交易中的机器学习:理论、模型、实践和算法交易 - 页 3276

 
mytarmailS #:
差不多吧......怎么样?

o[0] 是什么?
什么都有
 
Maxim Dmitrievsky #:
哎呀,就是这样
))
 

你好,机房!

我还创建了一个强大的神经网络。

对它进行了重磅娃娃和普通飞行的训练。


 
Alexander Ivanov #:

你好,机房!

我也创建了一个强大的神经网络。

对它进行了重磅娃娃和普通飞行的训练。

我能否查看交易历史,以便了解交易情况?

 
Renat Akhtyamov #:

我能否查看交易历史,以便了解交易情况?


我在 pounddoll 上进行过训练,感觉还不错...但历史记录不多。

但我很高兴

 

现在我让神经网络在交易中自我训练

我的意思是,我们应该得到一个智能机器人 我们不必每周都训练它

 
Alexander Ivanov #:


我在 pounddoll 上进行过训练,感觉还不错。但历史不多。

但我很高兴

这是演示版吗?(止损 5-10 点)

 
Renat Akhtyamov #:

这是演示版吗?

是的

 
Alexander Ivanov #:


我明白了

但如何训练它,让它吃掉 100 个 4 位数点数的点数,这可能吗?

我的意思是,让它远离点数。
 
mytarmailS #:

关于战略研究

https://buildalpha.wordpress.com/2018/11/20/buildalpha-ensemble-strategies-reduce-overfitting-by-combining-strategies/

----------------------------------------

我们只需要一个策略再训练的度量,就能知道策略在新数据上是否有效,其他的都是可以解决的....

----------------------------------------

我有一个想法,想用几种方法来检测过度训练,我的方法基于 auto.arima、Prado "PBO"。我有一个想法,可以采用几种方法来检测过度训练,我的方法是基于 auto.arima、Prado "PBO",或许还有其他方法,将它们作为预测因子,教 AMO 预测过度训练的概率,并将其作为一个指标。

或者

非常有趣过度训练是 MO 的第二大支柱。第一个支柱是从垃圾中清除预测因子,这是最简单的。但还有第三根支柱,展望未来。这里根本不需要思考。