交易中的机器学习：理论、模型、实践和算法交易 - 页 719 1...712713714715716717718719720721722723724725726...3399 新评论 Forester 2018.02.27 10:15 #7181 Mihail Marchukajtes:不幸的是，没有。我每周都会训练模特。我的信号统计是令人沮丧的，因为测试和真实交易之间存在着巨大的差异。不是在结果的分歧，而是在实时的细微差别。 我不知道为什么会出现错误，说指标太慢，要求重写。 如果我想为一个条形图重写，但它不会对整个时期起作用......如果我想为100个条形图重写，那么它将被重新计算，一次一个条形图...... 好的 СанСаныч Фоменко 2018.02.27 11:27 #7182 Mihail Marchukajtes:不幸的是，没有。我每周都会训练模特。我的信号统计是令人沮丧的，因为测试和真实交易之间存在着巨大的差异。 你的模型被过度训练了，它只理解它被训练的内容。 制作两个独立的文件。第一个文件 分为三个部分在第一个文件的第一部分，训练模型，最好是用交叉验证法在第二和第三部分检查。你可以用第一个文件的两部分来做--取决于你最初是如何划分这个文件的，如果是随机抽样，那么就是三部分。 第一个文件的三个部分的错误应该是一样的。 然后在第二个文件上再次检查。这个文件应该是完全正常的，日期不断增加 同样，这个错误应该与第一个文件中的三个错误相匹配。 如果所有四个误差相差超过5%，那么就没有模型了。 Alexander_K2 2018.02.27 11:59 #7183 亚历山大-伊万诺夫。你好! 伙计们，你们什么时候才能完成有人工智能的超级机器人？ 你这样等下去会变老的 ))绝不是。 pantural 2018.02.27 13:24 #7184 Mihail Marchukajtes:我并不同情他的教义，也反感别人把我和他相比。我同意文章本身有一点轻描淡写，或类似的说法......但具体的情况是这样的。我坚持以下因果模式。 首先，形成市场预期（所选符号的波动率微笑。 见上面的视频。）然后，delta量和OI按照这个预期进行交易或不进行交易。然后是价格本身的变化，然后是由价格得出的所有指标的变化。而且只按这个顺序，而不是反过来.........。因此，当你试图根据一个指标来建立一个价格预测。超级超级聪明的狡猾的巫师，那么你最初违反了因果关系。因此，结果.....我不是在说你的文章，我是在给这个帖子定性。 Mihail Marchukajtes: 你看，这里重要的是对整个市场的态度。如果它是正确的，TS不会花很长时间。阅读我的文章.....，其主要观点是展示市场的方法.....。如果你方法正确，你可以获得相当有趣的优势。而那些把自己扔在报价上的人，就像扔在BP不稳定的......。他们倾向于停留在最初拥有的东西上。你必须从更广泛的角度来看待市场。看看什么是期权，预期是如何形成的，随后如何交易以及之后的价格反应。在我看来，这是最正确的方法之一....。IMHO 文章有一些具体的内容，但IMHO他们是非常原始的，像萨芬或拉里-威廉姆斯。 至于 "波动性微笑"，OM和不同的deltas，它早已为人所知，但考虑到外汇以及世界证券交易所的分散化和对相关数据的有限访问，所有这些数据都在公共领域或以低于每月1K美元的价格，被挤压干甚至伪造成DC外汇中的一个量。 Mihail Marchukajtes 2018.02.27 13:29 #7185 Vizard_。法，研究一下彭定康城市的天气状况的影响（纽约..,芝加哥...）和欧盟的前一天，对今天的金牛座蜡烛颜色... https://www.wunderground.com/history/airport/KORD/2000/1/1/CustomHistory.html?dayend=1&monthend=12&yearend=2000&req_city=&req_state=&req_statename=&reqdb.zip=&reqdb.magic=&reqdb.wmo=一个有趣的观点。交易所所在地芝加哥的天气正是可能影响MM当天的交易风格。嗯，它是如此--....大声的思考... Mihail Marchukajtes 2018.02.27 13:33 #7186 pantural。我不是在说你的文章，我是在给这个帖子定性。 文章中有具体内容，但IMHO非常原始，比如萨芬或拉里-威廉姆斯。 以 "波动性微笑 "为代价，OM和不同的deltas，这都是众所周知的，鉴于外汇的分散性，就像在世界证券交易所一样，对相关数据的访问有限，所有这些在公共领域或以每月1千美元的价格的数据，在DC外汇中被挤压干甚至伪造成一个体积。你不说。我使用它们，那里有鱼，也许还有其他的，对市场数据更有效，而且是更昂贵的面团。但那里的东西就是那里。同样，这一切都取决于你如何准备它们，我指的是OI deltas和量。许多人，即使有机会，在准备培训时也会犯错误.....。 Mihail Marchukajtes 2018.02.27 13:37 #7187 桑桑尼茨-弗门科。你的模型被过度训练了，它只理解它被教导的内容。 制作两个独立的文件。将第一个文件 分成三个部分在第一个文件的第一部分，重新训练你的模型，最好是用交叉验证。在第二和第三部分检查。你可以用第一个文件的两部分来做--取决于你最初是如何划分这个文件的，如果是随机抽样，那么就是三部分。 第一个文件的三个部分的错误应该是一样的。 然后在第二个文件上再次检查。这个文件应该是完全正常的，日期不断增加 同样，这个错误应该与第一个文件中的三个错误相匹配。 如果所有四个误差相差超过5%，那么就没有模型了。计划很好，但我的做法不同。我离开了OOS时期，开始建立模型，同时运用一定的方法进行准备、筛选、控制分析。而如果该模型在OOS上显示出令人满意的变体，那么我相信在准备模型时的这些操作是正确的。随后，我在建立交易模型时应用它们。 Mihail Marchukajtes 2018.02.27 13:42 #7188 蜥蜴_。不是交易所，而是交易所+大银行和中央银行的城市）））。嗯，是的，是的....如果他们的天气不好，对所有芝加哥人都不好 СанСаныч Фоменко 2018.02.27 13:48 #7189 Mihail Marchukajtes:计划很好，但我做事的方式不同。我离开了OOS时期，通过运用一定的方法进行准备、筛选、控制分析，开始建立模型。而如果该模型在OOS上显示出令人满意的变体，那么我相信在准备模型时的这些操作是正确的。随后，我在建立交易模型时应用它们。你没有被这个结果迷惑吗？ Mihail Marchukajtes 2018.02.27 13:57 #7190 桑桑尼茨-弗门科。而你并没有因为这个结果而感到尴尬？从最近的发现来看，这让我非常高兴。剩下的就是把这种快乐转移到账单上。一幅油彩画。 从23.02开始，测试器中的结果 以下是同一时期的真实交易情况..... 因此，测试和真实交易是完全不同的事情.... 1...712713714715716717718719720721722723724725726...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
不幸的是，没有。我每周都会训练模特。我的信号统计是令人沮丧的，因为测试和真实交易之间存在着巨大的差异。不是在结果的分歧，而是在实时的细微差别。
我不知道为什么会出现错误，说指标太慢，要求重写。
如果我想为一个条形图重写，但它不会对整个时期起作用......如果我想为100个条形图重写，那么它将被重新计算，一次一个条形图......
不幸的是，没有。我每周都会训练模特。我的信号统计是令人沮丧的，因为测试和真实交易之间存在着巨大的差异。
你的模型被过度训练了，它只理解它被训练的内容。
第一个文件的三个部分的错误应该是一样的。
然后在第二个文件上再次检查。这个文件应该是完全正常的，日期不断增加
同样，这个错误应该与第一个文件中的三个错误相匹配。
如果所有四个误差相差超过5%，那么就没有模型了。
你好!
伙计们，你们什么时候才能完成有人工智能的超级机器人？
你这样等下去会变老的 ))
绝不是。
我并不同情他的教义，也反感别人把我和他相比。我同意文章本身有一点轻描淡写，或类似的说法......但具体的情况是这样的。我坚持以下因果模式。
首先，形成市场预期（所选符号的波动率微笑。 见上面的视频。）然后，delta量和OI按照这个预期进行交易或不进行交易。然后是价格本身的变化，然后是由价格得出的所有指标的变化。而且只按这个顺序，而不是反过来.........。因此，当你试图根据一个指标来建立一个价格预测。超级超级聪明的狡猾的巫师，那么你最初违反了因果关系。因此，结果.....
我不是在说你的文章，我是在给这个帖子定性。
Mihail Marchukajtes:
你看，这里重要的是对整个市场的态度。如果它是正确的，TS不会花很长时间。阅读我的文章.....，其主要观点是展示市场的方法.....。如果你方法正确，你可以获得相当有趣的优势。而那些把自己扔在报价上的人，就像扔在BP不稳定的......。他们倾向于停留在最初拥有的东西上。你必须从更广泛的角度来看待市场。看看什么是期权，预期是如何形成的，随后如何交易以及之后的价格反应。在我看来，这是最正确的方法之一....。IMHO
文章有一些具体的内容，但IMHO他们是非常原始的，像萨芬或拉里-威廉姆斯。
至于 "波动性微笑"，OM和不同的deltas，它早已为人所知，但考虑到外汇以及世界证券交易所的分散化和对相关数据的有限访问，所有这些数据都在公共领域或以低于每月1K美元的价格，被挤压干甚至伪造成DC外汇中的一个量。
法，研究一下彭定康城市的天气状况的影响（纽约..,
芝加哥...）和欧盟的前一天，对今天的金牛座蜡烛颜色...
https://www.wunderground.com/history/airport/KORD/2000/1/1/CustomHistory.html?dayend=1&monthend=12&yearend=2000&req_city=&req_state=&req_statename=&reqdb.zip=&reqdb.magic=&reqdb.wmo=
一个有趣的观点。交易所所在地芝加哥的天气正是可能影响MM当天的交易风格。嗯，它是如此--....大声的思考...
我不是在说你的文章，我是在给这个帖子定性。
文章中有具体内容，但IMHO非常原始，比如萨芬或拉里-威廉姆斯。
以 "波动性微笑 "为代价，OM和不同的deltas，这都是众所周知的，鉴于外汇的分散性，就像在世界证券交易所一样，对相关数据的访问有限，所有这些在公共领域或以每月1千美元的价格的数据，在DC外汇中被挤压干甚至伪造成一个体积。
你不说。我使用它们，那里有鱼，也许还有其他的，对市场数据更有效，而且是更昂贵的面团。但那里的东西就是那里。同样，这一切都取决于你如何准备它们，我指的是OI deltas和量。许多人，即使有机会，在准备培训时也会犯错误.....。
你的模型被过度训练了，它只理解它被教导的内容。
第一个文件的三个部分的错误应该是一样的。
然后在第二个文件上再次检查。这个文件应该是完全正常的，日期不断增加
同样，这个错误应该与第一个文件中的三个错误相匹配。
如果所有四个误差相差超过5%，那么就没有模型了。
计划很好，但我的做法不同。我离开了OOS时期，开始建立模型，同时运用一定的方法进行准备、筛选、控制分析。而如果该模型在OOS上显示出令人满意的变体，那么我相信在准备模型时的这些操作是正确的。随后，我在建立交易模型时应用它们。
不是交易所，而是交易所+大银行和中央银行的城市）））。
嗯，是的，是的....如果他们的天气不好，对所有芝加哥人都不好
计划很好，但我做事的方式不同。我离开了OOS时期，通过运用一定的方法进行准备、筛选、控制分析，开始建立模型。而如果该模型在OOS上显示出令人满意的变体，那么我相信在准备模型时的这些操作是正确的。随后，我在建立交易模型时应用它们。
你没有被这个结果迷惑吗？
而你并没有因为这个结果而感到尴尬？
从最近的发现来看，这让我非常高兴。剩下的就是把这种快乐转移到账单上。一幅油彩画。
从23.02开始，测试器中的结果
以下是同一时期的真实交易情况.....
因此，测试和真实交易是完全不同的事情....