交易中的机器学习：理论、模型、实践和算法交易 - 页 446

新评论
 
我添加了TP、SL、3个拖网参数，加上其他参数。
我有14个参数需要优化。我担心这个数字会导致过度拟合。
 
Vizard_。

http://radikal.ru/video/Eq6HXmqO3mH

这很美。

我正试图从分类法转为回归法，但到目前为止，还没有完全放弃类。使用价格增量作为目标，训练一个模型，预测一些东西，这不是一个问题。我甚至得到r^2>0，但到目前为止，没有超过0.1。问题是，由这种模式构建的图表看起来很糟糕，有大的缩水和长时间的负值。在恢复交易因素上优化模型时，没有这样稳定的资金增长。
这就是为什么我把预测四舍五入到-1和1类，并用它们来绘制基金，然后用类似恢复因子的东西来做健身函数。

那么问题来了，你用什么做健身函数，仅仅是r^2，还是r^2的一些分支，使误差随时间均匀分布？

 
Dr. Trader:
我正在研究第一点。


我的TP/SL在某种程度上是复杂和不明确的。如果我把几乎任何一个正在工作的机器人，开始优化它的采取和停止，随着新数据的出现，机器人将开始疯狂地赔钱。这样的优化会导致过去的特定点数和缩水的超额完成，而这种情况不会再发生，机器人会等着它们。
但如果在优化机器人之前，设定一些固定的TP和SL值，并对其其他参数进行优化，那么很有可能最后会成功。
这很奇怪，只要改变在开始还是在最后优化TP/SL的顺序，结果就大不相同。

是的，有可能减少伤害，但为什么？最大的问题是，除了利用人工智能预测建立的准最佳投资组合外，tp/sl甚至能给我们什么？

我并不害怕声称绝对没有。如果人工智能是好的，那么理想的策略就是简单地在未来资产收益/下降的概率上重新平衡投资组合。例如，如果你的人工智能说资产会增长，但它下跌的声音超过了SL水平，你 应该平仓 吗？我不认为这是明智之举。在高级算法交易的情况下，经典的T/SL是没有意义的。但有一个系统SL是合理的，甚至是必要的，即算法可以识别出当策略或人工智能由于某种原因降低了效率，甚至误入歧途，那么你就应该停止在他们身上交易。

 
圣杯。

.在高级算法交易的情况下，经典的T/SL是没有意义的。然而，有一个系统性的SL是合理的，甚至是必要的，也就是说，当一个策略或AI由于某种原因失去效率或误入歧途时，算法可以识别出来，然后停止对它们的交易。


完全同意你的观点，正如我在上面写的那样，也许并不完全清楚。

SL是一个警报信号，表明TS没有执行，其风险已经超过了历史上看到的任何东西。我们需要弥补损失，并开始处理交易系统本身的问题。

 
桑桑尼茨-弗门科。

SL是一个警报信号，说明TS是不可行的，它的风险已经超过了历史上的任何东西。我们应该弥补损失，并开始处理交易系统本身的问题。

正是如此。不一定是TS，警报器可能非常不同。
 
尤里-阿索连科。
正是如此。不一定是TC，可能有很多不同的焦虑。

例如，缺乏保证金）。

 
Dr. Trader:我正试图从分类法转为回归法，但到目前为止，还没有完全放弃类。使用价格增量作为目标，训练模型，预测一些东西--这不是问题。 ...问题是另一个--用这样的模型交易时建立的资金图表看起来很糟糕。

这就是为什么我把预测四舍五入到-1和1类，并绘制出平均值，然后用类似恢复因子的东西作为健身函数，所以问题是，你用什么作为健身函数，只是r^2，还是r^2的一些导数，使错误在时间上均匀分布？

医生，这很亲密）））是的，不同。它没有发挥应有的作用，只能告诉你这个模型是不成功的。随后的
使用任何东西，无非是创建一个模型的集合（尽管优化期间的目标可能是不同的）......

 
马克西姆-德米特里耶夫斯基。

例如，缺乏保证金）。

不知何故，互联网瘫痪时，SL被触发了。SL一般是紧急终止，通常不会走到那一步。

 
尤里-阿索连科。

不知何故，互联网瘫痪时，SL被触发了。SL一般是紧急终止，通常不会走到那一步。

它参与跟踪，只是作为系统的一部分，在某些层面上......没有SL怎么行，反正交易正在结束。你可以不按市场价格收盘，而是拉动sl sl，这样总是更安全，包括连接中断。
 
马克西姆-德米特里耶夫斯基。
我不知道没有Sl你是怎么做的，反正交易正在关闭。你可以不按照市场价格收盘，但要拉动sl，这样总是更安全，特别是针对连接失败。
嗯，是的。追踪时，SL被拉起。但我是通过市场到SL水平来完成交易的。闭关程度本身是随着游戏的进展而确定的。
1...439440441442443444445446447448449450451452453...3399
新评论