文章 "基于暴力算法的 CatBoost 模型高级重采样与选择" - 页 3 12345678910...15 新评论 Maxim Dmitrievsky 2020.11.24 13:22 #21 Evgeni Gavrilovi: 您能否在 Colab 中提供带有该源代码的 Jupyter Notebook 的链接？ 您可以导出到 Colab，文件在文章底部 Valeriy Yastremskiy 2020.11.24 13:37 #22 Aleksey Vyazmikin:这就是我缺乏统计信息的原因，比方说，我们研究了 1000 个模型，其中 5%的模型自 2015 年以来表现出良好的盈利，但我们还需要评估模型之间的相似性，这更加困难，但信息量更大。 从全局来看，我仍然缺乏力量，我有算法，但我没有足够的力量来研究 70 年来的所有工具。 Evgeni Gavrilovi 2020.11.24 13:40 #23 Maxim Dmitrievsky: 您可以导出到 colaba，文件在文章底部 转换为笔记本：https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing 但无法导入 MT5，尝试了所有选项，都无法加载存储库 https://pypi.org/project/MetaTrader5。 使用此命令安装 MetaTrader5 时出现错误 找不到满足 MetaTrader5 要求的版本（来自版本：无） 未找到与 MetaTrader5 匹配的发行版 Stanislav Korotky 2020.11.24 13:43 #24 Maxim Dmitrievsky: 没有区别，你可以检查一下。我只是更喜欢这样 我不会。如果有人能检查出来，那就有意思了。 Stanislav Korotky 2020.11.24 13:46 #25 Aleksey Vyazmikin:因此，有一个超采样--其目的是在 2020 年找到那些在整个时期--自 2015 年以来一直有效的模式。从理论上讲，可能需要更多的蛮力，但目标会实现，另一个问题是，目前还不清楚它是一种模式还是一种拟合，如果连这个问题的假设性答案都没有，就很难决定在 real.... 上安装 TC 的权宜之计。阅读： 图表最后（右侧）部分（约 1000 笔交易）是 2020 年初的训练数据集，其余部分是未参与模型训练的新数据。 用过去的交易来寻找未来的模型，这个想法我不太清楚。 Evgeni Gavrilovi 2020.11.24 13:53 #26 适用于 Python 的 MT5 只能在 Windows 上运行？ Maxim Dmitrievsky 2020.11.24 13:53 #27 Evgeni Gavrilovi:转换为笔记本： https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing但无法导入 MT5，尝试了所有选项，都无法加载存储库 https://pypi.org/project/MetaTrader5。使用此命令安装 MetaTrader5 时出现错误找不到满足 MetaTrader5 要求的版本（来自版本：无）未找到与 MetaTrader5 匹配的发行版 因为是 linux 系统，终端无法安装，所以无法运行 可选择下载已准备好的带引号文件 Evgeni Gavrilovi 2020.11.24 13:54 #28 Maxim Dmitrievsky:但它无法工作，因为它是 linux 系统，终端无法安装。或者，您可以下载已经准备好的文件，并加上引号 我明白了，谢谢你的回答。 Maxim Dmitrievsky 2020.11.24 13:56 #29 Stanislav Korotky:阅读： 图表的最后（右侧）部分（约 1000 笔交易）是 2020 年初的训练数据集，而图表的其余部分是未以任何方式参与模型训练的新数据。 用过去的交易来寻找未来的模型，这个想法我不太清楚。 这不是在寻找未来的模式，而是在寻找序列中的依赖关系。顺序并不重要。您可以在中间寻找，在前后测试，这不会改变任何事情。这很容易理解，不需要进一步解释。 这样做的好处是，发现的模式可能会随着时间的推移而消失。在这种情况下，最好从最近的数据中学习 Stanislav Korotky 2020.11.24 14:21 #30 Maxim Dmitrievsky:不是寻找未来的模式，而是寻找一系列的依赖关系。顺序并不重要。您可以在中间搜索，在前后测试，这不会改变任何事情这很容易理解，不需要进一步解释。这样做的好处是，找到的模式可能会随着时间的推移而消失。在这种情况下，最好从最近的数据中学习 这不是一个抽象的序列。从左到右（从过去到未来）都有明显的 "依赖性"（虽然是同一个词，但理解起来意义不同），反之亦然。几乎没有任何关于报价预测的科学出版物会对过去的数据进行测试。 12345678910...15 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
您能否在 Colab 中提供带有该源代码的 Jupyter Notebook 的链接？
这就是我缺乏统计信息的原因，比方说，我们研究了 1000 个模型，其中 5%的模型自 2015 年以来表现出良好的盈利，但我们还需要评估模型之间的相似性，这更加困难，但信息量更大。
从全局来看，我仍然缺乏力量，我有算法，但我没有足够的力量来研究 70 年来的所有工具。
您可以导出到 colaba，文件在文章底部
转换为笔记本：https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
但无法导入 MT5，尝试了所有选项，都无法加载存储库 https://pypi.org/project/MetaTrader5。
使用此命令安装 MetaTrader5 时出现错误
找不到满足 MetaTrader5 要求的版本（来自版本：无）
未找到与 MetaTrader5 匹配的发行版
没有区别，你可以检查一下。我只是更喜欢这样
我不会。如果有人能检查出来，那就有意思了。
因此，有一个超采样--其目的是在 2020 年找到那些在整个时期--自 2015 年以来一直有效的模式。从理论上讲，可能需要更多的蛮力，但目标会实现，另一个问题是，目前还不清楚它是一种模式还是一种拟合，如果连这个问题的假设性答案都没有，就很难决定在 real.... 上安装 TC 的权宜之计。
阅读：
图表最后（右侧）部分（约 1000 笔交易）是 2020 年初的训练数据集，其余部分是未参与模型训练的新数据。
转换为笔记本： https://colab.research.google.com/drive/1AsTG8uaRnIc1sjz3WOOUr7F8rFq_N9wA?usp=sharing
但无法导入 MT5，尝试了所有选项，都无法加载存储库 https://pypi.org/project/MetaTrader5。
使用此命令安装 MetaTrader5 时出现错误
找不到满足 MetaTrader5 要求的版本（来自版本：无）
未找到与 MetaTrader5 匹配的发行版
因为是 linux 系统，终端无法安装，所以无法运行
可选择下载已准备好的带引号文件
但它无法工作，因为它是 linux 系统，终端无法安装。
或者，您可以下载已经准备好的文件，并加上引号
我明白了，谢谢你的回答。
阅读：
图表的最后（右侧）部分（约 1000 笔交易）是 2020 年初的训练数据集，而图表的其余部分是未以任何方式参与模型训练的新数据。
这不是在寻找未来的模式，而是在寻找序列中的依赖关系。顺序并不重要。您可以在中间寻找，在前后测试，这不会改变任何事情。
这很容易理解，不需要进一步解释。
这样做的好处是，发现的模式可能会随着时间的推移而消失。在这种情况下，最好从最近的数据中学习不是寻找未来的模式，而是寻找一系列的依赖关系。顺序并不重要。您可以在中间搜索，在前后测试，这不会改变任何事情
这很容易理解，不需要进一步解释。
这样做的好处是，找到的模式可能会随着时间的推移而消失。在这种情况下，最好从最近的数据中学习
这不是一个抽象的序列。从左到右（从过去到未来）都有明显的 "依赖性"（虽然是同一个词，但理解起来意义不同），反之亦然。几乎没有任何关于报价预测的科学出版物会对过去的数据进行测试。