交易中的机器学习：理论、模型、实践和算法交易 - 页 730 1...723724725726727728729730731732733734735736737...3399 新评论 Mihail Marchukajtes 2018.03.05 13:10 #7291 我早些时候注意到，长期播放TC的问题是，两周或一个月后，你会忘记你是如何做的....。但在这种情况下不是。我记得我的方法，因为看今天的信号，我希望它能正常工作两个星期。静观其变..... Forester 2018.03.05 13:47 #7292 回归/预测问题。 输入的数据是否需要归一化/标度？直觉告诉我，我不需要这样做。 Aleksey Terentev 2018.03.05 14:57 #7293 埃利布留斯。回归/预测问题。 输入需要归一化/缩放吗？直觉告诉我，我不需要这样做。 对于回归，通常采用输入-输出归一化。也就是说，它们在输入端按正向顺序应用系数，在输出端按反向顺序应用系数。 Mihail Marchukajtes 2018.03.05 17:17 #7294 该 样本是产生可接受的学习曲线的样本。这是一个老话题，关于米哈伊尔的数据集和已故的尤拉-雷谢托夫的分类器中的样本数量，米哈伊尔在谈到样本数量时并不低头，雷谢托夫的工艺的广告让人只怀疑米哈伊尔和尤拉是同一个人，但考虑到账户的年龄和帖子的数量，这是值得怀疑的，但尤拉应该感谢米哈伊尔，即使是从天堂或冥界，对一个相当平庸的工艺进行如此无私的推广。好吧，平庸的工艺与否，我不知道。我所知道的是，它不会过度训练，但它确实概括得很好....。 而至于训练样本。我不能增加它，尽管我很乐意这样做。我使用的那些数据不允许你这样做。因此，选择的样本允许以可接受的培训质量接收模型.....。 Yuriy Asaulenko 2018.03.05 18:52 #7295 这是一个 简单而相当好的例子。米哈伊尔和朱拉是同一个人，但考虑到账户的年龄和帖子的数量，这是值得怀疑的，但朱拉必须感谢米哈伊尔，即使是在天堂或地狱，对一个相当平庸的作品如此无私的推广。首先，这并不确定。 第二，它根本不是平庸之作，而是一个简单的、相当好的、可行的神经元应用实例。 Maxim Dmitrievsky 2018.03.05 20:38 #7296 我整晚都在玩一些废话。 我想把它写下来，然后我想，谁需要它？ 但也许有人会得到对自己有用的fth，虽然它只是一个有--神经元学习:) 无论如何，一些非常不幸的RRL（强化 的循环学习）的实现，我在mql4版本中没有得到这么好的测试，因为作者在python中的测试。 在Python和Mql4中都有源代码 https://github.com/darden1/tradingrrl Aleksey Terentev 2018.03.06 07:05 #7297 我终于认识了雷舍托夫的这个 "神经元"。 远远不是一个神经元。它更像是一个基于遗传算法 的交易系统，没有使用遗传算法。 这个想法很有趣，但我不太理解这么多人关注它。 Maxim Dmitrievsky 2018.03.06 07:33 #7298 阿列克谢-特伦特夫。我终于认识了雷舍托夫的这个 "神经元"。 远远不是一个神经元。它更像是一个基于遗传算法 的交易系统，没有使用遗传算法。 这个想法很有趣，但我不太明白它得到了多少关注。它是一个普通的专家系统，你可以通过模糊逻辑进行大量的这种修改。 Maxim Dmitrievsky 2018.03.06 07:59 #7299 马克西姆-德米特里耶夫斯基。我整晚都在玩一些废话。 我想把它写下来，然后我想，谁需要它？ 但也许有人会得到一个对自己有用的fth，虽然它只是一个有--神经元学习:) 无论如何，一些非常不幸的RRL（强化的循环学习）的实现，我在mql4版本中没有得到这么好的测试，因为作者在python中的测试。 在Python和Mql4中都有源代码 https://github.com/darden1/tradingrrl潜移默化的描述了一下。 http://dustwell.com/PastWork/MoodyRLTradingPresentation.pdf https://raghavgoyal14.github.io/assets/ML_project/Final%20Report.pdf 在测试中应该有不好的结果，但在学习中一切都很好......但系统本身也很简单，事实上它使用一个夏普比率进行训练。 他们还写道，RRL比Q-learning更好，但我有疑问，因为这一切都取决于实现（代理人学到了什么，他得到了什么样的奖励）。 Forester 2018.03.07 08:21 #7300 像马克西姆一样，我已经厌倦了试图用蟑螂的能力来训练NS。我可能会回去训练更有能力的东西--我自己的大脑。虽然它容易受到情绪和疲劳的影响。而且在没有事情发生的时候，大部分时间会感到无聊。由于无聊（当你想开车时），有时你也会开始交易，50%的时间会走错路......。 一般来说，也有弊端。 可能是春天的怀旧情绪，我想要一些极端的行动。我可能会在一个掌上电脑账户上卖掉，然后再回来。尽管开始赚钱 会更好。 1...723724725726727728729730731732733734735736737...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
回归/预测问题。
输入的数据是否需要归一化/标度？直觉告诉我，我不需要这样做。
回归/预测问题。
输入需要归一化/缩放吗？直觉告诉我，我不需要这样做。
这是一个老话题，关于米哈伊尔的数据集和已故的尤拉-雷谢托夫的分类器中的样本数量，米哈伊尔在谈到样本数量时并不低头，雷谢托夫的工艺的广告让人只怀疑米哈伊尔和尤拉是同一个人，但考虑到账户的年龄和帖子的数量，这是值得怀疑的，但尤拉应该感谢米哈伊尔，即使是从天堂或冥界，对一个相当平庸的工艺进行如此无私的推广。
好吧，平庸的工艺与否，我不知道。我所知道的是，它不会过度训练，但它确实概括得很好....。
而至于训练样本。我不能增加它，尽管我很乐意这样做。我使用的那些数据不允许你这样做。因此，选择的样本允许以可接受的培训质量接收模型.....。
米哈伊尔和朱拉是同一个人，但考虑到账户的年龄和帖子的数量，这是值得怀疑的，但朱拉必须感谢米哈伊尔，即使是在天堂或地狱，对一个相当平庸的作品如此无私的推广。
首先，这并不确定。
第二，它根本不是平庸之作，而是一个简单的、相当好的、可行的神经元应用实例。
我整晚都在玩一些废话。 我想把它写下来，然后我想，谁需要它？
但也许有人会得到对自己有用的fth，虽然它只是一个有--神经元学习:)
无论如何，一些非常不幸的RRL（强化 的循环学习）的实现，我在mql4版本中没有得到这么好的测试，因为作者在python中的测试。
在Python和Mql4中都有源代码
https://github.com/darden1/tradingrrl
我终于认识了雷舍托夫的这个 "神经元"。
远远不是一个神经元。它更像是一个基于遗传算法 的交易系统，没有使用遗传算法。
这个想法很有趣，但我不太理解这么多人关注它。
我终于认识了雷舍托夫的这个 "神经元"。
远远不是一个神经元。它更像是一个基于遗传算法 的交易系统，没有使用遗传算法。
这个想法很有趣，但我不太明白它得到了多少关注。
它是一个普通的专家系统，你可以通过模糊逻辑进行大量的这种修改。
我整晚都在玩一些废话。 我想把它写下来，然后我想，谁需要它？
但也许有人会得到一个对自己有用的fth，虽然它只是一个有--神经元学习:)
无论如何，一些非常不幸的RRL（强化的循环学习）的实现，我在mql4版本中没有得到这么好的测试，因为作者在python中的测试。
在Python和Mql4中都有源代码
https://github.com/darden1/tradingrrl
潜移默化的描述了一下。
http://dustwell.com/PastWork/MoodyRLTradingPresentation.pdf
https://raghavgoyal14.github.io/assets/ML_project/Final%20Report.pdf
在测试中应该有不好的结果，但在学习中一切都很好......但系统本身也很简单，事实上它使用一个夏普比率进行训练。
他们还写道，RRL比Q-learning更好，但我有疑问，因为这一切都取决于实现（代理人学到了什么，他得到了什么样的奖励）。
像马克西姆一样，我已经厌倦了试图用蟑螂的能力来训练NS。我可能会回去训练更有能力的东西--我自己的大脑。虽然它容易受到情绪和疲劳的影响。而且在没有事情发生的时候，大部分时间会感到无聊。由于无聊（当你想开车时），有时你也会开始交易，50%的时间会走错路......。
一般来说，也有弊端。
可能是春天的怀旧情绪，我想要一些极端的行动。我可能会在一个掌上电脑账户上卖掉，然后再回来。尽管开始赚钱 会更好。