交易中的机器学习:理论、模型、实践和算法交易 - 页 636

 
亚历山大_K2

我还不知道。我把非熵看成是赫斯特、不对称性、峰度等的一个附加参数,这个参数是最神秘的,而且,怎么说呢?- 华丽,是的。

另一个来自经验的观察。我只取了那些熵值大于零且不重要的输入。因此,与包含相同输入和所有其余负熵的集合相比,优化效果明显较差。因此,结论是。有必要选择这样的输入,其熵值从两边都围绕着零旋转。也就是说,一组没有负熵的输入比一组既有负熵又有正熵的输入训练效果更差。

当只有负熵的入口时,这样的集合也被训练得非常好,但由于优化器的特殊性和缺乏这样的入口,模型与有正值入口的集合相比就显得不足。最主要的是这个加上输入应该尽可能的小...

 
兄弟们,我们还剩下一小步,但这将是所有人类的一大步.....。
 
Mihail Marchukajtes:
兄弟们对我们来说只剩下一小步,但对所有人类来说将是巨大的一步.....。

我同意你的观点。迈克尔.而这不是玩笑。我真的这么认为。

 
亚历山大_K2

我同意你的观点。迈克尔.而这不是玩笑。我是认真的。

所以...有两列A和B,如何从B中计算出A的条件概率? 网上有很多公式,但例子似乎都不对...我不太明白 :-(

 

不要再这样胡闹了,好好做人。

一个不知道他在写什么,另一个在诱导他 ))))

 
亚历山大_K2

如果你想知道在某个时间点上关于未来的一切,即预测,你必须把这个过程简化为马尔科夫的过程。让它的非熵-->0。

你确定是这种情况吗?对于非马尔科夫过程,假定价格会有相同的行为(相同模式后的相同运动),你可以采取当前的价格模式,训练有素的神经元会告诉你价格接下来会去哪里。这是非常好的。

但我应该如何处理马尔可夫过程呢?我应该如何交易完全随机的东西?

 
马克西姆-德米特里耶夫斯基

不要再这样胡闹了,好好做人。

一个人不知道他在写什么,另一个人在诱导他))))。

如果那个人真的跑到了终点线呢?好吧,我不会在这个话题上乱扔垃圾 ^)))))

 
交易员博士

你确定是这种情况吗?对于非马尔科夫过程,假定价格至少偶尔会有相同的行为(相同模式后的相同运动),你可以把当前的价格模式,训练好的神经网络会告诉你价格接下来会去哪里。这是非常好的。

但我应该如何处理马尔可夫过程呢?我如何交易完全随机的东西呢?

随机性不是随机的 :-)价格变动总是有原因的,因此说它是偶然的是错误的。另一件事是,观察者可能缺乏关于原因的信息,运动变得随机......。IMHO....

 
Mihail Marchukajtes:

所以...有两列A和B,我如何从B中计算出A的条件概率? 网上有很多公式,但例子是错误的...我搞不清楚 :-(

https://www.mql5.com/ru/articles/3264

Наивный байесовский классификатор для сигналов набора индикаторов
Наивный байесовский классификатор для сигналов набора индикаторов
  • 2017.05.12
  • Stanislav Korotky
  • www.mql5.com
Хотим мы того или нет, но статистика в трейдинге играет заметную роль. Начиная с фундаментальных новостей, пестрящих цифрами, и заканчивая торговыми отчетами или отчетами тестирования, от статистических показателей никуда не деться. Вместе с тем, тезис о применимости статистики в принятии торговых решений остается одной из самых дискуссионных...
 
交易员博士

你确定是这种情况吗?对于非马尔科夫过程,假定价格至少偶尔会有相同的行为(相同模式后的相同运动),你可以把当前的价格模式,训练好的神经网络会告诉你价格接下来会去哪里。这是非常好的。

但我应该如何处理马尔可夫过程呢?我如何交易完全随机的东西呢?

想象一下带有漂移的维纳模型--仅此而已。