交易中的机器学习：理论、模型、实践和算法交易 - 页 517

[Forester]

马克西姆-德米特里耶夫斯基。

如果有人想玩一玩，脚手架以增量方式学习，并给出提前1个小节的预测。在设置中，设置学习深度、增量的滞后和条目数（每一个新条目都是向后移动1个小节）。然后从当前价格 中扣除预测值。直方图只为每个新的柱状图而画。

误差的百分比是多少？

[Maxim Dmitrievsky]

elibrarius。

马上告诉我--误差的百分比是多少？

我没有看错误，我在看直方图和改变时期。就我的感觉而言--很大，而且随着训练样本的增加并没有减少多少......但我以后会对它进行dopilu z-score，并尝试立即通过机器人来检查。事实上，你可以把任何你想要的东西放在这个框架里，不仅仅是增量。

如果我为增量设置小的滞后（这里是1），它甚至似乎经常预测。直方图中的每个柱状图都是对下一个柱状图的预测。低于零是买入，高于零是卖出。而数值是指它预计会上升或下降多少个点

[Maxim Dmitrievsky]

顺便说一下，如果有人对如何在模型中添加趋势成分以及增量有任何建议，我将不胜感激，它应该能改善对强长趋势的预测（它在平坦处预测得很好）。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

顺便说一下，如果有人对如何在模型中添加趋势成分以及增量有任何建议，我将不胜感激，它应该稍微改善对强长趋势的预测（它在平坦的地方预测得很好）。

加上一个合适的MA的导数，你就会很高兴）。

或者更好的是来自一对不同时期的MAs的衍生品。

[Maxim Dmitrievsky]

尤里-阿索连科。

加上一个合适的MA的导数，你就很幸运了）。

或者更好的是，从一对不同时期的MAs衍生出的产品。

MACD还是什么？)

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

某种形式的MACD？)

不，恰恰是不同的MACD的2个导数和它们对NS的输入。MACD的信息量较小。

[Maxim Dmitrievsky]

尤里-阿索连科。
不，恰恰是不同MACD的2个导数和它们对NS的输入。MACD的信息量较小。

我以后会再试的，是的。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

我以后会再试的，是的。

如果NS输入不是太差，那么你可以在MA之间塞入delta。你可以先将delta通过sigmoid，然后减去0.5，使其归零。

[Maxim Dmitrievsky]

尤里-阿索连科。
如果你不介意HC输入，你可以在MA之间塞进一个delta。delta可以通过sigmoid并减去0.5，使其达到零。

这并不可惜，我最多做了500个条目:)是的，的确，把增量和一些时髦的东西绑在一起，例如50个连续增量为50个条目，50个动量或德尔塔，重复5000-10000次。它最多在10分钟内就能计算出来。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

这并不可惜，我最多做了500个条目:)是的，的确，把增量和一些时髦的东西绑在一起，例如50个连续增量为50个条目，50个动量或德尔塔，重复5000-10000次。它最多在10分钟内就能发挥作用。

但不要使用Momentums。他们造成了尾风。其结果是真实状态的不确定性。