交易中的机器学习：理论、模型、实践和算法交易 - 页 1396

新评论
 
埃利布留斯。
我很喜欢森林。如果我回到NS，也不会有很长时间了。我已经在他们身上花了一年时间。

好的 )

 
elibrarius:

我并不追求预测的绝对正确性。对我来说，所有能盈利的交易都是正确的。
例子。

1）预测-10得到-8 -这是一个很好的利润，完全不是一个错误
2）预测-4.8得到-13 -利润比预测的多得多，这更不是一个错误。
3）预测-3.5得到+5，会有一个损失--这是一个错误。就像左边和0以上的所有点一样，只有它们会造成损失，在它们身上交易是错误的。

你的理解是完全正确的。我们所需要的是将成功交易的概率分布 向我们这边倾斜。此外，止损、追踪止损和其他交易支持方法都没有被取消，真正的结果会比5米内愚蠢的平仓要好。图中的情况就是如此。

马克西姆在市场上谈论的稳健性是一种毫无根据的幻想。如果真的存在回归的偏差（别忘了训练或测试），没有一个模型能够将这些偏差归零。在任何情况下，偏差都将保持原样。回归的结果将总是走向分布的中心，仅此而已。

不幸的是，马克西姆已经退回到森林和RL，并认为所有的外部信息都是对他的世界观的攻击，也许还有对他的结果的意义的攻击）。他的一切都错了，都是胡说八道，幼儿园等等。

至于从NS到森林树的转换。它们是大致相当的模型，你不会得到任何新的东西，或在水平上--同样的鸡蛋，只是在外形上。当然，要看清野兽是什么，也不是没有道理的。

在MCLs中改用Alglib可能会在短期内给你带来一些好处。从长远来看，这只不过是失去了节奏，是一条死胡同。同样的Maxim已经爬到了Python上，你在Alglib-MCL中鼓动MO来接管。这很有趣。

 
尤里-阿索连科。

你说的完全正确。我们所需要的是一个在我们的方向上成功交易的概率的倾斜分布。此外，止损、追踪止损和其他交易支持方法都没有取消，真正的结果会比5米后愚蠢地关闭交易更好。图中的情况就是如此。

马克西姆在市场上谈论的稳健性是一种毫无根据的幻想。如果真的存在回归的偏差（别忘了训练或测试），没有一个模型能够将这些偏差归零。不管怎么说，他们曾经是什么就是什么，他们将继续保持。回归的结果将总是走向分布的中心，仅此而已。

马克西姆，不幸的是，已经进入了森林和RL，并认为所有的外部信息是对他的世界观的攻击，也许还有他的结果的意义）。都是错的，都是胡说八道，都是幼稚园，等等。

至于从NS到脚手架-树的转换。它们是大致相当的模型，你没有得到任何新的东西，或在一个层面上--同样的鸡蛋，只是在外形上。要看它是什么样的野兽，当然不是多余的。

在MCLs中改用Alglib可能会在短期内给你带来一些好处。从长远来看，这只不过是失去了节奏，是一条死胡同。同样的Maxim已经爬到了Python上，你在Alglib-MCL中鼓动MO来接管。这很有趣。

脚手架对模型本身的参数较少。在NS中，它们的数量更多，很难找到最佳组合，另外你还需要规范化和对齐。而配给和缩放将随着时间的推移而浮动，结果是同样的再培训将不正确。而森林是以绝对值来消化一切。

 

至少学会正确解释散点图，这是件好事

然后你就会开始明白，误差往往会越来越大，而不是相互抵消，被认为是一个点的偏斜概率分布 是一个瞬间的事情，加起来就是大的误差了

 
elibrarius。

森林中的模型本身的参数较少。但在NS中，有更多的人，很难找到一个最佳的组合，另外你还需要规范化和对齐。而且配给和比例随时间变化，结果是同样的再培训不会正确。而森林对一切事物的消化都是绝对的。

我不能代表所有的人，但我所看到的脚手架模型也需要缩放等。顺便说一句，我也不明白，如果不对输入信号进行预处理，这一切是如何工作的。只要想象一下两个大致相同的信号，其中一个的初始价格比另一个高10%。而较大的（相同的）的波动率将自动比第一个高10%。国家安全局或森林局如何处理这个问题？而结果将是相同的。

 
马克西姆-德米特里耶夫斯基。

至少学会正确解释散点图，这是件好事

然后你就会开始明白，误差往往会越来越大，而不是相互抵消，被认为是单点的偏斜概率分布是一个瞬间的事情，加起来就是大的误差了

马克西姆，学会阅读图表，而不仅仅是你自己的图表。如果我的图表没有告诉你什么，我也无能为力。如果你不愿意，就不要和他们打交道，没有人不强求。说实话，我已经厌倦了你。我不想说你在胡言乱语，但我不得不说。

 
尤里-阿索连科。

马克西姆，学会阅读图表，不仅仅是你自己的图表。说实话，我已经厌倦了你。我不想说你在胡说八道，但我不得不说。

那么，你是如何读懂你的图表的呢？ 是否有一些特殊的读图方法，与传统的读图方法相反？有埃利布拉留斯，我不知道他的爸爸，他甚至不能正常阅读。

我只是写了我在这些图表上看到的东西......不能从中得出结论。

具体来说--误差比随机的要好一点，也许在40%左右。

 
尤里-阿索连科。

我不能代表所有的人，但我所看到的脚手架模型也需要缩放等。顺便说一句，我也不明白，如果不对输入信号进行预处理，这一切是如何工作的。 只要想象一下两个大致相同的信号，其中一个的初始价格比另一个高10%。而 第二个（相同的）的波动率将自动比第一个高10%。国家安全局或森林局如何处理这个问题？而结果将是相同的。

森林将处理具有不同数量级的价值和波动性的输入。

其中一个将以节点为单位进行除法，例如除以0.00014，第二个除以41548.3。

而对于NS，我们需要将所有的投入减少到相同的规模。

 
马克西姆-德米特里耶夫斯基。

你如何阅读你的时间表？ 是否有任何特殊的阅读方式，与传统的方式相反？冯-埃利布拉留斯，我不知道族长的情况，甚至无法正常阅读。

我只是写了我在这些图表上看到的东西......不能从中得出结论。

而且具体来说，误差比随机的稍好一些，可能在40%左右。

那又怎样？这有什么不对吗？如果你花了10分钟，一切都会变得面目全非，很难想象在一个小时内会发生什么）。

 
elibrarius。

森林将消化价值和波动性相差几个数量级的输入。

其中一个将在例如0.00014的节点上划分，另一个在41548.3的节点上划分。

而对于NS，我们需要将所有的投入减少到一个规模。

我没有意识到这一点。我只谈了我看到的森林。因为整个敖德萨都不会说。

1...138913901391139213931394139513961397139813991400140114021403...3399
新评论