交易中的机器学习：理论、模型、实践和算法交易 - 页 3127 1...312031213122312331243125312631273128312931303131313231333134...3399 新评论 СанСаныч Фоменко 2023.07.09 12:19 #31261 Aleksey Vyazmikin #:我认为，考虑到这一策略，我们可以初步断定市场已经开始改变盘中趋势。问题是，历史上是否有一些因素现在才更频繁地出现，然后也许就能预测到它们，或者概率偏差是否存在线性增长。或者它们是全新的事件（预测指标的组合），以前从未出现过。有一点是显而易见的，那就是我们需要一种不同的方法来建立一个考虑到动态情况的模型。然后，我们可以尝试解释由于其他因素的出现/加强而导致的量子段概率变化，并尝试事先预测这些其他因素。换句话说，有必要了解是什么发生了变化，以及这种变化是否可以预测，并进一步在最终模型中考虑到这些变化。 我们在交易什么？ 趋势？ 模式？ 还是通过 "车轮 "统计增量？ 首先我们需要做出决定，然后得出结论。 mytarmailS 2023.07.09 12:24 #31262 又是 "原住民"。 СанСаныч Фоменко 2023.07.09 12:27 #31263 mytarmailS #: 又是盖奇家族。 加奇有什么不好？ 只有两种选择，趋势交易不算，所以要么通过 MO 模式，要么通过加奇模式。 Aleksey Vyazmikin 2023.07.09 12:39 #31264 СанСаныч Фоменко #:我们在交易什么？趋势？模式？通过加西的增量统计？你必须先做出决定，然后得出结论。你对样本量有疑问吗？我不知道该怎么回答。 可能是盘中趋势开始时的形态。 Bohdan Suvorov 2023.07.09 23:18 #31265 Aleksey Vyazmikin #:我想知道这是什么样的图书馆？ 回答你的问题：这个DLL 是我用来检查 来自 真实 和模拟账户 的 访问密钥。连接到我的谷歌云。 该DLL 还用于自动定期优化。在帖子 DEMO 源的附件中（部分代码不用于发布 - 尤其是自动优化程序的代码）。 附加的文件： MarketTraderDLL.zip 2 kb Alexander Ivanov 2023.07.10 03:17 #31266 您好！ 有时，我在这里看到 10-20 年的优化图表。有些地方在 3 年内，有些地方在 2 年内，有些地方在 1 年内 - 都有梅花。但是图表在增长。 是否有可能找到增长高峰的模式，让机器人在其中交易获利？ Maxim Dmitrievsky 2023.07.10 07:10 #31267 Aleksey Vyazmikin #:我注意到一个有趣的现象。每个人都知道数据漂移。我们习惯于只踢预测器，但我决定看看随着时间的推移，策略本身会发生什么变化。 我不明白这个实验是怎么回事。策略结果的弹性取决于预测因子的漂移，不是吗？策略取决于预测因子。 Aleksey Vyazmikin 2023.07.10 10:05 #31268 Maxim Dmitrievsky #:我不明白这个实验是怎么回事。策略结果的弹性取决于预测因子的漂移，不是吗？策略取决于预测因子。 事实上，这与目标的漂移有关，即目标的统计特性在一定时间间隔内的变化... Maxim Dmitrievsky 2023.07.10 10:48 #31269 Aleksey Vyazmikin #:从本质上讲，这是关于目标的漂移--其统计特性在一段时间间隔内的变化...这取决于特征漂移 如果将依赖性曲线与假设的理论特征漂移（家庭主妇中的 CATE）相对照，就会得到目标属性变化的弹性。 Aleksey Vyazmikin 2023.07.10 11:59 #31270 Maxim Dmitrievsky #:什么取决于性状的漂移 如果将依赖性曲线与假设理论中的性状漂移（家庭主妇中的 CATE）相对照，就可以得到目标属性的变化弹性。 很遗憾，我不明白您的答案。您到底需要做什么？性状的遗传理论 漂移 "是什么意思？您试过用 python 来做这件事吗？对于 A/B 测试，我们知道转换点，但这里没有转换点--渐变。 预测因子的漂移可以表现为方差的变化和概率分布的变化。 因此，在第一种情况下，逻辑仍保留在过去的样本中，但贪婪法根本无法将其提取出来。 在第二种情况下，预测因子所描述的事件后果的逻辑发生了变化。 另外，我们还可以注意到缺乏数据归一化所导致的漂移。在我们的案例中，当价格超出范围，而预测因子没有将其考虑在内时，就会产生漂移。例如，只用点来衡量某物。 1...312031213122312331243125312631273128312931303131313231333134...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我认为，考虑到这一策略，我们可以初步断定市场已经开始改变盘中趋势。
问题是，历史上是否有一些因素现在才更频繁地出现，然后也许就能预测到它们，或者概率偏差是否存在线性增长。
或者它们是全新的事件（预测指标的组合），以前从未出现过。
有一点是显而易见的，那就是我们需要一种不同的方法来建立一个考虑到动态情况的模型。然后，我们可以尝试解释由于其他因素的出现/加强而导致的量子段概率变化，并尝试事先预测这些其他因素。换句话说，有必要了解是什么发生了变化，以及这种变化是否可以预测，并进一步在最终模型中考虑到这些变化。
我们在交易什么？
趋势？
模式？
还是通过 "车轮 "统计增量？
首先我们需要做出决定，然后得出结论。
又是盖奇家族。
加奇有什么不好？
只有两种选择，趋势交易不算，所以要么通过 MO 模式，要么通过加奇模式。
我们在交易什么？
趋势？
模式？
通过加西的增量统计？
你必须先做出决定，然后得出结论。
你对样本量有疑问吗？
我不知道该怎么回答。
可能是盘中趋势开始时的形态。我想知道这是什么样的图书馆？
回答你的问题：这个DLL 是我用来检查 来自 真实 和模拟账户 的 访问密钥。连接到我的谷歌云。 该DLL 还用于自动定期优化。在帖子 DEMO 源的附件中（部分代码不用于发布 - 尤其是自动优化程序的代码）。
您好！
有时，我在这里看到 10-20 年的优化图表。有些地方在 3 年内，有些地方在 2 年内，有些地方在 1 年内 - 都有梅花。但是图表在增长。
是否有可能找到增长高峰的模式，让机器人在其中交易获利？
我注意到一个有趣的现象。
每个人都知道数据漂移。我们习惯于只踢预测器，但我决定看看随着时间的推移，策略本身会发生什么变化。
我不明白这个实验是怎么回事。策略结果的弹性取决于预测因子的漂移，不是吗？策略取决于预测因子。
我不明白这个实验是怎么回事。策略结果的弹性取决于预测因子的漂移，不是吗？策略取决于预测因子。
事实上，这与目标的漂移有关，即目标的统计特性在一定时间间隔内的变化...
从本质上讲，这是关于目标的漂移--其统计特性在一段时间间隔内的变化...
这取决于特征漂移
如果将依赖性曲线与假设的理论特征漂移（家庭主妇中的 CATE）相对照，就会得到目标属性变化的弹性。什么取决于性状的漂移
如果将依赖性曲线与假设理论中的性状漂移（家庭主妇中的 CATE）相对照，就可以得到目标属性的变化弹性。很遗憾，我不明白您的答案。您到底需要做什么？性状的遗传理论 漂移 "是什么意思？您试过用 python 来做这件事吗？对于 A/B 测试，我们知道转换点，但这里没有转换点--渐变。
预测因子的漂移可以表现为方差的变化和概率分布的变化。
因此，在第一种情况下，逻辑仍保留在过去的样本中，但贪婪法根本无法将其提取出来。
在第二种情况下，预测因子所描述的事件后果的逻辑发生了变化。
另外，我们还可以注意到缺乏数据归一化所导致的漂移。在我们的案例中，当价格超出范围，而预测因子没有将其考虑在内时，就会产生漂移。例如，只用点来衡量某物。