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。