交易中的机器学习：理论、模型、实践和算法交易 - 页 3197 1...319031913192319331943195319631973198319932003201320232033204...3399 新评论 Maxim Dmitrievsky 2023.08.22 14:34 #31961 Aleksey Vyazmikin #:据我所知，您的建议实质上是这样的： 在原始样本上找到量化区段，并在其上为整个样本创建一个量化网格。 创建与原始样本特征相似的符号 - n 次。 根据生成符号的数量制作样本。 使用第 1 点的表格，在 n 个样本上搜索量子片段。 计算相对于原始样本，在生成的样本中发现了多少量子片段。 也许我可以制作几十个样本，但是：1.我不知道如何生成与原始样本真正相似的样本 -- 没有工具。2.如果会有很多 "命中"，如果很少，您打算如何解释量子截止范围的结果？ 随机洗码 n 次，查看量子化截点的平均值（这是最好的）。如果平均值都不是最好的，那就没有什么损失了。 Aleksey Vyazmikin 2023.08.22 14:44 #31962 Maxim Dmitrievsky #:随机洗符号 n 次，看四句话的平均值（哪一句最好）。 按照我的理解，您需要提取增量（OHLC）并随机洗牌？或者说，将增量分成 100 个窗口，然后混合这些窗口？我听说时间序列只能与窗口混合.....。 我还没有处理过自定义字符--你有这方面的脚本吗？ Maxim Dmitrievsky#: 如果平均值不是最好的，那也没什么损失。 非常啰嗦--我不明白 "平均 "是什么意思，不比什么好？不可能比原始数据更好--这限制了搜索范围，所以如果平均值接近原始数据，那么 "就没有什么损失了"，换句话说，这意味着可以随机选择量子段，也就是说，选择量子段的标准不够好？ Maxim Dmitrievsky 2023.08.22 14:55 #31963 Aleksey Vyazmikin #:按照我的理解，我们是否应该获取增量（OHLC）并随机化数值？还是把增量分成 100 个窗口，然后混合窗口？我听说时间序列只能与窗口交错....。我还没有处理过自定义字符--您有这方面的脚本吗？非常啰嗦 - 我不明白 "平均 "是什么意思，不比什么好？不可能比原版更好--它限制了搜索范围，所以如果平均值接近原版，那么 "没什么损失"，换句话说，这意味着量子片段可能是随机选择的，也就是说，选择它们的标准不够好？你不再有原版了。和一个洗牌符号。增量，是的。在每个这样的符号上，你都要确定最佳四边形 然后查看所有模拟中最佳四边形的平均值如果我没理解错四格是什么的话。如果是芯片值的范围，那么一切都符合。 我不在终端中做任何事情，我只在终端中编译机器人 Aleksey Vyazmikin 2023.08.22 15:14 #31964 Maxim Dmitrievsky #:你不再拥有原版。这是一个洗过的符号。增量，是的。在每一个这样的符号上，你都要确定最佳二次方，看所有模拟的平均值。 我不在终端中做任何事情，只是将机器人编译到终端中。 这就不清楚了--很明显，其中一个会比其他的好，纯粹是偶然的，会更频繁地出现（即使只有两次）--这有什么意义呢？ 为了简化起见，我们可以使用一个量子表。 结果是，我们会发现预测子 1 更经常出现 5 个量子点，预测子 2 更经常出现 3 个量子点，以此类推。 需要注意的是，每个预测因子的分界点是不同的。 那么，如何将所有这些归纳为一个平均值来得出结论呢？ Maxim Dmitrievsky 2023.08.22 15:16 #31965 Aleksey Vyazmikin #:这就不清楚了--很明显，其中一个会比其他的好，纯粹是偶然，会更频繁地掉下来（即使只有两次）--这有什么意义呢？为了简化起见，我们可以用一张量子表来说明。结果是，我们会发现预测器 1 的量子落空次数多于 5 个量子，预测器 2 多于 3 个，以此类推。需要注意的是，每个预测因子的分界点是不同的。那么，您如何将所有这些归纳为一个平均值来得出结论呢？ 每个特征都有自己的平均值。有多少这样的分段？应该有更多的模拟倍数。 这都是可以解决的，这是一个技术问题，不是原则问题。 如果图形真的是随机的，那么纯属偶然的 10k 次就会掉出来。如果不是，就会找到包含规律性的部分。 Aleksey Vyazmikin 2023.08.22 15:21 #31966 Maxim Dmitrievsky #:每个芯片都有自己的平均值。一共有多少个这样的片段？应该有更多的模拟倍数。 这都是可以解决的，已经是技术问题，不是原则问题。 每个预测因子的分段数都会不同--我会根据原始样本的选择结果进行汇总--事实上，这对随机化并不重要。一般来说，我有 900 个表格，但在这里进行表格核算会显得过多。 Maxim Dmitrievsky 2023.08.22 15:23 #31967 Aleksey Vyazmikin #:每个预测因子的分段数将有所不同--我将根据原始样本的选择结果进行汇总--事实上，这对于随机化来说并不重要。一般来说，我有 900 个表格，但在这里进行表格核算是多余的。我刚刚写了如何用蒙特卡洛估计你的分段。 我不知道其他方法。 Aleksey Vyazmikin 2023.08.22 15:26 #31968 Maxim Dmitrievsky #:我刚刚写了如何用蒙特卡洛估算你的分段。 好吧，如果你已经下课了，那就再浪费一次时间，用阿列克谢的风格来回答结果是不够的。 Maxim Dmitrievsky 2023.08.22 15:28 #31969 Aleksey Vyazmikin #:好吧，如果你已经下班了，那就再浪费时间，用阿列克谢的风格来回答结果是不够的。 因为如果你不明白自己在做什么，最好就不要做，也不要折磨别人 ) 而且那里也没什么可做的，一切都很简单 Aleksey Nikolayev 2023.08.22 15:28 #31970 mytarmailS #:与其他方案相比，该套餐有哪些优势？ 我还没有遇到过其他可以打开 R 会话并从 MT5 向其发送请求的方案。 1...319031913192319331943195319631973198319932003201320232033204...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
据我所知，您的建议实质上是这样的：
也许我可以制作几十个样本，但是：
1.我不知道如何生成与原始样本真正相似的样本 -- 没有工具。
2.如果会有很多 "命中"，如果很少，您打算如何解释量子截止范围的结果？
随机洗码 n 次，查看量子化截点的平均值（这是最好的）。如果平均值都不是最好的，那就没有什么损失了。
随机洗符号 n 次，看四句话的平均值（哪一句最好）。
按照我的理解，您需要提取增量（OHLC）并随机洗牌？或者说，将增量分成 100 个窗口，然后混合这些窗口？我听说时间序列只能与窗口混合.....。
我还没有处理过自定义字符--你有这方面的脚本吗？
如果平均值不是最好的，那也没什么损失。
非常啰嗦--我不明白 "平均 "是什么意思，不比什么好？不可能比原始数据更好--这限制了搜索范围，所以如果平均值接近原始数据，那么 "就没有什么损失了"，换句话说，这意味着可以随机选择量子段，也就是说，选择量子段的标准不够好？
按照我的理解，我们是否应该获取增量（OHLC）并随机化数值？还是把增量分成 100 个窗口，然后混合窗口？我听说时间序列只能与窗口交错....。
我还没有处理过自定义字符--您有这方面的脚本吗？
非常啰嗦 - 我不明白 "平均 "是什么意思，不比什么好？不可能比原版更好--它限制了搜索范围，所以如果平均值接近原版，那么 "没什么损失"，换句话说，这意味着量子片段可能是随机选择的，也就是说，选择它们的标准不够好？
你不再有原版了。和一个洗牌符号。增量，是的。
在每个这样的符号上，你都要确定最佳四边形 然后查看所有模拟中最佳四边形的平均值
如果我没理解错四格是什么的话。如果是芯片值的范围，那么一切都符合。
我不在终端中做任何事情，我只在终端中编译机器人你不再拥有原版。这是一个洗过的符号。增量，是的。
在每一个这样的符号上，你都要确定最佳二次方，看所有模拟的平均值。
我不在终端中做任何事情，只是将机器人编译到终端中。这就不清楚了--很明显，其中一个会比其他的好，纯粹是偶然的，会更频繁地出现（即使只有两次）--这有什么意义呢？
为了简化起见，我们可以使用一个量子表。
结果是，我们会发现预测子 1 更经常出现 5 个量子点，预测子 2 更经常出现 3 个量子点，以此类推。
需要注意的是，每个预测因子的分界点是不同的。
那么，如何将所有这些归纳为一个平均值来得出结论呢？
这就不清楚了--很明显，其中一个会比其他的好，纯粹是偶然，会更频繁地掉下来（即使只有两次）--这有什么意义呢？
为了简化起见，我们可以用一张量子表来说明。
结果是，我们会发现预测器 1 的量子落空次数多于 5 个量子，预测器 2 多于 3 个，以此类推。
需要注意的是，每个预测因子的分界点是不同的。
那么，您如何将所有这些归纳为一个平均值来得出结论呢？
每个特征都有自己的平均值。有多少这样的分段？应该有更多的模拟倍数。
这都是可以解决的，这是一个技术问题，不是原则问题。
如果图形真的是随机的，那么纯属偶然的 10k 次就会掉出来。如果不是，就会找到包含规律性的部分。
每个芯片都有自己的平均值。一共有多少个这样的片段？应该有更多的模拟倍数。
这都是可以解决的，已经是技术问题，不是原则问题。每个预测因子的分段数都会不同--我会根据原始样本的选择结果进行汇总--事实上，这对随机化并不重要。一般来说，我有 900 个表格，但在这里进行表格核算会显得过多。
每个预测因子的分段数将有所不同--我将根据原始样本的选择结果进行汇总--事实上，这对于随机化来说并不重要。一般来说，我有 900 个表格，但在这里进行表格核算是多余的。
我刚刚写了如何用蒙特卡洛估计你的分段。
我不知道其他方法。我刚刚写了如何用蒙特卡洛估算你的分段。
好吧，如果你已经下课了，那就再浪费一次时间，用阿列克谢的风格来回答结果是不够的。
好吧，如果你已经下班了，那就再浪费时间，用阿列克谢的风格来回答结果是不够的。
因为如果你不明白自己在做什么，最好就不要做，也不要折磨别人 )
而且那里也没什么可做的，一切都很简单
与其他方案相比，该套餐有哪些优势？
我还没有遇到过其他可以打开 R 会话并从 MT5 向其发送请求的方案。