交易中的机器学习:理论、模型、实践和算法交易 - 页 462

 
瓦西里-佩雷佩尔金
而且我已经开始感兴趣了,但我计划管理一个由分析师和ML专家组成的团队,我需要了解他们的工作。
这让我泪流满面...
 
Andrey Dik:

你为什么停下来?

有一个趋势性的专家顾问。它有一个随机森林 参与了趋势预测。我不相信前面有什么趋势。我应该交易偏差,这就是GARCH。

 
桑桑-弗门科

有一个趋势顾问。它有一个随机森林参与了趋势预测。而且我不相信前面会有趋势。你必须交易偏差,这是一个GARCH。


所以最后的决定是基于 "相信/不相信"...而你却相信一个叫GARCH的狗屎。嗯,目前是 这样。但你可能不会。

那么你是怎么做的?

 
Oleg avtomat:

所以最后的决定是基于 "相信/不相信"...。而你却相信GARCH的鬼话。嗯,目前是 这样。但你可能不会。

那么你是怎么做的?

我什么都不相信。

因此,在测试之前,我试图获得证据,证明我的模型在测试样本之外会有同样的行为。GARCH有很多这方面的工具。我对一个未来行为尚未确定的TS不感兴趣。

但其意识形态与MO完全不同。

 

交易中的机器学习:理论与实践(交易和超越)。


帮助理论家和实践者。



 
桑桑尼茨-弗门科

我不相信任何东西。

因此,在测试之前,我试图证明我的模型在测试样本中的表现与测试时的表现完全一致。GARCH有很多这方面的工具。我对一个未来行为不确定的TS不感兴趣。

但其意识形态与MO完全不同。


所以你已经玩了几年的脚手架了。现在你将掌握GARCH玩具--这个玩具足够用很久了。

而且,无论意识形态与MO有多大的差异,你在这一行业都需要一些帮助

 
桑桑尼茨-弗门科

我不相信任何东西。

因此,在测试之前,我试图证明我的模型在测试样本中的表现与测试时的表现完全一致。GARCH有很多这方面的工具。我对一个未来行为不确定的TS不感兴趣。

但其意识形态与MO完全不同。

我们已经听过500次了 :) 看到一些图像或结果是很有趣的,在这些模型中并不是一切都那么复杂,几个月的时间就足以了解它是否有效。

我希望看到关于这种方法或文章的单独主题)

 
桑桑尼茨-弗门科

我不相信任何东西。

因此,在测试之前,我试图证明我的模型在测试样本中的表现与测试时的表现完全一样。GARCH有很多这方面的工具。我对一个未来行为不确定的TS不感兴趣。

但其意识形态与MO完全不同。

最热衷于预测未来的粉丝也泄气了。甲骨文没能成功,但尝试仍在继续。

所有的机器方法都是基于对历史的记忆并将其应用于未来。历史不会重演,难道就这么难理解吗?

 
谢尔盖-查尔舍夫。

最热衷于预测未来的粉丝也泄气了。神谕失败了,但尝试仍在继续。

所有的机器方法都是基于对历史的记忆并将其应用于未来。历史不会重演,难道就这么难理解吗?


+

幻想对人们来说是很难放弃的。


炼金术士在寻找哲人石....

 

所有隐形的战士们,你们好!


难道还没有人做一个神经网络的外汇机器人吗?

我想我已经做了。但是以多货币机器人 的形式。

它的计算方法是买入美元,卖出欧元。