交易中的机器学习：理论、模型、实践和算法交易 - 页 747 1...740741742743744745746747748749750751752753754...3399 新评论 Evgeny Raspaev 2018.03.15 11:17 #7461 阿纳托利-扎因奇科夫斯基。嗯，这些信息来自各种可能的输入参数。 我开始只是用向导，然后用增量向导，然后用三角洲向导。现在我正在研究类似火鸡罗宋汤的东西))))，以养活一个输入行，而不是像以前那样养活20个输入行......就在罗宋汤上)))所有的火鸡都是由价格衍生的。例如，在昨天的蜡烛收盘时，indyuki显示了一些结果，如随机抽取的随机指标14 7 4显示了44.44和27.78 - 这两个数字很好地描述了昨天和未来几天的情况。但不是今天的...在这两个数字中，有多少关于今天的信息？0.0001?)))我认为我们需要寻找其他价值...一些关于未来的更多信息。 СанСаныч Фоменко 2018.03.15 11:21 #7462 Maxim Dmitrievsky: 我相信，回测期的长度，也只有回测期的长度可以作为判断标准。如 果没有按日期或序列对交易进行明确的回溯测试，但在几年内有数千或数万笔交易，并有平稳的增长，那么它一点也不差。以及哪些信息不那么重要。这是不足够的。我们不要忘记，那些宣扬有效市场假说的人成功地工作了多年，得到了提名，然后就破产了。 回溯测试是必须的，最好是在测试器中进行，因为这是最接近现实的。 BUT。 回测成功应该有理论依据。 对于回归模型 来说，这样的理由可能是在STATIONARY系列的基础上做出仓位决定。这是在协整和GARCH中进行的。对于分类模型来说，这可以由预测器的预测能力相对于目标变量是恒定的这一事实来证明。 有了这个，你就能相信回溯测试。 Maxim Dmitrievsky 2018.03.15 11:23 #7463 阿纳托利-扎因奇科夫斯基。 Max，在想法中，你想教机器识别不同的市场阶段，以自动选择那些对每个状态最有效的输入。这就像一些神经网络的投资组合，其中每一个都是为某种市场条件而训练的...是的，类似的东西，但你必须引入各种影响TC参数组的全局元状态，以及子状态，如马尔科夫的子状态。 Anatolii Zainchkovskii 2018.03.15 11:23 #7464 叶夫根尼-拉斯帕耶夫。只是为了罗宋汤））所有的指数都是由价格得出的。例如在昨天的蜡烛图收盘时，指数显示了一些结果，如随机抽取的随机指标14 7 4显示了44.44和27.78 - 这两个数字很好地描述了昨天和未来几天的情况。但不是今天的...在这两个数字中，有多少关于今天的信息？0.0001?)))我认为我们需要寻找其他价值...有更多关于未来的信息的东西。当一个交易员看着图表时，他看到了一些东西，然后他需要用某种规则来描述它。看到了价格走势较长的地方，看到了价格正在加速的地方......但你可以添加指标，这是最难的部分--如何将视觉分析转化为一个有意义的方程式，考虑到你所看到的一切。 Alexander_K2 2018.03.15 11:24 #7465 阿纳托利-扎因奇科夫斯基。我试着用纯增量，但我什么也弄不出来......。我一定是把目标设错了......你能给我一个提示吗？神经网络的输入应该是在一个给定的观察时间窗口中这些最纯的增量的总和。 所有。 Anatolii Zainchkovskii 2018.03.15 11:26 #7466 亚历山大_K2。神经网络的输入必须是在给定的观察时间窗口中这些纯增量的总和。 所有。好吧，我试着做不同的时间窗口的和，但我没有网格，我有一个森林，但我不认为算法有什么不同。相反，你可以在森林里同时放几个时间窗口。 Maxim Dmitrievsky 2018.03.15 11:26 #7467 桑桑尼茨-弗门科。这还不够。我们不要忘记，那些宣扬有效市场假说的人成功地工作了多年，得到了贵族身份，然后破产了。 回溯测试是必须的，最好是在测试器中，因为最接近现实。 BUT。 回测成功应该有理论依据。 对于回归模型来说，这样的理由可能是在STATIONARY系列的基础上做出仓位决定。这是在协整和GARCH中进行的。对于分类模型来说，这可以由预测器的预测能力相对于目标变量是恒定的这一事实来证明。 考虑到这一点，回测是可以信赖的。是的，但我的系统在圣灵和通心粉怪物的概念上运作，所以在理论上很难解释。 Evgeny Raspaev 2018.03.15 11:28 #7468 阿纳托利-扎因奇科夫斯基。当交易员看图表时，他看到一些东西，然后他需要用规则来描述它......例如，交易员看到屏幕上显示的时间段内的日元范围，看到价格相对于其范围的位置......。看到哪里的价格停留时间长，看到哪里的价格在加速上涨......而这是在没有指标的情况下，但你可以添加指标，图像的理解力会增加很多倍。没错！人类交易员看到的不是数字，他看到的是更简单的模型。近似的，平滑的，但不是通过移动平均线，而是例如SSA方法（类似的东西）--但你不能把它送入神经网络...... Anatolii Zainchkovskii 2018.03.15 11:28 #7469 马克西姆-德米特里耶夫斯基。是的，但我的系统在圣灵和通心粉怪物的概念上运作，所以在理论上很难解释。就说是懒得去证明吧 )))你可能会发现你是个优秀的学生，也是个懒人 )))建造比证明更容易 )))))) Mihail Marchukajtes 2018.03.15 12:50 #7470 阿纳托利-扎因奇科夫斯基。我将尝试做不同的时间窗口的和，只是我没有网格，我有一个森林，但我不认为算法有什么不同，相反，你可以在森林里同时放几个时间窗口。对于窗口看我的基础TS，总是有一个由市场本身决定的不同窗口，它的形成意味着市场的反转。最正常的分析时刻是预期反转的时刻。 而且我希望你能向我道歉，麦克斯，因为我对我的TS在诗句中的怀疑态度，我也应该喜欢。 我的市场早已从向上转变为向下和向后，而TS仍然有效。如果你看到模型本身，你会感到惊讶（它非常小）。 1...740741742743744745746747748749750751752753754...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
嗯，这些信息来自各种可能的输入参数。 我开始只是用向导，然后用增量向导，然后用三角洲向导。现在我正在研究类似火鸡罗宋汤的东西))))，以养活一个输入行，而不是像以前那样养活20个输入行......
就在罗宋汤上)))所有的火鸡都是由价格衍生的。例如，在昨天的蜡烛收盘时，indyuki显示了一些结果，如随机抽取的随机指标14 7 4显示了44.44和27.78 - 这两个数字很好地描述了昨天和未来几天的情况。但不是今天的...在这两个数字中，有多少关于今天的信息？0.0001?)))我认为我们需要寻找其他价值...一些关于未来的更多信息。
我相信，回测期的长度，也只有回测期的长度可以作为判断标准。如 果没有按日期或序列对交易进行明确的回溯测试，但在几年内有数千或数万笔交易，并有平稳的增长，那么它一点也不差。
以及哪些信息不那么重要。
这是不足够的。我们不要忘记，那些宣扬有效市场假说的人成功地工作了多年，得到了提名，然后就破产了。
回溯测试是必须的，最好是在测试器中进行，因为这是最接近现实的。
BUT。
回测成功应该有理论依据。
有了这个，你就能相信回溯测试。
Max，在想法中，你想教机器识别不同的市场阶段，以自动选择那些对每个状态最有效的输入。这就像一些神经网络的投资组合，其中每一个都是为某种市场条件而训练的...
是的，类似的东西，但你必须引入各种影响TC参数组的全局元状态，以及子状态，如马尔科夫的子状态。
只是为了罗宋汤））所有的指数都是由价格得出的。例如在昨天的蜡烛图收盘时，指数显示了一些结果，如随机抽取的随机指标14 7 4显示了44.44和27.78 - 这两个数字很好地描述了昨天和未来几天的情况。但不是今天的...在这两个数字中，有多少关于今天的信息？0.0001?)))我认为我们需要寻找其他价值...有更多关于未来的信息的东西。
当一个交易员看着图表时，他看到了一些东西，然后他需要用某种规则来描述它。看到了价格走势较长的地方，看到了价格正在加速的地方......但你可以添加指标，这是最难的部分--如何将视觉分析转化为一个有意义的方程式，考虑到你所看到的一切。
我试着用纯增量，但我什么也弄不出来......。我一定是把目标设错了......你能给我一个提示吗？
神经网络的输入应该是在一个给定的观察时间窗口中这些最纯的增量的总和。
所有。
神经网络的输入必须是在给定的观察时间窗口中这些纯增量的总和。
所有。
好吧，我试着做不同的时间窗口的和，但我没有网格，我有一个森林，但我不认为算法有什么不同。相反，你可以在森林里同时放几个时间窗口。
这还不够。我们不要忘记，那些宣扬有效市场假说的人成功地工作了多年，得到了贵族身份，然后破产了。
回溯测试是必须的，最好是在测试器中，因为最接近现实。
BUT。
回测成功应该有理论依据。
考虑到这一点，回测是可以信赖的。
是的，但我的系统在圣灵和通心粉怪物的概念上运作，所以在理论上很难解释。
当交易员看图表时，他看到一些东西，然后他需要用规则来描述它......例如，交易员看到屏幕上显示的时间段内的日元范围，看到价格相对于其范围的位置......。看到哪里的价格停留时间长，看到哪里的价格在加速上涨......而这是在没有指标的情况下，但你可以添加指标，图像的理解力会增加很多倍。
没错！人类交易员看到的不是数字，他看到的是更简单的模型。近似的，平滑的，但不是通过移动平均线，而是例如SSA方法（类似的东西）--但你不能把它送入神经网络......
是的，但我的系统在圣灵和通心粉怪物的概念上运作，所以在理论上很难解释。
就说是懒得去证明吧 )))你可能会发现你是个优秀的学生，也是个懒人 )))建造比证明更容易 ))))))
我将尝试做不同的时间窗口的和，只是我没有网格，我有一个森林，但我不认为算法有什么不同，相反，你可以在森林里同时放几个时间窗口。
对于窗口看我的基础TS，总是有一个由市场本身决定的不同窗口，它的形成意味着市场的反转。最正常的分析时刻是预期反转的时刻。
而且我希望你能向我道歉，麦克斯，因为我对我的TS在诗句中的怀疑态度，我也应该喜欢。
我的市场早已从向上转变为向下和向后，而TS仍然有效。如果你看到模型本身，你会感到惊讶（它非常小）。