交易中的机器学习:理论、模型、实践和算法交易 - 页 951 1...944945946947948949950951952953954955956957958...3399 新评论 Maxim Dmitrievsky 2018.05.24 11:41 #9501 阿列克谢-维亚兹米 金。我再加几个预测器,然后转到合集....。然后手鼓和舞蹈将开始。最好不要开始))它很糟糕 当你的头脑中没有任何战略,也没有从根本上确认它是否可行时,这一切都只是Kurvafitting。 剔除预测因素不剔除,剔除模型不剔除......。这可能需要很长时间。 由于充分意识到这一现象,我刚刚做了一个curvafitter和一个regulariser。它吃了输入的所有东西,在反馈中吐出随机的东西,但在正则化之后,它在一段时间内是有效的。 Aleksey Vyazmikin 2018.05.24 11:48 #9502 马克西姆-德米特里耶夫斯基。最好不要开始))它很糟糕 当你的头脑中没有任何战略,也没有从根本上确认它能够发挥作用时,就只能是曲线救国了。 剔除预测因素不剔除,剔除模型不剔除......。你不需要,如果EA在这个数据上工作得很好,有一些规律性的东西在里面描述,是不是拟合也无所谓,至少让我们在上面使用MO模型吧! Maxim Dmitrievsky 2018.05.24 11:51 #9503 阿列克谢-维亚兹米 金。这里没有必要,如果EA在这个数据上工作得很好,那么其中就有描述的模式,不管它是否适合,至少让MO模型出来吧!意识是一个复杂的东西,它来自于痛苦。 Aleksey Vyazmikin 2018.05.24 12:18 #9504 马克西姆-德米特里耶夫斯基。意识是一个复杂的东西,通过痛苦而来意识到MO无法复制算法的清晰逻辑? Maxim Dmitrievsky 2018.05.24 12:21 #9505 阿列克谢-维亚兹米 金。意识到MO无法复制算法的清晰逻辑?这根本没有意义。 Aleksey Vyazmikin 2018.05.24 12:31 #9506 马克西姆-德米特里耶夫斯基。而这根本没有任何意义。那么是的,我很失望。 Maxim Dmitrievsky 2018.05.24 13:27 #9507 https://www.coursera.org/specializations/machine-learning-reinforcement-finance Machine Learning and Reinforcement Learning in Finance | Coursera www.coursera.org Machine Learning and Reinforcement Learning in Finance from New York University Tandon School of Engineering. The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core ... Dr. Trader 2018.05.24 13:41 #9508 对于最后一个文件,我与树的关系是这样的。 2016年,培训 y_predy_true-101-11339238844447201080376714602917413376787415 2015年,测试。 y_predy_true-101-1955239262542901149572131750918581403776835 当预测-1时:-1实际上会比1出现的频率略高。但0将是最频繁的,而且可能都会以损失告终。对 "1 "类也是如此。 麻烦的事已经和树一起出来了。遗传学选择了树的参数cp=0,这给了树一堆分支的权限。这是不幸的,我们应该把这个参数限制在某个小的非零值上。 Machine learning in trading: Dr. Trader 2018.05.24 13:50 #9509 我认为数据中没有足够的预测因素来归类为 "0"。例如,我们需要一些平整度的指标。 一般来说,这对树来说是很糟糕的。SanSanych的木材要冷得多。阿列克谢-维亚兹米 金。这种再培训、错误的设置、大相径庭的市场是什么?不好的模型设置,以及因此而造成的过度训练。 СанСаныч Фоменко 2018.05.24 13:57 #9510 交易员博士。SanSanych的木材要冷得多。有什么酷的--再培训,没有别的,他没有一个预测器会与他的目标变量有关--全是噪音。而他坐在拨浪鼓里,把垃圾文件放在这里,而不是检查噪音。 1...944945946947948949950951952953954955956957958...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
我再加几个预测器,然后转到合集....。然后手鼓和舞蹈将开始。
最好不要开始))它很糟糕
当你的头脑中没有任何战略,也没有从根本上确认它是否可行时,这一切都只是Kurvafitting。
剔除预测因素不剔除,剔除模型不剔除......。这可能需要很长时间。
由于充分意识到这一现象,我刚刚做了一个curvafitter和一个regulariser。它吃了输入的所有东西,在反馈中吐出随机的东西,但在正则化之后,它在一段时间内是有效的。
最好不要开始))它很糟糕
当你的头脑中没有任何战略,也没有从根本上确认它能够发挥作用时,就只能是曲线救国了。
剔除预测因素不剔除,剔除模型不剔除......。
你不需要,如果EA在这个数据上工作得很好,有一些规律性的东西在里面描述,是不是拟合也无所谓,至少让我们在上面使用MO模型吧!
这里没有必要,如果EA在这个数据上工作得很好,那么其中就有描述的模式,不管它是否适合,至少让MO模型出来吧!
意识是一个复杂的东西,它来自于痛苦。
意识是一个复杂的东西,通过痛苦而来
意识到MO无法复制算法的清晰逻辑?
意识到MO无法复制算法的清晰逻辑?
这根本没有意义。
而这根本没有任何意义。
那么是的,我很失望。
对于最后一个文件,我与树的关系是这样的。
2016年,培训
2015年,测试。
当预测-1时:-1实际上会比1出现的频率略高。但0将是最频繁的,而且可能都会以损失告终。对 "1 "类也是如此。
麻烦的事已经和树一起出来了。遗传学选择了树的参数cp=0,这给了树一堆分支的权限。这是不幸的,我们应该把这个参数限制在某个小的非零值上。
![](https://c.mql5.com/3/193/52942fe3f8a9015c133c27f5b1337286b00867a7b75913075ec4b69d14d4b247__1.png)
我认为数据中没有足够的预测因素来归类为 "0"。例如,我们需要一些平整度的指标。
一般来说,这对树来说是很糟糕的。SanSanych的木材要冷得多。
这种再培训、错误的设置、大相径庭的市场是什么?
不好的模型设置,以及因此而造成的过度训练。
SanSanych的木材要冷得多。
有什么酷的--再培训,没有别的,他没有一个预测器会与他的目标变量有关--全是噪音。而他坐在拨浪鼓里,把垃圾文件放在这里,而不是检查噪音。