交易中的机器学习:理论、模型、实践和算法交易 - 页 3348 1...334133423343334433453346334733483349335033513352335333543355...3399 新评论 СанСаныч Фоменко 2023.12.12 07:54 #33471 Maxim Dmitrievsky #:不,这没有问题。利润率是多少并不重要。重要的是分类误差。 在训练中增加传播时,误差会增大,或者保持不变。但是,如果在标价中考虑了点差,模型并不会开始更好地工作,它不会带来利润,但如果没有点差,它的工作方式就和没有点差时的训练方式一样。这就是为什么我把价差作为分类误差的条件。也就是说,模型的反应不会让你打败它。在加价时考虑到点差,意味着交易时间要超过点差。也就是说,我让交易时间更长,然后对其进行训练,在增加的价差上进行测试的结果与在更短的交易上训练的另一个模型的结果几乎相同。结果得出了一个相当明确的结论:在我的迹象上,比方说,MO 无法战胜点差。 但有时,通过与 Kozul 有关的某些策略,它可以做到这一点。也就是说,如果有一些推断信号 "可靠性 "的统计指标,那么当点差增大时,它们也会起作用。 计算什么利润并不重要,重要的是分类错误。 通过这种方法,您可以 "正确 "地对可能亏损的交易进行分类。实际上,情况要糟糕得多,不仅仅是因为点差。在真正的 EA 中,实现从 "正确 "分类到盈利系统仍然是一个问题,因为这并不奇怪。 Maxim Dmitrievsky 2023.12.12 08:32 #33472 СанСаныч Фоменко #:利润率是多少并不重要,重要 的是之后的分类误差。由于采用了这种方法,您 "正确 "地对可能亏损的交易进行了分类。实际上,情况要糟糕得多,不仅仅是因为点差。在真正的 EA 中,从 "正确 "分类到盈利系统仍然是一个问题,因为这不足为奇。 首先,加价要尽可能有利可图。然后,根据模型误差对 "可靠 "的例子进行重采样和过滤,其余的则标记为垃圾。因为很明显,永远不会有像最初的圣杯加价那样理想的交易(如果没有点差,几乎就是圣杯)。利润率会下降到某个水平,新数据的稳定性会增强。在这两者之间选择一个平衡点。 这似乎合乎逻辑,不像其他人为自己的 TS 开脱那样含糊不清。 我在文章 中描述了最容易理解的变体,您可以自己查看,算法的核心很简单。 Кросс-валидация и основы причинно-следственного вывода в моделях CatBoost, экспорт в ONNX формат www.mql5.com В данной статье предложен авторский способ создания ботов с использованием машинного обучения. СанСаныч Фоменко 2023.12.12 11:40 #33473 Maxim Dmitrievsky #:首先,尽可能使加价有利可图。然后,根据模型误差对 "可靠 "的例子进行重新采样和过滤,其余的则标记为垃圾。因为很明显,永远不会有像最初的圣杯布局那样理想的交易(没有价差,几乎就是圣杯)。盈利能力会下降到一定程度,而新数据的稳定性会增强。在两者之间选择一个平衡点。这似乎合乎逻辑,不像其他人为其 TS 开脱那样含糊不清。文章 中描述了最容易理解的变体,您可以自行查看,算法的核心很简单。 我快速浏览了一下这篇文章。 我从一开始就挑出了一个基本前提,其他一切都建立在这个前提之上: 如果我们在随机子样本上对模型进行多次训练,然后对每个子样本的预测质量进行测试,并将所有误差相加,我们就能得到一个相对可靠的结果,即它实际上经常出错的情况和它经常猜错的情况。 完全不同意。 根据定义,任何交叉验证都不能提高模型的质量。交叉验证可以让你计算出一个更有效的误差值,但却要牺牲一组统计数据。在实际交易中,由此产生的分类误差可能与外部文件的预测有关,也可能无关。 模型的预测质量由特定标签集的预测集决定,与模型无关。在建立模型之前,必须回答这样一个问题:预测因子及其标签是否匹配?在模型的帮助下是不可能回答这个问题的,而你正在尝试这样做。 mytarmailS 2023.12.12 12:00 #33474 马戏团 Maxim Dmitrievsky 2023.12.12 12:37 #33475 СанСаныч Фоменко #:用模型来回答这个问题是不可能的,而你却在试图这样做。 你想用什么来回答呢? СанСаныч Фоменко 2023.12.12 13:03 #33476 Maxim Dmitrievsky #:你想用什么来回答? 这是个老话题了,也写过很多次了。 Maxim Dmitrievsky 2023.12.12 13:07 #33477 СанСаныч Фоменко #:老话题了,也写过很多次了。 还是那句话 mytarmailS 2023.12.12 15:41 #33478 R rusquant 软件包开发者通过查看、上光、订阅提供的支持 СанСаныч Фоменко 2023.12.12 15:46 #33479 Maxim Dmitrievsky #: 是一样的 您的文章中没有测试仪 "前进 "模式的图表,而通过这种图表可以真正判断模型的好坏。 顺便说一下,您使用的是 "mashki",无论价格相差多少,您都应该谨慎使用,因为在您自己的测试人员测试模型的特定条件下,"mashki "会向前看,这一点都不好笑,而且与整个 TA 相矛盾。使用 "前瞻 "模式时,如果有前瞻,那么前瞻和主图之间的结果就会有很大差异。 СанСаныч Фоменко 2023.12.12 15:59 #33480 mytarmailS #: rusquant 网站上说支持与 API Tinkoff、Finam 和 Alor 交互。有人研究过吗? 1...334133423343334433453346334733483349335033513352335333543355...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
不,这没有问题。利润率是多少并不重要。重要的是分类误差。 在训练中增加传播时,误差会增大,或者保持不变。
但是,如果在标价中考虑了点差,模型并不会开始更好地工作,它不会带来利润,但如果没有点差,它的工作方式就和没有点差时的训练方式一样。这就是为什么我把价差作为分类误差的条件。也就是说,模型的反应不会让你打败它。
在加价时考虑到点差,意味着交易时间要超过点差。也就是说,我让交易时间更长,然后对其进行训练,在增加的价差上进行测试的结果与在更短的交易上训练的另一个模型的结果几乎相同。
结果得出了一个相当明确的结论:在我的迹象上,比方说,MO 无法战胜点差。
但有时,通过与 Kozul 有关的某些策略,它可以做到这一点。也就是说,如果有一些推断信号 "可靠性 "的统计指标,那么当点差增大时,它们也会起作用。
计算什么利润并不重要,重要的是分类错误。
通过这种方法,您可以 "正确 "地对可能亏损的交易进行分类。实际上,情况要糟糕得多,不仅仅是因为点差。在真正的 EA 中,实现从 "正确 "分类到盈利系统仍然是一个问题,因为这并不奇怪。
利润率是多少并不重要,重要 的是之后的分类误差。
由于采用了这种方法,您 "正确 "地对可能亏损的交易进行了分类。实际上,情况要糟糕得多,不仅仅是因为点差。在真正的 EA 中,从 "正确 "分类到盈利系统仍然是一个问题,因为这不足为奇。
首先,加价要尽可能有利可图。然后,根据模型误差对 "可靠 "的例子进行重采样和过滤,其余的则标记为垃圾。因为很明显,永远不会有像最初的圣杯加价那样理想的交易(如果没有点差,几乎就是圣杯)。利润率会下降到某个水平,新数据的稳定性会增强。在这两者之间选择一个平衡点。
这似乎合乎逻辑,不像其他人为自己的 TS 开脱那样含糊不清。
我在文章 中描述了最容易理解的变体,您可以自己查看,算法的核心很简单。
首先,尽可能使加价有利可图。然后,根据模型误差对 "可靠 "的例子进行重新采样和过滤,其余的则标记为垃圾。因为很明显,永远不会有像最初的圣杯布局那样理想的交易(没有价差,几乎就是圣杯)。盈利能力会下降到一定程度,而新数据的稳定性会增强。在两者之间选择一个平衡点。
这似乎合乎逻辑,不像其他人为其 TS 开脱那样含糊不清。
文章 中描述了最容易理解的变体,您可以自行查看,算法的核心很简单。
我快速浏览了一下这篇文章。
我从一开始就挑出了一个基本前提,其他一切都建立在这个前提之上:
如果我们在随机子样本上对模型进行多次训练,然后对每个子样本的预测质量进行测试,并将所有误差相加,我们就能得到一个相对可靠的结果,即它实际上经常出错的情况和它经常猜错的情况。
完全不同意。
根据定义,任何交叉验证都不能提高模型的质量。交叉验证可以让你计算出一个更有效的误差值,但却要牺牲一组统计数据。在实际交易中,由此产生的分类误差可能与外部文件的预测有关,也可能无关。
模型的预测质量由特定标签集的预测集决定,与模型无关。在建立模型之前,必须回答这样一个问题:预测因子及其标签是否匹配?在模型的帮助下是不可能回答这个问题的,而你正在尝试这样做。
用模型来回答这个问题是不可能的,而你却在试图这样做。
你想用什么来回答呢?
你想用什么来回答?
这是个老话题了,也写过很多次了。
老话题了,也写过很多次了。
R rusquant 软件包开发者通过查看、上光、订阅提供的支持
是一样的
您的文章中没有测试仪 "前进 "模式的图表,而通过这种图表可以真正判断模型的好坏。
顺便说一下,您使用的是 "mashki",无论价格相差多少,您都应该谨慎使用,因为在您自己的测试人员测试模型的特定条件下,"mashki "会向前看,这一点都不好笑,而且与整个 TA 相矛盾。使用 "前瞻 "模式时,如果有前瞻,那么前瞻和主图之间的结果就会有很大差异。
rusquant
网站上说支持与 API Tinkoff、Finam 和 Alor 交互。有人研究过吗?