交易中的机器学习:理论、模型、实践和算法交易 - 页 1436

 
Alexander_K:

:))))凯沙是桑桑尼茨的孙子,他靠自己的退休金生存。阿廖沙的耳朵被投资者鞭打了,乌奇特尔在洗车场,科尔敦在树林里的澡堂里。还有谁?医生!我不能对医生说什么,我不知道。

英国支部还是死了吗?我去看看。

阿廖沙的投资者被处决了,他已经死了,还有尤拉-雷舍托夫,这里的亵渎和在坟墓上的舞蹈已经够多了,忘掉这些名字吧,试着自己去找圣杯,现在没有人会帮忙了。

 
Alexander_K:

我也确实感到不解。

我去了Prival和Matemat等专家的论坛,来到了Alesh和Indians的论坛。这是个悖论!

普利瓦尔在精神上早已脱离了外汇市场,在莫斯科郊外的大庄园里种植西红柿,只在恶梦中记得交易。数学家喝醉了。

 
govich

你为什么要折磨上个世纪的软件,在网络论坛上他们提出了一个快五倍的选项

很酷,但到目前为止对我来说有点复杂。我玩了一段时间的Neuropro,得出的结论是,它无法找到市场报价中的规律性,即使它们真的存在。

因此,网格在每个柱子上都进行交易,而实际上,当我们需要交易一些模式时,它应该跳过一些交易。

 
Примеры проектов R - Visual Studio
Примеры проектов R - Visual Studio
  • 2018.01.24
  • kraigb
  • docs.microsoft.com
Индекс коллекции примеров для начала работы с R и Visual Studio.
 

这也是一种选择。其实,工具包并不那么重要,用R实现也是可以的。另一件事是,据我了解,机器学习在真实数据上运作良好,但在报价上却不太理想。

 
我认为将两个连续事件之间的时间与稀释的tick系列的价格(回报)一起纳入神经网络是一个好主意。
 
Alexander_K:
我认为将两个连续事件之间的时间与稀释后的tick系列的价格(回报)一起纳入神经网络并不是不合理的。

我认为你太喜欢瘦身了。事实上,你并没有捕捉到任何额外的HFT信息,而是从各个DC中捕捉到了聚集-过滤-扭曲的具体信息。此外,纯粹的ticks(交易价格)作为价格指标不是很好,因为它们在高频率下有很强的第一滞后的反自相关,原因很明显(价格在买入和卖出时跳动)。为了在HFT中获得更统一的价格,从杯中获取平均买入/卖出价,或者更好的是杯中按成交量加权的平均值(当它可用时)。

 
Alexander_K:
我认为在神经网络中包括两个连续事件之间的时间,这将是一个好主意,同时也是一个稀疏的tick系列的价格(回报)。

从现在开始,没有人再来了,我已经把最好的方法发到你的邮箱里了,你慢慢看吧 )

 
马克西姆-德米特里耶夫斯基

从现在开始,没有复读的人,我已经把最好的方法发到了你的邮箱里,请你在闲暇时阅读)。

是的,一点一点地阅读。

 
Alexander_K:

是的,我正在读一点。

至少在这个过程中,我看到了静止性和与源行的相互信息的存在。有一些异常值,也可以通过某种方式解决,但这取决于你的决定。

这个公式很简单,我在mql上重写了它。