交易中的机器学习:理论、模型、实践和算法交易 - 页 984

 
桑桑尼茨-弗门科

马克西姆不愿意承认他根本没有模型,这从图中可以看出:学习与测试没有关系。他的模型没有被重新训练--它根本没有学到任何东西。

极其诱人的想法是用某种函数代替目标向量,动态地生成目标,直到找到确认。

这是工作的东西,和这里显示的其他东西一样好。

和没有显示的东西,没有什么可谈的。

这里的模式没有人)

 
马克西姆-德米特里耶夫斯基

这是一个工作的东西,和这里展示的其他东西一样好。

我站在正确的立场上。

这是不工作的 垃圾,不比这里显示的其他东西

 
交易员博士

我把它修好了。

这是一个功能失调的 垃圾,不比 这里展示的其他东西

好看)

 

亲爱的R爱好者们,问你们一个问题,R中的哪个库可以建立一个具有以下特点的分类树。

1.半自动构建--我们自己决定树的一部分将是什么样子,哪些特征将被放在分支上,以什么顺序到某一点,然后再自动构建。

2.有可能建立一棵树,而不是二进制树--是/否,而是根据预测器进行分支,即预测器有5个值,所以我们建立5个分支。

 
马克西姆-德米特里耶夫斯基

这是工作的东西,和这里显示的其他东西一样好。

没有展示的东西就没有什么可谈的了

这里没有人有一个模型)。

给你,已经送来了。


我借用了别人的专家顾问的开放源代码,并对其进行了一些调整。我在流动的时间里铆足了劲儿享受这样的幸福。如果有兴趣的话,我可以把它附在后面。 用测试器可以得到非常不同的变体。


PS。

非常有趣的是,在利润系数1.36的情况下,盈利和亏损的交易比例

 
桑桑尼茨-弗门科

非常有趣的盈利/亏损交易比例,盈利系数为1.36

这实际上是一个非常好的方法。我们尝试进入,如果结果是负面的,我们就迅速关闭。但一次积极的交易足以弥补之前所有的损失。

在一些主题中,我已经展示了一个系统测试,成功的交易只有大约30-40%,利润相当不错。但90%的亏损交易是伟大的))。

 
桑桑尼茨-弗门科

给你,已经送来了。


我把别人的EA用开放的源代码,做了一些修补工作。在我的时代,我曾经铆足了劲儿去追求这样的幸福。如果有兴趣的话,我可以把它附在后面。 有了测试仪,你可以得到很多不同的变体。


PS。

非常有趣的是,在利润系数1.36的情况下,盈利和亏损的交易比例

这是一个来自代码库的烈士在虚幻的蜱虫。凳子是5个还是4个?50代表你。如果是5位数,那么你就得靠自己了...

请问,国防部与此有什么关系呢?
 
尤里-阿索连科

事实上,这并不是一个糟糕的方法。我们尝试进入,如果结果是负面的,我们就迅速关闭。但一次积极的交易足以弥补之前所有的损失。

在一些主题中,我已经展示了一个系统测试,成功的交易只有大约30-40%,利润相当不错。但90%的亏损交易是伟大的))

是的,桑尼奇的损失率要好得多......。

 
马克西姆-德米特里耶夫斯基

请问,国防部与此有什么关系呢?

SanSanych已经厌倦了伐木。)

 
马克西姆-德米特里耶夫斯基

嗯,这是一个来自虚幻的代码库的马特。止损是5位数还是4位数?50是你所得到的。如果是5位数的,你就在你的...

让我问你,MOI与此有什么关系?

我已经厌倦了你对结果的要求!

你展示了什么?一些来历不明的曲线,在他的口袋里有一个无花果,在图表的末尾有一段训练的形式?甚至连测试器都没有!

而这里是结果,14个月内360%,有一个像样的平衡图,有一堆特征,有源文本。


而对MO来说,有一个直接的结果。

是从这里 提炼出来的EA

输入是一个均匀分布的随机变量,我们从中得到购买/出售。你看--随机。

但在这个分支的模型练习中,误差一直小于50%,在基本情况下,盈利和不盈利的比例是47/53。

那么你为什么需要MO呢?而你的版本中为什么需要MO呢?毕竟,你没有提供任何证据证明该模型没有被重新训练过!"。如果你对再培训的问题不感兴趣,这里有一个Petr Voytenko 的免费专家顾问。