交易中的机器学习：理论、模型、实践和算法交易 - 页 119

新评论
 
德米特里。

)没有人争辩说有依赖性!争论的焦点是有利可图的战略。

一个简单的树会给出65-70%正确的蜡烛图颜色判断--你不能用这个。即使在二进制中也是如此--幅度太小

据统计，在二进制上赚钱比在烛台颜色上赚钱更难。二进制中65%-70%的准确率只是无休止地将其余额上下撸动。而对于从H1开始的时间段的烛台颜色来说，已经是一种利润。

出于某种原因，我尝试使用D1，我的经验表明，只有>55%的准确率才足以实现最小的利润，点差的影响非常小。

 

关于我的实验，有一个更新。

天哪，我已经找到了一种方法，可以从 "样本内 "数据中获得良好的 "样本外 "数值。但是，收集在我的启发式方法上的委员会给我的结果很差。在50%的缩减率下，每年大约10%。

我认为接下来的步骤是这样的。

  • 我将尝试根据最大的FS来选择模型（我目前是按MO来选择）。也就是说，我将改变模型质量评价功能。HZ....
  • 我将尝试从交叉验证中选择不是最好的模型，而是，例如，最差的模型，或中值的模型。
  • 让我们尝试将卷积NA应用于外汇数据，或者至少是卷积NA层
  • 一般来说，我将把外汇放在暂停状态，并尝试预测交流工具。
我已经尝试过的东西。

  • 精心挑选的作品（似乎有了改善）
  • 缩小列举的训练参数的取值范围（也有一点改进）
  • 我尝试了另一种训练方法 - elasticnet线性回归。训练和概括的结果比GBM差很多。
  • 试图看看我在多大程度上将模型与已知数据进行了拟合。得出的结论是，我确实适合，但我可以在一定程度上控制适合的强度。

直到沟通。注意。

 
Dr.Trader:

1）从统计学上讲，在二进制上赚钱比在烛台色上赚钱更难。65%-70%的二进制准确率只是无休止地将你的余额上下撸动。

2)而对于从H1开始的任何时间段的烛台颜色来说，它已经是一个利润。

3）由于某种原因，我正在研究D1，经验表明，对于最小的利润来说，有足够的准确度只有>55%，价差的影响非常小。

1）不要相信孩子们的说法。65-70%是在他的粉红色鼻涕中。这是一个历史的调整。现实中没有这样的数字。这一切都在一个瘾君子的梦里。你必须在更高的层次上进行沟通，才能说这个模型诚实地给出了很好的比如说55%的不包括价差。

2）对于H1来说，57%-60%足以绕过价差而获利（见这里，已经计算过：https://c.mql5.com/1/37/teaser2.JPG）。

3）在这样的地平线上，53%已经算数了。但地平线越高，精确度就越低。

 
在股票市场上交易，价差就在那里等着你!
 
Dr.Trader:

据统计，在二进制上赚钱比在烛台颜色上赚钱更难。

怎么说呢？

蜡烛图的颜色预测是二元交易。如果你有一个 烛台颜色的开盘价 和一个烛台颜色的预测，那就是一个典型的上-下二元。

这对二元期权的时间框架有什么区别？对于二进制来说，唯一重要的是超额投注。如果你有70%的预测准确率，而赔率是赌注的80%--就去买百万。

 
阿列克谢-伯纳科夫。

1）不要相信孩子们的说法。65-70%是在他的粉红色鼻涕中。 在历史上很合适。 现实中没有这样的数字。这一切都在一个瘾君子的梦中。他们应该有一个更高的水平来谈，即模型给出的，比如说55%，而不考虑价差。

2）对于H1来说，57-60%足以绕过价差并获得利润（见这里，已经计算过：https://c.mql5.com/1/37/teaser2.JPG）。

3）在这样的地平线上，53%已经算数了。但地平线越高，精确度就越低。

对简单的分类树进行历史拟合？

没有更多的问题给 "空间主义者".....

 
Dr.Trader:

据统计，在二进制上赚钱比在烛台颜色上赚钱更难。二进制的65%-70%的准确率只是无休止地将你的余额上下撸动。

在二元期权上获利甚至比在外汇上更难。他们不是通过卖出价（买入价）方案猜测方向，而是卖出价和买入价。如果你在没有价差的情况下有准确性--也就是说，在某个范围内，要价-要价是55%，那么考虑到价差，它就会变成低于50%。这是个有点麻烦的利润。
 
迪米特里。

怎么说呢？


请看我的评论。这真的比这更复杂。
 
谢尔盖-查尔舍夫。
在股票市场上交易，价差会帮助你!
而为什么传播帮助呢？
 
迪米特里。

对简单的分类树进行历史拟合？

对 "演讲家 "没有其他问题了.....

保持与你的树相适应。在你的想象力中画出70%的准确性。

然后别忘了告诉我你损失了多少钱。"专家 "会欣赏它。

1...112113114115116117118119120121122123124125126...3399
新评论