交易中的机器学习：理论、模型、实践和算法交易 - 页 923 1...916917918919920921922923924925926927928929930...3399 新评论 Dr. Trader 2018.05.17 20:11 #9221 阿列克谢-维亚兹米 金。我现在想看看你的数据进行模型训练，练习一下寻找树的参数。但我找不到这些文件，它们在大约20页中丢失了。请再把它们贴在这里？ Aleksey Vyazmikin 2018.05.17 21:59 #9222 交易员博士。我现在想看看你的数据进行模型训练，练习一下寻找树的参数。但我找不到这些文件，它们在大约20页中丢失了。请你再把它们附在这里，好吗？当然你可以，但我必须分部分进行（服务器故障），过滤器设置--检测不允许买入/卖出的地方，MaloVhodov设置--有体面利润的趋势条目，MnogoVhodov设置--所有条目，除了损失的。 我还没能教会这棵树在样本之外工作。在安全地影响马洛-沃多夫-目标-1这组预测因素中，我挑出了以下几个。 arr_iDelta_H4arr_iDelta_D1arr_iDelta_MN1ǞǞǞǞarr_Den_Nedeliarr_iDelta_Max_D1arr_iDelta_Min_D1经理人arr_LastBarPeresekD_Downarr_LastBarPeresekD_Up_M15arr_LastBarPeresekD_Down_M15arr_DonProc_M15 附加的文件： Filter.zip 3502 kb Aleksey Vyazmikin 2018.05.17 22:00 #9223 延续现在设置 - MaloVhodov 附加的文件： MaloVhodov.zip 3471 kb Aleksey Vyazmikin 2018.05.17 22:02 #9224 延续现在设置 - MnogoVhodov 附加的文件： MnogoVhodov.zip 3500 kb Maxim Dmitrievsky 2018.05.18 06:29 #9225 1. https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287 2. https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-part-ii-trpo-ppo-87f2c5919bb9 它可能对弗拉基米尔的文章有帮助。对于连续任务来说，DDPG之前的一切都无关紧要，因为对于有限数量的状态/过渡，有表格方法。 Introduction to Various Reinforcement Learning Algorithms. Part I (Q-Learning, SARSA, DQN, DDPG) 2018.01.12黃功詳 Steeve Huangtowardsdatascience.com Reinforcement Learning (RL) refers to a kind of Machine Learning method in which the agent receives a delayed reward in the next time step… Vladimir Perervenko 2018.05.18 07:48 #9226 马克西姆-德米特里耶夫斯基。1. https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287 2. https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-part-ii-trpo-ppo-87f2c5919bb9 弗拉基米尔可能对这篇文章有帮助。DDPG之前的一切都与文章无关，因为有针对有限数量的状态/过渡的表格方法谢谢你。我已经把它收藏起来了。我将完成合奏（另一篇文章），并准备在RL上使用。 祝好运 Aleksey Vyazmikin 2018.05.18 11:12 #9227 马克西姆-德米特里耶夫斯基。证明。 经过培训，我们有了这样一个图表表。(从04.01 OOS开始) 黄色突出显示的代理7的误差最小。让我们放弃除他之外的一切，看看。 结果有了改善。酷!现在(一两天？更早？随着时间的推移......)我将完成一个想法，然后去看你的文章! Maxim Dmitrievsky 2018.05.18 11:15 #9228 阿列克谢-维亚兹米 金。酷!现在(一两天？更早？随着时间的推移......)我将完成一个想法，然后去看你的文章!这本来是件好事，因为与我交谈的人没有提出任何想法，他们只是使用他们所得到的东西。 和集思广益总是有用的 Renat Akhtyamov 2018.05.18 14:18 #9229 交易员博士。教Max翻转他的TS信号 :) 因为他的英镑是严格意义上的负数，而交易则相反，是正数。 我明白 - NS是一个超采样的TS 但无论如何，外汇经纪人事先知道TS将在哪里买入，在哪里卖出。 因此，一切都按计划进行，翻或不翻都没有用。 Maxim Dmitrievsky 2018.05.18 14:56 #9230 雷纳特-阿赫蒂亚莫夫。 然而，报价仍然是先验的，知道TS将在哪里买入，在哪里卖出。 你发现了吗？ 1...916917918919920921922923924925926927928929930...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
我现在想看看你的数据进行模型训练，练习一下寻找树的参数。但我找不到这些文件，它们在大约20页中丢失了。请再把它们贴在这里？
我现在想看看你的数据进行模型训练，练习一下寻找树的参数。但我找不到这些文件，它们在大约20页中丢失了。请你再把它们附在这里，好吗？
当然你可以，但我必须分部分进行（服务器故障），过滤器设置--检测不允许买入/卖出的地方，MaloVhodov设置--有体面利润的趋势条目，MnogoVhodov设置--所有条目，除了损失的。
我还没能教会这棵树在样本之外工作。在安全地影响马洛-沃多夫-目标-1这组预测因素中，我挑出了以下几个。
arr_iDelta_H4
arr_iDelta_D1
arr_iDelta_MN1
ǞǞǞǞ
arr_Den_Nedeli
arr_iDelta_Max_D1
arr_iDelta_Min_D1
经理人
arr_LastBarPeresekD_Down
arr_LastBarPeresekD_Up_M15
arr_LastBarPeresekD_Down_M15
arr_DonProc_M15
1.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287
2.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-part-ii-trpo-ppo-87f2c5919bb9
它可能对弗拉基米尔的文章有帮助。对于连续任务来说，DDPG之前的一切都无关紧要，因为对于有限数量的状态/过渡，有表格方法。
1.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-i-q-learning-sarsa-dqn-ddpg-72a5e0cb6287
2.
https://towardsdatascience.com/introduction-to-various-reinforcement-learning-algorithms-part-ii-trpo-ppo-87f2c5919bb9
弗拉基米尔可能对这篇文章有帮助。DDPG之前的一切都与文章无关，因为有针对有限数量的状态/过渡的表格方法
谢谢你。我已经把它收藏起来了。我将完成合奏（另一篇文章），并准备在RL上使用。
祝好运
证明。
经过培训，我们有了这样一个图表表。(从04.01 OOS开始)
黄色突出显示的代理7的误差最小。让我们放弃除他之外的一切，看看。
结果有了改善。
酷!现在(一两天？更早？随着时间的推移......)我将完成一个想法，然后去看你的文章!
酷!现在(一两天？更早？随着时间的推移......)我将完成一个想法，然后去看你的文章!
这本来是件好事，因为与我交谈的人没有提出任何想法，他们只是使用他们所得到的东西。
和集思广益总是有用的
教Max翻转他的TS信号 :)
因为他的英镑是严格意义上的负数，而交易则相反，是正数。
我明白 - NS是一个超采样的TS
但无论如何，外汇经纪人事先知道TS将在哪里买入，在哪里卖出。
因此，一切都按计划进行，翻或不翻都没有用。
然而，报价仍然是先验的，知道TS将在哪里买入，在哪里卖出。