文章 "运用人工智能实现的 Thomas DeMark 次序 (TD SEQUENTIAL)" - 页 7

新评论
 
最后，我们能看看这个模型吗？ 它看起来像什么？ 它能应用吗？我想看看它在实践中是如何运作的。
 
Mihail Marchukajtes:


是的，我的输出是前瞻性的。

很明显，我在上面描述过，它不应该只是展望未来，而不应该与符号重叠，这个模型是一个简单的 Knn（近邻法），由于缺乏数据和不知道获得目标的算法，一切都还是个大问题。
 
toxic:
很明显，我在上文已经描述过，它不应该只是展望未来，而不应该与迹象重叠，该模型是一个简单的 Knn（近邻法），由于缺乏数据和未知的目标获取算法，一切都还是个大问题。

目标值很简单，如果前一个信号的利润（包括点差）为正值，我们标记为 1，如果为负值，则标记为 0。工作从一个信号到另一个信号，下一个信号是什么并不重要，是买入还是卖出，最重要的是该信号有利润，如果我们纯粹按照该策略进行交易，则蓝色买入，红色卖出。
 
Mihail Marchukajtes:

定位很简单，如果前一个信号的利润（包括点差）为正，我们标记为 1，如果为负，我们标记为 0。工作从一个信号到另一个信号，下一个信号是什么并不重要，是买入还是卖出，最重要的是该信号有利润，如果我们是纯粹的策略交易，则蓝色买入，红色卖出。
一般来说，在这样一个小样本上，使用十个近邻的 Knn 在非采样))))，准确率接近 58%。所以，要么目标定位是过去的一点retourn或筹码，要么就是圣杯！
 
toxic:
一般来说，在非采样))))，在如此小的样本上，使用十个近邻的 Knn 可以得到近 58% 的准确率。所以，要么目标有一点过去的retourn或筹码，要么它就是一个圣杯！


你说的 "过去的回溯 "是什么意思？我有点不明白....。这是如何做到的？

当信号出现时，输入指标变量被写入窗口大小，也就是说，我们看的是过去。输出变量取自未来。也就是说，在下一个信号出现之前，我们并不知道上一个信号的结果。

只是输入信息的使用方式是价格的原因，所以这里有鱼。

 
Mihail Marchukajtes:


什么叫 "retourned"？我有点糊涂了....是怎么做的？

当信号出现时，输入指标变量被写入窗口大小，也就是说，我们看的是过去。输出变量取自未来。也就是说，在下一个信号出现之前，我们并不知道上一个信号的结果。

只是输入信息的使用方式是价格的原因，所以这里有鱼。

根据您计算回报或价格增量的方式，您可以自欺欺人，回报必须不 "交叉"，例如，如果您根据蜡烛的内部参数（收盘价-开盘价）/开盘价计算回报，那么两个相邻的回报是独立的，您可以将 N 但是，如果在蜡烛（Close(t-1)- Close(t)）/Close(t-1)之间计算回报，那么您就不能再使用 N+1个回报作为 目标，因为它与 第 N 个回报相交 ，您需要使用 第 N+2 个回报 。

如果有交集，就会出现反实数焦距。你应该在一个不依赖的目标上进行检查，这样就不会干扰过去，那么结果就会很干净。

[删除]  
遗憾的是，很少能找到此类主题的文章
 
toxic:


data.zip

如果不是机密，这个数据集是什么？你是如何建立的？我的测试成绩是 67%，是好还是坏？
 
Андрей:
如果不是秘密，这个数据集是什么？你是怎么建立的？我考试得了 67%，这是好还是坏？

我想超过50%就是好的了但数据集是有偏差的。如果数据集的输出是平衡的（1 和 0 的数量相等），那么测试仪的结果就会与你的检查结果一致。
 
toxic:

根据您计算回报或价格增量的方式，您可以自欺欺人，回报必须不 "重叠"，例如，如果您根据蜡烛图的内部参数（收盘价-开盘价）/开盘价计算回报，那么相邻的两个回报是独立的，您可以将 N 但是，如果在蜡烛（Close(t-1)- Close(t)）/Close(t-1)之间计算回报，那么您就不能再使用 N+1个回报 作为 目标，因为它与 第 N 个回报相交 ，您需要使用 第 N+2 个回报 。

如果有交集，就会出现反实数焦距。你应该在一个不依赖的目标上进行检查，这样就不会干扰过去，那么结果就会很干净。


这有点夸张，我没有任何干扰。我确保数据收集是干净的。你的例子首先适用于预测系统。但为了论证起见，我认为你的说法非常恰当。它指的是关于数据收集纯净度的部分。如果你犯了一个小错误，结果就会大相径庭，与现实不符。
12345678910
新评论