交易中的机器学习：理论、模型、实践和算法交易 - 页 3247

新评论
 
Maxim Dmitrievsky #:

与 1 次交易相同，只是交易次数更少。

那就不是马丁了，恭喜你！

 
fxsaber #:

那就不是马蒂了，恭喜你！

好吧，如果根本找不到任何模式，那就奇怪了，因为没有 TC 可以工作。

我只是说这是你可以寻找的。

 
Maxim Dmitrievsky #:

我只是说，你也可以这样 看。

没看到方法论，只看到图表。

 
fxsaber #:

没有看到方法，只有图表。

在给定属性的行之间建立相关矩阵，然后选出相关性最高的行，为每一行绘制 n 个收盘价的图表，以了解其未来走势，统计所有行的平均未来走势，根据这些统计数据筛选所有模式，选出最佳模式。

保存模式参考值，在测试器中查找当前值与参考值的相关性，根据选定的逻辑打开交易。
 
Maxim Dmitrievsky 搜索模式

到目前为止，我还无法超越 MO 的结果



我不明白这有什么关系？我认为，只需从头开始提取一个字符串，并观察其在采矿区间内的行为即可。

 
fxsaber #:

干得好！原来它不再是 MO，而是一种完全的过度，没有任何黑盒子的影子。我喜欢

字符串的长度？从动画来看，长度是 10 个可能值中的 4 个。


我完全不明白这之间有什么关联？似乎只需从头开始创建一个字符串，然后观察它在未来的表现就足够了。

测试人员提供的那个示例长度为 9（不同周期的增量）。

在一个一维数组中将不同的周期堆叠成一条曲线，就可以将不同的符号塞进一个序列中，这样就可以通过相关性而不是 MO 来搜索模式。

我正在尝试使用不同的数列，我的闪电速度还不足以快速计算所有数据，我会尝试加快速度的

在优化器中，你可以先取一个，然后再取另一个......就这样比赛。但我用的是 python，一次计算所有可能配对的相关性，然后从中选择。

这里最重要的是速度
 
Maxim Dmitrievsky #:

将一个一维阵列中的不同周期添加到一条曲线中，可以将不同的特征放入一个序列中，从而可以通过相关性搜索模式

我不明白。

 
Maxim Dmitrievsky #:

我正在尝试不同的方法，但速度仍然不够快，无法很快数完所有东西，我会尝试再加快一些速度。

在市场上，看起来过度杀戮的数字计算器正在击败 MO。
 
fxsaber #:

我不明白。

假设有几个指标，可以将它们的值依次写入 1 个数组。然后通过相关性与其他类似指标进行比较。

 
Maxim Dmitrievsky #:

假设有几个指标，可以将它们的值依次写入 1 个数组。然后通过相关性将它们与其他类似指标进行比较。

然后，有必要使这些指标达到某种统一的范式。即使指标是在不同时间间隔内的增量，否则相关性也会很奇怪。

我自己会在 1d 阵列中移动一个窗口，通过任何 "相似性 "迹象来查看样本数量。更准确地说，不是数量，而是这些地方的总 "利润"（按模式进入，在 n 小时内退出）。


只有动画上找到的样本数量令人困惑：几百个。四年中，只有 4*365*5/7*24~25000 个样本。在 25000 个样本中找到 500 个样本，要么是一种非常粗略的模式（或相似性的标志），要么是某种超常规的重复性（具有规律性的假设）。

1...324032413242324332443245324632473248324932503251325232533254...3399
新评论