交易中的机器学习:理论、模型、实践和算法交易 - 页 517 1...510511512513514515516517518519520521522523524...3399 新评论 Forester 2017.11.03 21:40 #5161 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 2017.11.03 21:43 #5162 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 2017.11.03 22:04 #5163 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 2017.11.03 22:19 #5164 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 2017.11.03 22:36 #5165 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 2017.11.03 22:39 #5166 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 2017.11.03 22:49 #5167 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 2017.11.03 22:57 #5168 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 2017.11.03 23:09 #5169 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 2017.11.04 10:59 #5170 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。 1...510511512513514515516517518519520521522523524...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
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?
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
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)。
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。
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?)
某种形式的MACD?)
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。
我以后会再试的,是的。
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。
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。