,你也能从这项任务中获得乐趣......是一样的。

是一样的。

 

Aleksey Vyazmikin #:

我不会把脑力劳动和体力劳动等同起来。

认为 两者 没有 任何区别,都是劳动,都应该得到报酬。

 
我提出的合作项目 仍然有效。我们有目标受众,这意味着盈利是可能的。不过,我不能保证一定能赚钱。但我相信,这将是一项有趣的工作,并会带来新的体验。
 
Aleksey Vyazmikin 回归模型)。

要点是:有一个广告数据库,我们需要确定某处房产以某一价格售出的时间(价格可能会发生变化--变化会被记录下来)。可能还有其他相关指标。

有兴趣参与这样的项目吗?

补充:我将提供我的计算能力。

只需启动一个单独的主题。在那里详细描述一切。

看,有人会感兴趣的。