交易中的机器学习:理论、模型、实践和算法交易 - 页 1146

[删除]  
阿列克谢-尼古拉耶夫

你高估了我)我还没有进展到自我介绍的程度。)

正如他们自己写的--这是一种自然(环境)游戏的子类。我确信我们几乎所有的模型都在自然游戏中,但我不知道这些'土匪'有多合适。

我更喜欢潜伏马尔可夫过程。在这里,非平稳性可能是我们没有观察到所有变量这一事实的结果。粗略地说,对我们来说非稳态的过程将来自于一个稳态的过程,但只有做市商知道。

我可以把代码发给你,但我不确定有人会理解它并提供新的东西:)

[删除]  
圣杯

我明白了,废话就是废话))

这不是偷窥,虽然在某些条件下也可能是偷窥, 但OOS应该尽可能地接近真实,因为你希望OOS的结果在真实上重复+-,如果你在更遥远的过去测试,它将接近过去,而这个时间的市场可能已经或多或少发生了变化。你的方法可以完全导致荒谬,例如,如果你把OOS和真实分开多年)))

你自己写道,这是荒谬的,因为市场在过去和未来都会发生变化,与Lern有关。此外,lern越接近现在,明天的市场就越不可能发生变化。而我只是在看这个算法对任何OOS的概括能力有多大。

你只是让人告诉你应该是这样的,你并不真正知道为什么,只是猜测。

 
马克西姆-德米特里耶夫斯基

没有任何区别

手中的旗帜,现实世界会把一切都放在它的位置上

 
马克西姆-德米特里耶夫斯基

我可以把代码发给你,但我不确定是否有人会理解它并提出新的建议:)

有时很难理解自己的代码,我已经一个月没有工作了)。

[删除]  
TheXpert

你在现实世界的手中,它到处都是。

耶稣基督,我们在这里谈论的是黑帮分子。

 
马克西姆-德米特里耶夫斯基

这不是偷窥,虽然在某些条件下也可能是偷窥, 但OOS应该尽可能接近真实,因为你希望OOS的结果在真实上重复+或-,但如果你在更遥远的过去测试,它将接近过去,而这段时间的市场可能或多或少会有变化。你的方法可以完全导致荒谬,例如,如果你把OOS和真实分开多年)))

你自己写道,这是荒谬的,因为市场在过去和未来都会发生变化,与Lern有关。此外,lern越接近现在,明天的市场就越不可能发生变化。而我只是在看这个算法对任何OOS的概括能力如何。

一般来说,自动交易的本质是,市场至少部分地连续变化,有一种由于信息扩散而产生的 "惯性"。昨天的东西比一个月(一年)前的东西更有可能是今天的。 你对OOS进行优化,使其更接近真实的市场,然后你简单地重新训练OOS的数据,问题在哪里?通常大家都是这样做的,首先分为Lerne和Train,在Lerne上学习,在Train上检查,然后在Lerne上重新训练+在优化参数配置上测试。


当然我不会反驳和坚持,上面的同事说得很对,"现实生活让一切都归位了",市场的教训比论坛的蛊惑人心更好记))。

[删除]  
圣杯

一般来说,自动交易的本质是,由于信息的扩散,市场至少部分地在不断变化,也就是一种惯性。所以昨天的东西比一个月(一年)前的更有可能是今天的。 你为OOS优化自己,使之更接近真实的市场,然后你简单地重新训练OOS的数据,问题在哪里?通常大家都是这样做的,首先分为lurn和treyn,在lurn上学习,在treyn上检查,然后在lurn+treyn的优化配置上重新训练

那么,哪一方是OOS有什么区别呢?))

特别是当你考虑到lurn和traine是一回事的时候(我明白《测试》的意思,但突出显示并不能否定它)

 
马克西姆-德米特里耶夫斯基

那么,哪一边是OOS有什么区别呢?))

当你考虑到LERN和TENE是一个整体时,就更应该如此了(我明白你的意思 测试,但强调的内容并不能否定它)。

打错了,谢谢,已经修好了。

马金:为更接近现实生活的东西而优化,而不是为谁知道什么和什么时候的事而优化!

[删除]  
圣杯

打错了,谢谢,已改正。

区别很大,OOS更接近现实,你需要为更接近现实的东西进行优化,而不是为谁知道什么和什么时候优化。

任务是确保两部分是不可区分的(相同的错误,等等)在这种情况下,什么是摆动的定义就失去了所有的意义。

 
Maxim Dmitrievsky:

上帝,什么是真实的,我们在这里讨论的是土匪。

那么,你在RDF中实现了什么 "Bandit算法"?

或者你是否为 "Bandit "算法专门编码过什么?