交易中的机器学习：理论、模型、实践和算法交易 - 页 3252

新评论
 
СанСаныч Фоменко #:

两个敌人：过度训练和瞻前顾后。

关于过度训练--模型与原始系列过于 "相似"--已经有很多论述。每个人对此都不陌生，因为过度训练是测试人员的常见结果。

什么是 "瞻前顾后"？

很明显，就是在决策中使用当时不知道的信息。

在我看来，频繁出现 "瞻前顾后 "的主要原因在于，从本质上讲，TC 是一种在线算法，而其创建则是一种离线算法。

 

扁平的一对，哨兵

15 秒内找到图案）从 2020 年起，之前的一切均为 OOS

略微优化了 2019 年的参数


更新

同样的模式也适用于另一种字符


比 MO 更快
 
Maxim Dmitrievsky #:

扁平的一对，哨兵

15 秒内找到图案）从 2020 年起，之前的一切均为 OOS

略微优化了 2019 年的参数


更新

同样的模式也适用于另一种字符


它比 MO 更快。

但你自己也意识到，这是 SBs)))) 中的一种选择，但它在历史中持续的时间更长，而且我们可以假设它不会立即结束。但这并不是事实。当然，评估这些重复/嗯，就像模式，哦，伪法律))))，任务要困难得多。当然，在几乎所有的 SB 中，模式已经是某种东西了，即使要找到它，你也需要付出努力，但对于预测来说，它什么也不是。不幸的是...或者我不知道，但似乎就是这样）)

模式的开始和结束都很有趣。

 
Valeriy Yastremskiy #:

但你意识到，这是 SBs)))) 中的一种选择，但在历史上却更为持久，可以认为它不会马上结束。但这并不是事实。当然，评估这些重复/嗯，就像模式，哦，伪法律))))，任务要困难得多。当然，在几乎所有的 SB 中，模式已经是某种东西，即使要找到它，也需要付出努力，但对于预测来说，它什么都不是。不幸的是...或者我不知道，但似乎就是这样）)

模式出现的开始和模式的结束都很有趣。

SB + 低效率
不预测 SB，几乎可以预测所有情况，只需稍作调整 - 市场完全低效，满分 10 分。不预测 SB，完全有效。作为零假设。
SB + 低效率：需要将可预测与不可预测分开。低效可能有程度之分，如定量或其他方面的模式与噪声比。

为了避免混淆，大致就是这样分类的。
当然，如果可能，你应该做统计检验，但你通常比较懒惰。
 
Maxim Dmitrievsky #:

大约 15 秒钟就找到了图案。

既然速度允许，那么寻找较小的 TF 也就顺理成章了。如果我没理解错的话，模式长度只有大约 10 个值。
 
Rorschach #:

情况就像现代物理学，你想骑马还是开车？早期的物理学试图理解世界是如何运转的，但现在他们只是在数据上延伸公式，发明虚拟实体，没有人理解任何东西，一切都非常复杂。

在数据处理方面，情况也是一样。过去，我们遇到一个问题，试图理解它，然后手工编写算法，优化计算。为了简化任务，一些关系被忽略，另一些关系被简化为线性形式。当有足够的能力和数据时，问题的解决就转移到优化器（粗略地说，就像 MT 测试仪一样）上，由它来选择某些多项式的系数。没有人知道是如何计算的，对结果也没有十足的把握，但这种方法能够考虑到非线性和非显而易见的关系，将某些科学计算的速度加快了几个数量级。

当解决方案显而易见时，人们应该使用经典方法。但在不确定性很大的情况下，MO 并不是万能的（这就是为什么他们会在验证码的图片中添加噪音）。

解释清楚了，谢谢。

 
fxsaber #:
既然速度允许，那么研究较小的 TF 也就顺理成章了。如果我没理解错的话，模式长度大约只有 10 个值。
这几天我们会研究一下
 
Maxim Dmitrievsky #:
这几天我们会看看的。

我们会从另一个角度来改变比例。

 
Antimoshnik 在他的主题中继续吹嘘他的头脑 😀😀😀😀 去 algotraders 论坛，否认每个人都在这里的根本原因。

我的意思是，有什么其他选择可以作为回报？Alcotrading？😀
 
fxsaber #:

会朝着改变刻度的另一个方向发展。

前几天意味着很快 )
1...324532463247324832493250325132523253325432553256325732583259...3399
新评论