交易中的机器学习:理论、模型、实践和算法交易 - 页 1357

 
Aleksey Vyazmikin:

验证过程停滞不前,这意味着如果进一步的取样更像是验证而不是训练,我们就不会学到不会再发生的东西。另一件事是,在改进验证读数和训练本身之间经常有中间的垃圾树--我们需要把它们剔除掉。

这里的主要问题是,过去是否很快就会重复,现在如何变化,以何种速度或跳跃式发展--这些问题的答案将提供很多关于如何最好地建立一个样本的信息。

主要问题是缺乏数据,我只有不到10行的数据来训练和验证。

这就是为什么我提出了适当 缩放报价的问题,如果我们把它们放大,就会导致量子转换

有一本书是关于金融中的量子力学的。

 
马克西姆-德米特里耶夫斯基

这就是为什么我提出了关于正确缩放报价的问题,如果你把它们放大,就会出现某种量子转换。

在某处有一本关于金融中的量子力学的书。

而你,布鲁特斯,是一个量子力学家。(真是一种传染病。))。

 
尤里-阿索连科

而你,布鲁特斯,你已经加入了量子机械人的行列。哇,这很有感染力)。

不,我只是无意中发现了这本书。

 
尤里-阿索连科

这不算什么,特别是如果你不知道你在寻找什么。而且即使你知道,也不确定外面有什么。

当然,一般的话语,但你必须寻找到处都有的东西,而且总是有规律地重复。否则,你就不能教我。

是的,还不够,但该怎么做......我们必须发明另一种策略,这样就会有很多。但是以前没有被研究过的预测因素集对一些符号有效,比如说Sberbank。

 
马克西姆-德米特里耶夫斯基

这就是为什么我提出了关于正确缩放报价的问题,如果你把它们放大,就会出现某种量子转换。

在某处有一本关于金融中的量子力学的书。

所以我不以裸体形式使用引号。我使用ATR缩放,这样可以在波动率变化时保持信息的形状,但波动率信息本身的绝对值也可以是有用的。

我有一个不同的问题--已经有很多预测器需要转换--以前的想法是用现成的通用规则来取代它们--稳定的叶子。那年的实验显示出良好的效果,但所有关于分裂树的工作都白费了--我已经说过这是我从头开始的原因,这将需要很长的时间。

 
阿列克谢-维亚兹米 金。

是的,还不够,但该怎么做......我们必须发明另一种策略来拥有很多。但是一套预测器对一些以前没有研究过的工具起作用,比如Sberbank。

我正在进行1米的工作。在3个月内,55K OHLSV。如果我改成1小时,或者至少15分钟,我需要什么样的历史?所以我有3个月,好吧,6个月的时间。

此外,对于5-10米来说,不太可能会发生激烈的事情,即使发生了--我们也会做出反应。而在一个小时内,很可能是一个事件,可能不会立即被发现,但随后可能会扰乱 "计划 "的事件进程。好吧,也没有你开始指望的模式--消散了。

总的来说,我的概念是,在很长的时间间隔内预测任何事情都是不现实的。分类,尤其是先验的,与预测是一样的。而同类型的事件将不足以进行分类。

 
尤里-阿索连科

我正在进行1米的工作。在3个月内,55K OHLSV。如果我改成1小时,或者至少15分钟,我需要什么样的历史?因此,我有3个月的时间,以及6个月的时间来处理所有事情--关于所有事情。

这不是足够的历史,你需要至少1年。

 
吉安尼

这还不够,你至少要有一年的历史。

要做什么?你在那里会看到什么你在一个月内看不到的东西?

 
尤里-阿索连科

要做什么?你会看到什么是你在一个月内无法看到的?

你知道,就像一个月的婴儿和一岁的婴儿之间的区别。

 
埃利布留斯
而用电阻是真的)

在无线电工程方面,这就更简单了,你不需要知道这些东西。一个两极,一个四极,等等。- 他们的参数和里面的东西根本就不重要。

- 装甲列车上的无线电...

- 它是电子管收音机还是晶体管收音机?

- 我重复,一个装甲列车的无线电。