交易中的机器学习：理论、模型、实践和算法交易 - 页 1217

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

在R中的等价物是Caret http://topepo.github.io/caret/index.html

本质上是一样的，全民解放军

码头是典型的R风格。就像R本身，专门为受虐狂写的。

[Aleksey Vyazmikin]

桑桑尼茨-弗门科。

最有希望的ZZ如下。

问题是，趋势只预测了ZZ肩的开始，而肩的结束则预测了趋势反转的开始。因此，我把前一个肩膀的终点+下一个肩膀的起点作为老师。如果我们把老师三元割掉中间的肩膀，它就是一个相当体面的老师。但预测者的问题对它来说是非常重要的。

如果我没记错的话，你用的是ZZ点，不是酒吧，对吗？

我不太明白这个术语--杠杆是ZZ的一个部分吗？如果是这样，那么 "上一个杠杆的结束+下一个杠杆的开始 "就是应该被预测的点数指标，但我不明白应该在什么时候进行预测。

是由ZZ做的预测器，还是只用了其他预测器？

[mytarmailS]

尤里-阿索连科。
躺在沙发上，研究https://scikit-learn.org/stable/user_guide.html。(笑声。))

对于那些还没有读过这本书的人，我强烈推荐它。

Zy SanSanychev R正在走廊上休息并紧张地抽烟。这很可悲。((

我不想像Sanych那样，但我要告诉大家一个事实，R是最好的研究 语言，只有那些从未研究过R的可怜的理论家才会这样认为....。

马克西姆-德米特里耶夫斯基。

在R中的等价物是Caret http://topepo.github.io/caret/index.html

本质上是一样的，全民解放军

是的，马克斯是对的，这是一个模拟，你知道尤里-阿索连科 吗？你知道吗，这只是一个R库，有成千上万的R库可以满足各种音乐风格和品味。

例如，你可以

通过一个库下载报价

用第二个库做频谱分析。

通过第三种方式进行技术分析

用第四个做数据挖掘

通过第五条，在Twitter或Facebook或网站或任何文本中挖掘出一个文本

将所有的东西组合成一个模型（神经元、脚手架、助推器、SVM、NMM，随你挑），并进行优化，通过第六个库进行交叉验证，让同一个Caret

并在第七库的策略测试器中进行测试。

+ 最丰富和最先进的可视化功能

而这一切都在一种语言的一个代码 中， 所有这一切只需要50-100行可读的代码....

scikit-learn 是什么鬼东西，醒醒吧，Yuriy Asaulenko，你根本不知道你在说什么。

[[删除]]

mytarmailS:

我不想成为像桑尼奇那样的公知，但我会说实话，R语言是最好的研究 语言，只有从未接触过它的可怜的理论家才会反驳....。

是的，马克斯是对的，这是一个模拟，你知道尤里-阿索连科 吗？这只是一个R lib，而有成千上万的lib，用于各种目的和口味。

例如，你可以

通过一个库下载报价

用第二个库做频谱分析。

通过第三种方式进行技术分析

用第四个做数据挖掘

通过第五条，在Twitter或Facebook或网站或任何文本中挖掘出一个文本

将所有的东西组合成一个模型（神经元、脚手架、助推器、SVM、NMM，随你挑），并进行优化，通过第六个库进行交叉验证，让同一个Caret

并在第七库的策略测试器中进行测试。

+ 最丰富和最先进的可视化功能

而这一切都在一种语言的一个代码 中， 所有这一切只需要50-100行可读的代码....

scikit-learn 是什么鬼东西，醒醒吧，Yuriy Asaulenko，你根本不知道你在说什么。

python加上你可以写一个完整的程序，有一个gui，一个网站，一个applet......而不是用R:)+ Python比R略快

[mytarmailS]

马克西姆-德米特里耶夫斯基。

另外，你可以写一个完整的程序，有一个gui，一个网站，一个应用程序......但不是用R:)

你不能，但p-ka很容易集成到任何语言中，据我所知，用python完全没有问题。

马克西姆-德米特里耶夫斯基。

python比r略快

是的，它是。

但我在空白处写道，p-ka是一种研究工具，而不是生产工具。

在Python中是否有可能在一个代码中完成我所列出的所有内容？ 我怀疑....。

[[删除]]

mytarmailS:

你不能，但它很容易集成到任何语言中，据我所知，在python中完全没有问题。

它的速度更快。

但我在强调中写到，p-ka是一个研究工具，而不是生产工具。

是否有可能在一段代码中完成我所列出的所有内容？我怀疑....

和更多 )就像集中的软件包库https://pypi.org/。

或在github上安装

Google IPython了解更多

[mytarmailS]

马克西姆-德米特里耶夫斯基。

和更多 )就像一个集中的软件包库 https://pypi.org/

或从github安装

谷歌IPython还没有

好吧，那么超级

工具已经有了，剩下的就是盖房子了））。

[[删除]]

Alexander_K:

先生们!

我记得阿廖沙在被投资者杀害之前，声称首先要做的是在简单的高斯随机漫步上测试他的神经网络和森林（但不是在正弦波上，如阿索连科建议的那样）。此外，他说，在这种情况下，他有100%的预测准确性。然后他把他的系统转移到真正的BP上。

这里还有人进行过这样的实验吗？结果是什么？

再一次--如果你能预测任何一个过程（无论有无内存）--只要把它与真正的BP分开。

分而治之

一切都是完全可以预测的，一些简单的或复合的F-i...但市场不是一个简单的F-i :)

示例 https://www.mql5.com/ru/forum/285454/page3#comment_9323441

[[删除]]

Alexander_K:

嗯，嗯。

我可以看到记分牌吗？

马克思，如果你没有时间，就把任务交给印度人。嗯，自己做所有事情是不现实的--我很清楚这一点。

我给了你上面的链接...

一个印度人甚至还搞不清楚矩阵，不幸的是))

[[删除]]

Alexander_K:

好的。

我理解，这里的主要问题是试图与整个BP合作，这确实非常复杂。

这里有没有人试图根据任何特征将大块（集群）与BP区分开来？哪些人？你有表格形式的结果吗？

请理解我的急切心情--圣杯就像空气一样需要。

我是按交易时间划分的--比如说，只在夜间交易低波动率。是的，结果是略有改善

+ 我正在尝试识别当前n-bar报价的分布，并相应地对其应用不同的策略。但所有东西都在一堆，没有桌子 :)

现在我正在监控其中一个机器人版本，这周的结果不是很好，现在我只是在比较测试者和真实的交易 - 一切都一样。

理想的情况是这样的，红线左边是新数据的交易，右边是做过训练的历史交易。

训练纯粹是针对不同滞后期的回归者，在训练过程中，我们选择最佳回归者。

这个版本来自我的上一篇文章，我不记得我是否改变了一些东西