交易中的机器学习:理论、模型、实践和算法交易 - 页 1346 1...133913401341134213431344134513461347134813491350135113521353...3399 新评论 [删除] 2019.02.19 06:53 #13451 阿列克谢-尼古拉耶夫。学习理论家不是从西塞罗的演说中,而是从教科书中。比如说,看看你推荐的科罗廖克的。你为什么固执于理论家......可能是因为你的知识圈受到了它的限制。 我看你对这些概念并不熟悉。 1)一般化的光谱。 2)瞬时光谱。 3)非稳态过程的光谱结构。 你不知道非平稳过程是如何分析的。你甚至不知道如何接近它。 在互联网上查找,彻底阅读。也不要说这种傻话。 Forester 2019.02.19 07:09 #13452 马克西姆-德米特里耶夫斯基。如何为一个特征制作一个正常的滑动窗口? 比方说,价格是一个特点。当你超出价格范围时,在测试样本上,模型开始变得沉闷,因为它以前没有见过这些东西。同时,任何同位素的转换都会带走重要的信息。假设对整个样本进行标准化和归一化并不能解决问题,因为当超出范围时仍会重新 计算,尤其是训练子样本是整个图表的一小部分。我甚至不说各种振荡器和增量 - 这不是一个有用的功能,对NS来说是垃圾。去除尖顶可能有帮助。在佩雷文科的文章中有一些这方面的信息。 当然,必要的信息会被删除,但我并不关心模型是被1000点还是2000点的弹射所毁。我不关心它是否死于这种跳跃。 Aleksey Nikolayev 2019.02.19 07:19 #13453 Oleg avtomat:你为什么执着于理论家......可能是因为它限制了你的知识范围。 我看得出,你对以下概念并不熟悉。 1)广义的光谱。 2)瞬时光谱。 3)非稳态过程的光谱结构。 你不知道非平稳过程是如何分析的。你甚至不知道如何接近它。 在互联网上查找,彻底阅读。也不要再说什么废话了。对于那些无线电业余爱好者处理的随机过程,这些概念有时可能是有意义的。对于价格,几乎没有。 以维纳过程为例来考虑这个问题,自巴切莱特以来,维纳过程一直被认为是价格的初始近似值。 [删除] 2019.02.19 07:32 #13454 阿列克谢-尼古拉耶夫。对于那些无线电业余爱好者处理的随机过程,这些概念有时可能是有意义的。对于价格,几乎没有。 以维纳过程为例来考虑这个问题,自巴切莱特时代以来,维纳过程被认为是价格的初始近似值。1)你的这个 "对于价格--不太可能 "的东西对你来说是否足够和有说服力? 2)你还停留在巴切莱特的时代。 肥皂 你的--通过你的嘴唇--轻蔑的 "无线电爱好者 "并没有给你增加任何重量,也没有给你带来任何信用,它只是表明你在这个领域完全缺乏知识。 Дмитрий 2019.02.19 07:40 #13455 Oleg avtomat:十几个帖子,除了 "你们都是狗屎 "之外,没有一个想法。 你是如何做到的? sibirqk 2019.02.19 07:41 #13456 马克西姆-德米特里耶夫斯基。将图表分为许多部分(水平),当移动到另一个水平时,只将该水平内的价格正常化?也就是说,当进入另一个 "级别 "时,价格范围将始终被规范化。也许这种方法是有一些名称的听起来像是大尺寸的范围内的酒吧。例如,拿一个100P(4位数)的等级条,从一个圆形水平开始计算--它将是100P水平的自然分解。 在这个等级条内,我们调查报价的运动--每个条都是自主的,但考虑到大规模的趋势。 但这里又有一个主要的问题--交易什么--突破还是回归? 几乎每一个来到外汇市场的交易员都是从尝试用波段交易开始的,即使用趋势交易,在波段交易惨败后,转而使用布林--即反向交易。 我认为,结合这些方法的艺术表明一个交易员是多么成熟。相应地,在这些水平内,人们可以实施趋势跟踪交易或从区间边缘到中心的回报交易。在目前的情况下,如何选择什么是更好的?也许NS能够做到这一点。 Aleksey Vyazmikin 2019.02.19 08:04 #13457 Yuriy Asaulenko: 试图在Python中训练一个神经网络。这个包是scikit-learn,NS本身是sklearn.neural_network.MLPRegressor。神经元超过100,隐藏层-7,输入-19,输出-1。任务是预测一个随机过程。你有没有检查过助推器能用这些数据做什么? 你能公布CatBoost 实验的样本吗? Aleksey Vyazmikin 2019.02.19 08:05 #13458 马克西姆-德米特里耶夫斯基。如何为一个特征制作一个正常的滑动窗口? 比方说,价格是一个特点。当你超出价格范围时,在测试样本上,模型开始变得沉闷,因为它以前没有见过这些东西。同时,任何同位素的转换都会带走重要的信息。假设对整个样本进行标准化和归一化并不能解决问题,因为当超出范围时仍会重新计算,尤其是训练子样本是整个图表的一小部分。我甚至不说各种振荡器和增量--它们对NS没有用,而是垃圾。 我们如何将一个图表分为许多部分(级别),当移动到另一个级别时,只在该级别内将价格正常化?也就是说,当传递到另一个 "级别 "时,价格范围将始终被规范化。也许这种方法有一些名称。 同样,所有的 "经典 "变换都不适合不稳定的情况,所以我上面的建议乍一看很合理你不喜欢我的上TF的ATR变体的什么? Aleksey Nikolayev 2019.02.19 08:28 #13459 Oleg avtomat:1)你的 "对于价格--不太可能 "对你来说是足够和有说服力的吗? 2)你还停留在巴切莱特的时代。 肥皂 你的--通过你的嘴唇--轻蔑的 "无线电爱好者 "并没有为你增加分量或信用,而只是表明你完全缺乏该领域的知识。1)套用托尔斯泰的话--每个不稳定的过程都有其不稳定之处。价格和信号有很大的不同。 2)现代金融数学始于巴切莱特。 3)这是观察到人们一直试图将信号理论应用于价格而没有理由的结果。 Alexander_K 2019.02.19 09:00 #13460 阿列克谢-尼古拉耶夫。1)套用托尔斯泰的话--每个不稳定的过程都有其不稳定之处。价格和信号是非常不同的。 2) 现代金融数学始于Bachelier。 3)这是观察到持续试图将信号理论不合理地应用于价格的结果。:)))Alexius!你,我看到--你知道。然而,我赶紧报告--市场不能由理论家单独把握。原因之一是--它没有考虑到 "时间 "这种东西。是的,是的,普通时间--秒,小时,......。如果不了解时间的作用和它的考虑,TViMS的所有权力也是无能为力的。 1...133913401341134213431344134513461347134813491350135113521353...3399 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
学习理论家不是从西塞罗的演说中,而是从教科书中。比如说,看看你推荐的科罗廖克的。
你为什么固执于理论家......可能是因为你的知识圈受到了它的限制。
我看你对这些概念并不熟悉。
1)一般化的光谱。
2)瞬时光谱。
3)非稳态过程的光谱结构。
你不知道非平稳过程是如何分析的。你甚至不知道如何接近它。
在互联网上查找,彻底阅读。也不要说这种傻话。
如何为一个特征制作一个正常的滑动窗口?
比方说,价格是一个特点。当你超出价格范围时,在测试样本上,模型开始变得沉闷,因为它以前没有见过这些东西。同时,任何同位素的转换都会带走重要的信息。假设对整个样本进行标准化和归一化并不能解决问题,因为当超出范围时仍会重新 计算,尤其是训练子样本是整个图表的一小部分。我甚至不说各种振荡器和增量 - 这不是一个有用的功能,对NS来说是垃圾。
去除尖顶可能有帮助。在佩雷文科的文章中有一些这方面的信息。
当然,必要的信息会被删除,但我并不关心模型是被1000点还是2000点的弹射所毁。我不关心它是否死于这种跳跃。
你为什么执着于理论家......可能是因为它限制了你的知识范围。
我看得出,你对以下概念并不熟悉。
1)广义的光谱。
2)瞬时光谱。
3)非稳态过程的光谱结构。
你不知道非平稳过程是如何分析的。你甚至不知道如何接近它。
在互联网上查找,彻底阅读。也不要再说什么废话了。
对于那些无线电业余爱好者处理的随机过程,这些概念有时可能是有意义的。对于价格,几乎没有。
以维纳过程为例来考虑这个问题,自巴切莱特以来,维纳过程一直被认为是价格的初始近似值。
对于那些无线电业余爱好者处理的随机过程,这些概念有时可能是有意义的。对于价格,几乎没有。
以维纳过程为例来考虑这个问题,自巴切莱特时代以来,维纳过程被认为是价格的初始近似值。
1)你的这个 "对于价格--不太可能 "的东西对你来说是否足够和有说服力?
2)你还停留在巴切莱特的时代。
肥皂
你的--通过你的嘴唇--轻蔑的 "无线电爱好者 "并没有给你增加任何重量,也没有给你带来任何信用,它只是表明你在这个领域完全缺乏知识。
十几个帖子,除了 "你们都是狗屎 "之外,没有一个想法。
你是如何做到的?
将图表分为许多部分(水平),当移动到另一个水平时,只将该水平内的价格正常化?也就是说,当进入另一个 "级别 "时,价格范围将始终被规范化。也许这种方法是有一些名称的
听起来像是大尺寸的范围内的酒吧。例如,拿一个100P(4位数)的等级条,从一个圆形水平开始计算--它将是100P水平的自然分解。 在这个等级条内,我们调查报价的运动--每个条都是自主的,但考虑到大规模的趋势。
但这里又有一个主要的问题--交易什么--突破还是回归? 几乎每一个来到外汇市场的交易员都是从尝试用波段交易开始的,即使用趋势交易,在波段交易惨败后,转而使用布林--即反向交易。 我认为,结合这些方法的艺术表明一个交易员是多么成熟。相应地,在这些水平内,人们可以实施趋势跟踪交易或从区间边缘到中心的回报交易。在目前的情况下,如何选择什么是更好的?也许NS能够做到这一点。
试图在Python中训练一个神经网络。这个包是scikit-learn,NS本身是sklearn.neural_network.MLPRegressor。神经元超过100,隐藏层-7,输入-19,输出-1。任务是预测一个随机过程。
你有没有检查过助推器能用这些数据做什么?
你能公布CatBoost 实验的样本吗?
如何为一个特征制作一个正常的滑动窗口?
比方说,价格是一个特点。当你超出价格范围时,在测试样本上,模型开始变得沉闷,因为它以前没有见过这些东西。同时,任何同位素的转换都会带走重要的信息。假设对整个样本进行标准化和归一化并不能解决问题,因为当超出范围时仍会重新计算,尤其是训练子样本是整个图表的一小部分。我甚至不说各种振荡器和增量--它们对NS没有用,而是垃圾。
我们如何将一个图表分为许多部分(级别),当移动到另一个级别时,只在该级别内将价格正常化?也就是说,当传递到另一个 "级别 "时,价格范围将始终被规范化。也许这种方法有一些名称。
同样,所有的 "经典 "变换都不适合不稳定的情况,所以我上面的建议乍一看很合理你不喜欢我的上TF的ATR变体的什么?
1)你的 "对于价格--不太可能 "对你来说是足够和有说服力的吗?
2)你还停留在巴切莱特的时代。
肥皂
你的--通过你的嘴唇--轻蔑的 "无线电爱好者 "并没有为你增加分量或信用,而只是表明你完全缺乏该领域的知识。
1)套用托尔斯泰的话--每个不稳定的过程都有其不稳定之处。价格和信号有很大的不同。
2)现代金融数学始于巴切莱特。
3)这是观察到人们一直试图将信号理论应用于价格而没有理由的结果。
1)套用托尔斯泰的话--每个不稳定的过程都有其不稳定之处。价格和信号是非常不同的。
2) 现代金融数学始于Bachelier。
3)这是观察到持续试图将信号理论不合理地应用于价格的结果。
:)))Alexius!你,我看到--你知道。然而,我赶紧报告--市场不能由理论家单独把握。原因之一是--它没有考虑到 "时间 "这种东西。是的,是的,普通时间--秒,小时,......。如果不了解时间的作用和它的考虑,TViMS的所有权力也是无能为力的。