召集一个团队,制定与趋势战略有关的IO(决策树/森林)。 - 页 19

 

最近一直在研究预测器,写函数和调整/改进东西。

目前在Deductor Studio程序中,我在一棵决策树上得到了以下结果,几乎是开箱即用,在2015-2017年对2018年的结果进行训练之后


 
Aleksey Vyazmikin:

最近一直在研究预测器,写函数和调整/改进东西。

目前在Deductor Studio中,我在一棵决策树上得到了以下结果,几乎是开箱即用,在2015-2017年对2018年的结果进行训练之后


请允许我问一下,为什么你对这是一个有希望的方向如此有信心?你应该知道,每个月100%的测试是非常低的。其次,测试与真实游戏的关联性不同。我们经常看到它在测试中起作用,只是因为我们把它适应于图表,但在实际交易中,我们将成为沉沦者。根据我的经验,测试显示的结果比真实游戏好几十倍,但这取决于算法。也许你应该在演示中试试这个策略?如果在可接受的提款和保证金水平下,演示显示至少有10-50%,你会对你的社区更感兴趣。我认为你根本不应该把测试作为对策略表现的确认。

 
Kisolen:

我可以问一下,为什么你对这是一个有希望的方向如此有信心?你应该意识到,每个月100%的测试,首先,是非常低的。其次,测试与真实游戏的关联性不同。我们经常看到它在测试中起作用,只是因为我们把它适应于图表,但在实际交易中,我们将成为沉沦者。根据我的经验,测试显示的结果比真实游戏好几十倍,但这取决于算法。也许你应该在演示中试试这个策略?如果在可接受的提款和保证金水平下,演示显示至少有10-50%,你会对你的社区更感兴趣。在我看来,你不应该把测试作为战略工作能力的确认。

为什么它很有前途,因为它允许我们快速寻找模式,找到复杂的相关性。识别统计规律性(经常重复发生的事件或预测值)之后是研究这些规律性的过程,包括在不同情况下的图表上。在标准的ATC方法中,我们只用眼睛寻找模式,所以我们可以看清楚。而为了更好地找到正确的(有用的)模式,我们需要开发适用于特定主题领域的机器学习方法,这也是它被提出来的原因。

你对所提供的测试结果的评估不太正确--这是一个学习之外的领域,即过去一段时间所确定的模式起作用的领域。

现在我的注意力被MOEX期货市场所吸引,如你所知,那里没有真实报价的模拟账户,所以你也不能做一个模拟账户。然而,在周期结束后,我计划用最少的存款来运行一个真正的账户

好吧,关于预期,我认为每月有5-10%的增长,同时有相同的缩减或更多一点,是非常好的结果。

 
阿列克谢请一个设计师,阿瓦是非常糟糕的。
 
Fast528:
阿列克谢,请个设计师吧,这很糟糕。

让我们讨论一下我的头像。

它有什么问题?

 
Aleksey Vyazmikin:

目前我的注意力被MOEX期货市场所吸引,如你所知,那里没有真实报价的模拟账户,所以你也不能做一个模拟账户。然而,我计划在周期结束后推出一个 有最低存款额的真实账户

有的。


 
Alexey Kozitsyn:

有的。


我所看到的都是歪曲的引文,还有垃圾。

包括来自经纪人Otkritie。
 
Aleksey Vyazmikin:

我所看到的都是歪曲的引文,还有垃圾。

也来自经纪人Otkrytie。

你试过J2T吗?在我的记忆中(我在比较他们的堆栈和Reveal的堆栈),交易是一样的。

而MQ的演示并不适合你?

 
Alexey Kozitsyn:

你试过J2T吗?在我的记忆中(我比较了他们的年份和Reveal的年份)--交易是一样的。

我还没有试过。它是否真的无延迟、无扭曲地播报了模拟账户 的报价?

如果是这样,我将考虑在那里开一个模拟账户。

 
Alexey Kozitsyn:

你试过J2T吗?在我的记忆中(我比较了他们的堆栈和Reveal的堆栈)--交易是一样的。

而MQ的演示并不适合你?

我对MQ的模拟账户 没有任何问题,只是与Otkritie的账户相比,它不能正常工作。

我跟你说实话,我自己没有做过任何研究,我使用我信任的各种来源提供的信息。

原因: