交易中的机器学习：理论、模型、实践和算法交易 - 页 3123

新评论
 
Valeriy Yastremskiy #:
能否以某种方式生成行的参数？）
您甚至可以通过 MO 输出差值并进行修正。
 
Renat Akhtyamov #:

探索、谜题和系统搜索....。

在 1970 年，构建市场报价的逻辑并不复杂。

如果当时的报价是用膝盖、用铅笔写在纸上并记在账本上的，那么神经网络与之又有什么关系呢？

50 年又如何？

算法没有变，我告诉你，它是百分之百经过测试的！

1970年，一个人不可能发明出 一个人无法理解的东西，他做不到

商场里有新款内衣，去看看吧
 
Maxim Dmitrievsky #:
您甚至可以通过 MOE 得出差值并进行调整。
差值是什么？是 OOS，这是未知数。托盘上一切正常，没有任何东西可以用来计算差值。
 
Forester #:
与什么不同？是 OOS，这是未知数。在火车上没问题，没有什么可以用来计算差异。
首先比较一下 OOS 和 traine。trayne是试验组，OOS是对照组。你可以先看看特质平均值的变化。如果有，那就看看历史上这种变化的动态。如果可以在不考虑 OOS 的情况下进行治疗，那就太好了：)

如果有很多特征，那就是一个相当有创意的挑战了。我还没有全部完成。

这项任务基本上可以归结为如何解决偏差问题。这是我学会如何将数字输入模型后的一项目标任务。当然，如果不能以任何方式解决偏差问题，这就是一项糟糕的工作。但这不是放弃的理由（我想） 😀
 
Maxim Dmitrievsky #:
您甚至可以通过 MOE 得出差异并进行调整。

什么差值？

很明显，正如您所说，数列的元参数就是其数学模型，而模型的参数就是数列的参数，但模型是不同的，有时一个有参数，另一个没有，或者模型从参数中得到的行为是不同的。而以 TC 的形式来比较模型的结果......我认为这是不正确的。

可能序列的某些参数与其行为之间存在相关性。当然，这是原始的...

您如何看待贸易谈判建模？

机器学习，特别是核方法，是文艺复兴科技 公司 在 20 世纪 80 年代使用 的方法、

机器学习，特别是核 方法 、

用现在的话说是什么？

 
Valeriy Yastremskiy #:

什么不同？

正如您所说，数列的元参数是它的数学模型，而模型的参数就是数列的参数，但模型是不同的，有时一个有参数，另一个没有，或者从参数看模型的行为是不同的。而以 TC 的形式来比较模型的结果......我认为这是不正确的。

可能序列的某些参数与其行为之间存在相关性。当然...

您如何看待贸易谈判模型？

机器学习，特别是核方法，是文艺复兴科技 公司 在 20 世纪 80 年代使用 的方法、

机器学习，特别是核 方法 、

用今天的话来说是什么？

要看是哪种核 😀 多项式还是径向基之类的。按照现在的说法，这没什么问题。这个模型很肤浅（如果是回归或支持向量法），但很简单，可以解释。
。

分布与模型对分布的响应之间的区别。这似乎非常明显。剩下的就是想办法把它弄平了。
 
Maxim Dmitrievsky #:
首先比较一下 OOS 和 Traine。Train 是特质组，OOS 是对照组。您可以首先查看平均特质的转变。如果有，那就看看这种转变在整个历史中的动态变化。如果可以在不考虑 OOS 的情况下进行治疗，那么很好：) 。

如果有很多特征，那就是一个相当有创意的挑战。我还没有完全弄明白。

这项任务基本上可以归结为如何解决偏差问题。这是我学会如何将数字输入模型后的一项目标任务。当然，如果无论如何都无法解决偏差问题，这就是一份糟糕的工作。但这不是放弃的理由（我想） 😀
当全球（仅 1-1.5 年）趋势向上时，卖出模型就开始下垂。它在交易中找到了赚钱的机会，但在 OOS 中却进入了缩水状态。
，也许用一个模型选择买入/卖出的第一种方案会更好。但是，如果它根据全球趋势进行调整，那么它就会在趋势变化的时刻耗尽资金。而且很可能多年来都是朝着一个方向交易。
 
Forester #:
当全球（短短 1-1.5 年）趋势向上时，卖出模型开始下挫。它在交易中找到了赚钱的机会，但在 OOS 中却进入了缩水状态。 ，也许由一个模型进行买入/卖出选择的第一个变体会更好。但是，如果它根据全球趋势进行调整，它就会在趋势变化的时刻放水。而且很可能多年都朝着一个方向交易。
模型是有偏差的。因此，我们需要迫使它在没有这种偏差的情况下学习。但首先我们需要找到偏差系数，比方说斜率或自由项（截距），就像回归一样。如果我们让它在训练时不因斜率和自由项的变化而变化呢？基本上是引用 Kozul 的书籍。

在 catbusta 和其他模型中，可以在训练过程中为标签分配权重。例如，先输出偏移量，然后将其转换为权重，模型在训练过程中就已经使用了校正因子。这是其中一种方法。
 
Maxim Dmitrievsky #:
商场里有新款内衣，去看看吧

我记得你的存款有0. 1%的风险

别再提建议了

没什么

我的交易杠杆为 2000，风险为 95%，只听取像我这样有经验的成功人士的建议和经验。

 
Maxim Dmitrievsky #:
再见了，大嘴巴。去看足球吧。

很不错）。

写诗写书。

去吧。

这是你自己的事，而且可能更有利可图。

1...311631173118311931203121312231233124312531263127312831293130...3399
新评论