交易中的机器学习:理论、模型、实践和算法交易 - 页 3273 1...326632673268326932703271327232733274327532763277327832793280...3399 新评论 Aleksey Vyazmikin 2023.10.01 19:05 #32721 СанСаныч Фоменко #:定量是一种概率。因此,我们要移除/替换概率小于 1%/大于 99% 或其他数量的数据。我们不能截断数量--我们有倾斜和有尾的分布。他们写道,最好将替换值作为 MOE 对该数量的预测值。但在我看来,这似乎有点矫枉过正。 问题的关键在于,通常很难确定自动机上的分布。 通常情况下,它应该是对数正态分布,但这只是因为异常值的存在,并不符合逻辑。 而且如果取一个量值,就意味着在整个范围内进行切割,这不足以去除异常值。 在第二个样本中,我得到了一个非常奇怪的结果--在没有任何操作的情况下,它只是在快速学习,但在移除有异常值的行之后,学习效果几乎等于零。 现在,我开启了慢速学习功能--我将把它开启一夜--看看是否会有什么结果。 否则,事实证明整个学习过程都是基于对异常值的记忆,至少我在实验中使用的公共预测因子是这样。 СанСаныч Фоменко 2023.10.01 19:15 #32722 Aleksey Vyazmikin #:问题的关键在于,通常很难确定自动驾驶汽车的分配情况。通常情况下,它可能是对数正态分布,但这只是因为排放的原因,并不符合逻辑。如果采用定量法,就意味着要在整个范围内进行切割,这不足以去除异常值。在第二个样本中,我得到了一个非常奇怪的结果--在没有任何操作的情况下,它只是在快速学习,但在移除有异常值的行之后,学习的效果几乎等于零。现在,我开启了慢速学习功能--我将把它开启一夜--我将看看它是否会产生任何效果。否则,事实证明整个学习过程都是基于对异常值的记忆,至少我在实验中使用的公共预测因子是这样。 我在冬季运行了 EA 模型(我在这个主题上发布了结果),结果恰恰相反:分类错误(不到 20%)被异常值捕获。因此,80% 的正确预测被这些错误抵消了。 有一点我很清楚:应该剔除异常值。而模型的真正结果是没有异常值的。 Aleksey Vyazmikin 2023.10.01 19:25 #32723 СанСаныч Фоменко #:我在冬季将模型升级到了 EA(我已将结果发布在本主题上)。 我得到了相反的结果:分类错误(小于 20%)被异常值捕获。因此,80% 的正确预测被这些错误抵消了。有一点我很清楚:应该剔除异常值。而模型的真正结果是没有异常值的。 在边缘处,有明显的概率向某个类别转移--这本身并不是坏事,糟糕的是这些观察结果不足以得出具有统计学意义的结论。 因此,离群值中一个有更多的零,而另一个有更多的一,这是正常的--这取决于预测因子集。 还有一种情况是,如果从两边观察离群值,一边更接近零,另一边更接近一。 fxsaber 2023.10.01 20:45 #32724 Aleksey Vyazmikin #:在哪里可以看到最终代码? 我在这个主题中发布了所有内容。 fxsaber 2023.10.01 20:47 #32725 Rorschach #:源代码已打开,您可以查看一下。计算相关性的函数,右侧有[源]字样,点击后将进入代码。我们感兴趣的是第 2885-2907 行。第 2889 行使用了协方差,点击 cov 后,代码中所有提到 cov 的地方都会出现在右侧。的行后,将跳转到协方差函数,以此类推。MQL 类 C 语言,所有类 C 语言都有 ~90% 的相似性,您可以毫不费力地理解 C#、Java、Python、JavaScript。 谢谢。我对算法已经有点冷淡了,等热情恢复后我再看看。 Aleksey Vyazmikin 2023.10.02 03:35 #32726 fxsaber #:我想我已经在这个主题中发布了所有内容。 我当然读过了,但根据时间顺序,Forester 发现了一些错误,你同意了它,然后代码的某些部分被修正了。 最后,我没有在这里看到完整版的最终代码。我并不是说你有义务公布代码,我只是问...... fxsaber 2023.10.02 05:30 #32727 Aleksey Vyazmikin #:我当然读过了,但根据时间顺序,福雷斯特 发现了一些错误,你同意了它,然后代码的某些部分被纠正了。最后,我没有在这里看到完整版的最终代码。我并不是说你有义务公布代码,我只是问...... 快速、逐行(已更正)。 关于交易、自动交易系统和交易策略测试的论坛。 交易中的机器学习:理论、模型、实践和算法交易 fxsaber, 2023.10.01 09:38 #include <Math\Alglib\statistics.mqh> // https://www.mql5.com/ru/code/11077 const matrix<double> CorrMatrix( const matrix<double> &Matrix ) { matrix<double> Res = {}; const CMatrixDouble MatrixIn(Matrix); CMatrixDouble MatrixOut; if (CBaseStat::PearsonCorrM(MatrixIn, MatrixIn.Rows(), MatrixIn.Cols(), MatrixOut)) // https://www.mql5.com/ru/code/11077 Res = MatrixOut.ToMatrix(); return(Res); } const matrix<double> CorrMatrix2( const matrix<double> &Matrix ) { matrix<double> Res = {}; Res.Init(Matrix.Cols(), Matrix.Cols()); const CMatrixDouble MatrixIn(Matrix); CMatrixDouble Vector(Matrix); CMatrixDouble Corr; for (int i = 0; i < (int)Matrix.Cols(); i++) { if (i) Vector.SwapCols(0, i); CBaseStat::PearsonCorrM2(Vector, MatrixIn, MatrixIn.Rows(), 1, MatrixIn.Cols(), Corr); Res.Col(Corr.Row(0), i); } return(Res); } Aleksey Vyazmikin 2023.10.02 10:23 #32728 fxsaber #:快速、逐行(经更正)。 谢谢! Renat Akhtyamov 2023.10.02 13:34 #32729 Maxim Dmitrievsky #:我暂时把它放在一边,因为它的效果并不比 MO 好,虽然 MO 在平衡的流畅性方面也很逊色5 分钟,半训练 无非是把 4 罗汉拳类比为短停。 Maxim Dmitrievsky 2023.10.02 13:36 #32730 Renat Akhtyamov #:无非是用短停来类比 4rosh Grail。 比喻你的对冲基金余额为负。 1...326632673268326932703271327232733274327532763277327832793280...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
定量是一种概率。因此,我们要移除/替换概率小于 1%/大于 99% 或其他数量的数据。我们不能截断数量--我们有倾斜和有尾的分布。
他们写道,最好将替换值作为 MOE 对该数量的预测值。但在我看来,这似乎有点矫枉过正。
问题的关键在于,通常很难确定自动机上的分布。
通常情况下,它应该是对数正态分布,但这只是因为异常值的存在,并不符合逻辑。
而且如果取一个量值,就意味着在整个范围内进行切割,这不足以去除异常值。
在第二个样本中,我得到了一个非常奇怪的结果--在没有任何操作的情况下,它只是在快速学习,但在移除有异常值的行之后,学习效果几乎等于零。
现在,我开启了慢速学习功能--我将把它开启一夜--看看是否会有什么结果。
否则,事实证明整个学习过程都是基于对异常值的记忆,至少我在实验中使用的公共预测因子是这样。
问题的关键在于,通常很难确定自动驾驶汽车的分配情况。
通常情况下,它可能是对数正态分布,但这只是因为排放的原因,并不符合逻辑。
如果采用定量法,就意味着要在整个范围内进行切割,这不足以去除异常值。
在第二个样本中,我得到了一个非常奇怪的结果--在没有任何操作的情况下,它只是在快速学习,但在移除有异常值的行之后,学习的效果几乎等于零。
现在,我开启了慢速学习功能--我将把它开启一夜--我将看看它是否会产生任何效果。
否则,事实证明整个学习过程都是基于对异常值的记忆,至少我在实验中使用的公共预测因子是这样。
我在冬季运行了 EA 模型(我在这个主题上发布了结果),结果恰恰相反:分类错误(不到 20%)被异常值捕获。因此,80% 的正确预测被这些错误抵消了。
有一点我很清楚:应该剔除异常值。而模型的真正结果是没有异常值的。
我在冬季将模型升级到了 EA(我已将结果发布在本主题上)。 我得到了相反的结果:分类错误(小于 20%)被异常值捕获。因此,80% 的正确预测被这些错误抵消了。
有一点我很清楚:应该剔除异常值。而模型的真正结果是没有异常值的。
在边缘处,有明显的概率向某个类别转移--这本身并不是坏事,糟糕的是这些观察结果不足以得出具有统计学意义的结论。
因此,离群值中一个有更多的零,而另一个有更多的一,这是正常的--这取决于预测因子集。
还有一种情况是,如果从两边观察离群值,一边更接近零,另一边更接近一。
在哪里可以看到最终代码?
我在这个主题中发布了所有内容。
源代码已打开,您可以查看一下。计算相关性的函数,右侧有[源]字样,点击后将进入代码。我们感兴趣的是第 2885-2907 行。第 2889 行使用了协方差,点击 cov 后,代码中所有提到 cov 的地方都会出现在右侧。的行后,将跳转到协方差函数,以此类推。MQL 类 C 语言,所有类 C 语言都有 ~90% 的相似性,您可以毫不费力地理解 C#、Java、Python、JavaScript。
谢谢。我对算法已经有点冷淡了,等热情恢复后我再看看。
我想我已经在这个主题中发布了所有内容。
我当然读过了,但根据时间顺序,Forester 发现了一些错误,你同意了它,然后代码的某些部分被修正了。
最后,我没有在这里看到完整版的最终代码。我并不是说你有义务公布代码,我只是问......
我当然读过了,但根据时间顺序,福雷斯特 发现了一些错误,你同意了它,然后代码的某些部分被纠正了。
最后,我没有在这里看到完整版的最终代码。我并不是说你有义务公布代码,我只是问......
快速、逐行(已更正)。
关于交易、自动交易系统和交易策略测试的论坛。
交易中的机器学习:理论、模型、实践和算法交易
fxsaber, 2023.10.01 09:38
快速、逐行(经更正)。
谢谢!
我暂时把它放在一边,因为它的效果并不比 MO 好,虽然 MO 在平衡的流畅性方面也很逊色
5 分钟,半训练
无非是把 4 罗汉拳类比为短停。
无非是用短停来类比 4rosh Grail。
比喻你的对冲基金余额为负。