交易中的机器学习:理论、模型、实践和算法交易 - 页 3147 1...314031413142314331443145314631473148314931503151315231533154...3399 新评论 Maxim Dmitrievsky 2023.07.18 11:39 #31461 我不太喜欢讨论别人没有完整描述的自酿啤酒。它们通常存在的问题是论证不充分和实验基础薄弱。这就是为什么你要么需要实验和理论参考,要么需要可重现的代码。而且最好是讨论广泛使用的东西。 Renat Akhtyamov 2023.07.18 11:43 #31462 也许能感受到其中之一? 神经模糊决策集合 mytarmailS 2023.07.18 11:48 #31463 Maxim Dmitrievsky #: 我不太喜欢讨论别人没有完整描述的自酿啤酒。 尤其是当它们不起作用时... 所有的解释都是绕圈子的说教,什么也没说。 СанСаныч Фоменко 2023.07.18 12:59 #31464 Renat Akhtyamov #:Sanych,H1 窗口的 1500 条一直都是一样的:与窗口中间相切。正如上文所说--我们转了一圈又一圈。没错! 1500 是射频的统计结果。分类误差的稳定性从 1200 bar 左右开始。事实证明,其他模型也是如此。 СанСаныч Фоменко 2023.07.18 13:00 #31465 Uladzimir Izerski #:Balaboly 是指那些在论坛上撰写文章和宣传自己的人,而不是交易者) 。 只有那些使用无利可图的智能交易系统(Expert Advisors)进行交易并在论坛上大放厥词的人才比他们更糟糕。 СанСаныч Фоменко 2023.07.18 13:35 #31466 mytarmailS #:尤其是当他们不工作的时候...所有的解释都是绕圈子的说教,什么也没说。 我在这里写的所有东西都是 Rattle 或 Caret,并做了一些工作上的改进,但作为国防部的系统知识,它就是这些软件包。正是从这里开始:数据探索、预处理、建模和估算。任何一个环节出错,都会使整个工作陷入困境。我的分类错误率低于 20%,这是在所述阶段的每个步骤以及各阶段内部进行改进的结果。任何一个环节出错,都会导致所有努力 付诸东流。我需要花费大量时间来收集统计数据,以证明这个或那个决定是正确的。 遗憾的是,在这一领域,国防部只有少数人具备系统知识,并能将这些(知识)运用到适当的专业工具中。而在这个非常特殊的标准中--流利使用 R 语言。 Maxim Dmitrievsky 2023.07.18 13:46 #31467 蛇又咬了自己的 R。这个主题没有足够的新鲜血液。去掉巨魔,引来几个真正的怪才,那就有趣了:) Maxim Dmitrievsky 2023.07.18 15:13 #31468 mytarmailS #:尤其是在他们不工作的情况下...所有的解释都是绕圈子的说教,什么也没说。 好吧,如果它们不起作用,那也是一种体验:)但当讨论的内容不明确,引导性问题没有帮助时....。 Renat Akhtyamov 2023.07.18 15:46 #31469 СанСаныч Фоменко #:1500 是射频的统计结果。分类误差的稳定性从 1200 bar 左右开始。事实证明,其他模型也是如此。 62.5 天。 我得承认,这是有道理的。 因为这刚刚超过三个月。 平均 TC 的平均耐力;) mytarmailS 2023.07.18 15:53 #31470 Maxim Dmitrievsky #: 好吧,如果它们不起作用,那也是经验:)但是,如果不清楚讨论的是什么,而引导性问题又不起作用.... 这是因为原则上无法给出引导性问题的答案 )) 一个人声称抓反弹很容易,你对他说--好吧,给他看看你的交易,他对你说:看看我在自由市场 ))))) 上的订单。 第二个人声称有什么超级圣杯,你告诉他--你怎么证明?他告诉你:这是共济会三角形的图片 ))))。 第三个 .... 这一点都不好笑,这只是他们脑袋里的某种迷药...... 1...314031413142314331443145314631473148314931503151315231533154...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
也许能感受到其中之一?
神经模糊决策集合
我不太喜欢讨论别人没有完整描述的自酿啤酒。
尤其是当它们不起作用时...
所有的解释都是绕圈子的说教,什么也没说。
Sanych,H1 窗口的 1500 条一直都是一样的:与窗口中间相切。
正如上文所说--我们转了一圈又一圈。
没错!
1500 是射频的统计结果。分类误差的稳定性从 1200 bar 左右开始。事实证明,其他模型也是如此。
Balaboly 是指那些在论坛上撰写文章和宣传自己的人,而不是交易者) 。
只有那些使用无利可图的智能交易系统(Expert Advisors)进行交易并在论坛上大放厥词的人才比他们更糟糕。
尤其是当他们不工作的时候...
所有的解释都是绕圈子的说教,什么也没说。
我在这里写的所有东西都是 Rattle 或 Caret,并做了一些工作上的改进,但作为国防部的系统知识,它就是这些软件包。正是从这里开始:数据探索、预处理、建模和估算。任何一个环节出错,都会使整个工作陷入困境。我的分类错误率低于 20%,这是在所述阶段的每个步骤以及各阶段内部进行改进的结果。任何一个环节出错,都会导致所有努力 付诸东流。我需要花费大量时间来收集统计数据,以证明这个或那个决定是正确的。
遗憾的是,在这一领域,国防部只有少数人具备系统知识,并能将这些(知识)运用到适当的专业工具中。而在这个非常特殊的标准中--流利使用 R 语言。
尤其是在他们不工作的情况下...
所有的解释都是绕圈子的说教,什么也没说。
1500 是射频的统计结果。分类误差的稳定性从 1200 bar 左右开始。事实证明,其他模型也是如此。
62.5 天。
我得承认,这是有道理的。
因为这刚刚超过三个月。
平均 TC 的平均耐力;)
好吧,如果它们不起作用,那也是经验:)但是,如果不清楚讨论的是什么,而引导性问题又不起作用....
这是因为原则上无法给出引导性问题的答案 ))
一个人声称抓反弹很容易,你对他说--好吧,给他看看你的交易,他对你说:看看我在自由市场 ))))) 上的订单。
第二个人声称有什么超级圣杯,你告诉他--你怎么证明?他告诉你:这是共济会三角形的图片 ))))。
第三个 ....
这一点都不好笑,这只是他们脑袋里的某种迷药......