交易中的机器学习：理论、模型、实践和算法交易 - 页 660 1...653654655656657658659660661662663664665666667...3399 新评论 Maxim Dmitrievsky 2018.02.10 15:43 #6591 埃利布留斯。 因为价格变化不是以倍数计算，而是低于10%。是的，在这种形式下，它并不有趣。 但差异的对数很有意思，也许，作为一个分级功能--在那里，图表会卡在一个状态的趋势上，比如买入/卖出没有损失:) Forester 2018.02.10 15:48 #6592 尤里-阿索连科。有人建议。他们可能有一个完全不同的目标。 我个人喜欢尾巴：越多越好))))。而你和整个世界一起对抗他们。）这很有趣。当用离群值进行归一化时，中心会有很大的偏离。 例如，你取了一个10000巴的样本，发现最大和最小之间的中心。下一次训练：增加1000条，这100条将比以前的更强。这将是一个新的中心。因此，数据将是不兼容的。 例如，在对第一个样本进行归一化处理时，第一个样本的最后一栏变成了=0。在第二个样本中，它已经是距离终点的第1000个，在新的归一化中，它可以转移到0.2，比如说。而第一个样本的预测及其归一化和第二个样本的预测将是不同的，因为即使它们的输入数据也是垂直移动的。当数据被删除或被低估时，零点会在原地或徘徊，但不至于如此。 到目前为止，我切断了上面和下面数据量的1%。这样一来，零点就会坚持下去，但它要弱得多。如果你设置了硬性的修饰水平，零点/中心将总是在同一个地方。但我不知道该选择什么级别，对于几十个预测器来说，每一个都是不同的。 Forester 2018.02.10 15:51 #6593 马克西姆-德米特里耶夫斯基。 但差异的对数很有意思，也许是作为一种分类功能--图表停留在一种状态的趋势上，比如买入/卖出不亏钱 :)可能是...但它是否至少能提前预测1个小节？或者它只是像往常一样显示过去？ Maxim Dmitrievsky 2018.02.10 15:52 #6594 elibrarius。也许...但它是否至少能提前预测1个小节？还是像往常一样展示过去？本身不能预测......但如果有一些不同的滞后组合，那么也许 Yuriy Asaulenko 2018.02.10 15:57 #6595 elibrarius。如果我用离群值对其进行归一化处理，中心会有很大的波动。 例如，取一个10000巴的样本，找到最大和最小之间的中心。接下来的教学：增加1000巴，在这100巴中，有一个比以前更强的超调。这将是一个新的中心。因此，数据将是不一致的。 例如，在对第一个样本进行归一化处理时，第一个样本的最后一栏变成了=0。在第二个样本中，它已经是距离终点的第1000个，在新的归一化中，它可以转移到0.2，比如说。而来自第一个样本的预测与来自第二个样本的预测将是不同的，因为即使是它们的输入数据也是垂直偏移的。是的，我明白了，好的。但有一个趋势!而中心将随着分配去那里。 我有一个分布估计只有600-1000点Tf 1分钟。而且脱离趋势非常短，中心转移非常快。是的，但这是在交易所的期货。我不打算在外汇上尝试。 顺便说一下。对于几周来说，差异几乎是一样的-+/-一些点。 Forester 2018.02.10 16:04 #6596 尤里-阿索连科。是的，我明白了，好的。但有一个趋势!而中心将随着分配去那里。 我有一个分布估计只有600-1000点Tf 1分钟。而且脱离趋势非常短，中心转移非常快。是的，但这是在交易所的期货。我不打算在外汇上尝试。 顺便说一下。我不知道如何改变它，有几个星期了。 在我看来，最好不要在任何地方转移，尤其是快速转移)。 但也许我错了...我必须多做实验，如果我能记得做其他事情的话。 Yuriy Asaulenko 2018.02.10 16:14 #6597 elibrarius。 在我看来，中心最好不要移动到任何地方，越是这样，越是在操作上）。 但也许我错了...如果我不忘记做其他事情的话，我还得再做一些实验。好吧，这是一个不同的解决方法）。 我再次发布了一张图片。 按X--时间，按Y--价格，从0到60归一化--通常的时间价格图。通过Z--价格在时间上的概率密度分布。 我们可以看到，分布是围绕某个价格形成的，然后价格 "跳 "到另一个水平，分布又围绕另一个价格形成。 如果我们跟上它，我们总是在分布中心的附近。 是的，我忘了说，在从一个价格到另一个价格的定向运动之间。 Forester 2018.02.10 16:23 #6598 尤里-阿索连科。好吧，这是一个不同的解决方法）。 我再次发布了一张图片。 按X--时间，按Y--价格，从0到60正常化--正常的时间价格图。通过Z--价格在时间上的概率分布。 我们可以看到，一个分布是围绕某个价格形成的，然后价格 "跳 "到另一个水平，分布又围绕另一个价格形成。 如果去势，我们总是在分配中心的附近。 那么，你必须分析价格本身，以获得价格的概率。大多数人都用渐变来捣乱，只用渐变来工作，你只能得到渐变的概率。 你确切地将价格输入NS吗？ Yuriy Asaulenko 2018.02.10 16:26 #6599 elibrarius。 那么需要分析的是价格本身，以获得价格的概率。而大多数人似乎都在掺杂着增量，只用增量工作，你只能得到增量的概率。 你确切地将价格输入NS吗？天啊，把分布中心移到零，你就会得到增量。没有什么区别。 在NS，是的，价格是相对于租金而言的。即价格是去趋势化的。加上配给。 Forester 2018.02.10 16:38 #6600 尤里-阿索连科。天啊，把分布中心移到零，你就会得到增量。没有什么区别。 在NS，是的，价格是相对于租金而言的。即价格是去趋势化的。加上配给。 你对脱轨的看法是什么？有没有基于MA的东西？ 1...653654655656657658659660661662663664665666667...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
因为价格变化不是以倍数计算，而是低于10%。
是的，在这种形式下，它并不有趣。
但差异的对数很有意思，也许，作为一个分级功能--在那里，图表会卡在一个状态的趋势上，比如买入/卖出没有损失:)
有人建议。他们可能有一个完全不同的目标。
我个人喜欢尾巴：越多越好))))。而你和整个世界一起对抗他们。）这很有趣。
当用离群值进行归一化时，中心会有很大的偏离。
例如，你取了一个10000巴的样本，发现最大和最小之间的中心。下一次训练：增加1000条，这100条将比以前的更强。这将是一个新的中心。因此，数据将是不兼容的。
例如，在对第一个样本进行归一化处理时，第一个样本的最后一栏变成了=0。在第二个样本中，它已经是距离终点的第1000个，在新的归一化中，它可以转移到0.2，比如说。而第一个样本的预测及其归一化和第二个样本的预测将是不同的，因为即使它们的输入数据也是垂直移动的。
当数据被删除或被低估时，零点会在原地或徘徊，但不至于如此。
到目前为止，我切断了上面和下面数据量的1%。这样一来，零点就会坚持下去，但它要弱得多。如果你设置了硬性的修饰水平，零点/中心将总是在同一个地方。但我不知道该选择什么级别，对于几十个预测器来说，每一个都是不同的。
但差异的对数很有意思，也许是作为一种分类功能--图表停留在一种状态的趋势上，比如买入/卖出不亏钱 :)
可能是...但它是否至少能提前预测1个小节？或者它只是像往常一样显示过去？
也许...但它是否至少能提前预测1个小节？还是像往常一样展示过去？
本身不能预测......但如果有一些不同的滞后组合，那么也许
如果我用离群值对其进行归一化处理，中心会有很大的波动。
例如，取一个10000巴的样本，找到最大和最小之间的中心。接下来的教学：增加1000巴，在这100巴中，有一个比以前更强的超调。这将是一个新的中心。因此，数据将是不一致的。
例如，在对第一个样本进行归一化处理时，第一个样本的最后一栏变成了=0。在第二个样本中，它已经是距离终点的第1000个，在新的归一化中，它可以转移到0.2，比如说。而来自第一个样本的预测与来自第二个样本的预测将是不同的，因为即使是它们的输入数据也是垂直偏移的。
是的，我明白了，好的。但有一个趋势!而中心将随着分配去那里。
我有一个分布估计只有600-1000点Tf 1分钟。而且脱离趋势非常短，中心转移非常快。是的，但这是在交易所的期货。我不打算在外汇上尝试。
顺便说一下。对于几周来说，差异几乎是一样的-+/-一些点。
是的，我明白了，好的。但有一个趋势!而中心将随着分配去那里。
我有一个分布估计只有600-1000点Tf 1分钟。而且脱离趋势非常短，中心转移非常快。是的，但这是在交易所的期货。我不打算在外汇上尝试。
顺便说一下。我不知道如何改变它，有几个星期了。
但也许我错了...我必须多做实验，如果我能记得做其他事情的话。
在我看来，中心最好不要移动到任何地方，越是这样，越是在操作上）。
但也许我错了...如果我不忘记做其他事情的话，我还得再做一些实验。
好吧，这是一个不同的解决方法）。
我再次发布了一张图片。
按X--时间，按Y--价格，从0到60归一化--通常的时间价格图。通过Z--价格在时间上的概率密度分布。
我们可以看到，分布是围绕某个价格形成的，然后价格 "跳 "到另一个水平，分布又围绕另一个价格形成。
如果我们跟上它，我们总是在分布中心的附近。
是的，我忘了说，在从一个价格到另一个价格的定向运动之间。
好吧，这是一个不同的解决方法）。
我再次发布了一张图片。
按X--时间，按Y--价格，从0到60正常化--正常的时间价格图。通过Z--价格在时间上的概率分布。
我们可以看到，一个分布是围绕某个价格形成的，然后价格 "跳 "到另一个水平，分布又围绕另一个价格形成。
如果去势，我们总是在分配中心的附近。
你确切地将价格输入NS吗？
elibrarius。
那么需要分析的是价格本身，以获得价格的概率。而大多数人似乎都在掺杂着增量，只用增量工作，你只能得到增量的概率。
你确切地将价格输入NS吗？
天啊，把分布中心移到零，你就会得到增量。没有什么区别。
在NS，是的，价格是相对于租金而言的。即价格是去趋势化的。加上配给。
天啊，把分布中心移到零，你就会得到增量。没有什么区别。
在NS，是的，价格是相对于租金而言的。即价格是去趋势化的。加上配给。