交易中的机器学习：理论、模型、实践和算法交易 - 页 1055

新评论
 
mytarmailS:

马克西姆，我再解释一下。

=====

1）它采用常规的极值

2）它通过选择具有极值的各种变体（可能是μua）来搜索某些结构（水平）；他发现了大约200个这样的水平，这一点已经提到过了。

3）然后他训练出一套

====

你从第一点跳到第三点，而第二点是最重要的。

选择变体是对eps水平的搜索，M瓜这是NS的一部分。因此，他在1000个选项中找到了200个级别，以1比2的方式递增。会有什么样的选择呢？

 
马克西姆-德米特里耶夫斯基。

变体选择是对eps级别的枚举，Mgua这是NS的一部分。所以他在1000个选项中以1到2的步骤找到了200个级别。能有什么样的选择？

有1-2，有1-2，有1-2，在此基础上进行连接和训练，而不是在原始数据上。

 
mytarmailS:

有1-2个，有1-2个，有1-2个，把它们放在一起，你就在上面训练，而不是在原始数据上。

那么我们来联系一下，有什么问题？

 
马克西姆-德米特里耶夫斯基。

因此，让我们联系一下，问题出在哪里？

没问题）只需注意，步骤2）中的标志应该在历史上重复出现，并且在步骤3中落网之前已经基本发挥作用。

这一切都需要被正式化，它可能是一个独立的算法。
 
mytarmailS:

没问题）只需注意，第2点的标志必须在历史上重复出现，并且在第3点中落网之前已经内在地发挥作用。

我怎么知道它们在进入第3项之前是有效的呢？

 
马克西姆-德米特里耶夫斯基。

在我做第三步之前，我怎么知道它们在工作呢？

一旦他们上了网，你就不能确定什么了......

网络有一个目标--有不同的目标，但目标是善于预测--交易的。

所以你设置了网络来交易你的100%的数据，如果它能做出预测，但只有2%的数据，怎么办？你能从中得到什么？

你需要从所有的预测者中挑出这些2%的零碎内容，至少30%，并将它们发送到网上，不是以价格或那些愚蠢的指标的形式，而只是真正重要的内容。

 
mytarmailS:

一旦他们上了网，你就不能确定什么了......。

网络有一个目标--有不同的目标，但基本上目标是擅长预测-交易。

你设置净值来交易100%的数据，如果它能做出预测，但只有2%的数据，怎么办？你能从中得到什么？

你必须从所有的预测器中收集2%的谷物，甚至从30%的预测器中收集，并且不以价格或愚蠢的指标的形式将它们发送到网上，而只发送真正重要的东西。

是的，现在，几乎是这样。

 

一年前，我做了一些很棒的实验。

1.用某种滑动的样本量做了一个打勾BP

2.我计算了平均的经典方差和平均的价差（高-低）。也就是说，在每一个新的tick收据上，我都会重新计算这些数值，将它们记录到单独的数组中，并计算这些数组中的平均数。

3.令人惊奇的是，这些平均值与数百万次的数据相吻合

4.价格有点在这些平均水平之间行走。

5.然后我来到这里的论坛，和其他人一起发出嘘声...。

我这是要去哪里？

也许要用一个差值（高-低）而不是单个极值来工作？

 

方案1：不对特征进行改造。训练从08.01开始 任何事情在OOS之前

2018.09.14 15:30:35.806 2018.09.11 23:59:59   RlExp1iter TRAIN LOGLOSS
2018.09.14 15:30:35.806 2018.09.11 23:59:59   0.23536 0.25209 0.23954 0.23117 0.23431
2018.09.14 15:30:35.806 2018.09.11 23:59:59   RlExp1iter OOB LOGLOSS
2018.09.14 15:30:35.806 2018.09.11 23:59:59   0.48326 0.51151 0.51046 0.49268 0.49372


 
Alexander_K:

也许可以用一个差值（高-低）而不是单个极值来工作？

极值就是极值

(高-低是指波动性

这并不矛盾

1...104810491050105110521053105410551056105710581059106010611062...3399
新评论