交易中的机器学习:理论、模型、实践和算法交易 - 页 1459

 
尤里-阿索连科

你明白你说的话吗?这根本不是它的目的。再一次,对于那些愚蠢的人。

完全是胡说八道,达到了尼安德特人的水平--重复他不理解的内容。

你是D吗? 它说的是同样的事情。

关于D......的问题修辞学

 
Vizard_

老师,已经去疯人院了))))

你也是一个有能力的人。

 
elibrarius

关于市场波动...
我正试图训练les用固定的TP/SL进行交易。

看到了一个有趣的回溯测试(即与故事相吻合的)。

在2017年1月17日之前,设定的TP=120和SL=80带来了良好的利润,在那之后,它停止工作。显然,价格变动的幅度已经发生了变化,例如,从2016年的类似点位停止达到120点。前进的结果与2017年全年大致相同,即50/50

最有可能的是,它对噪声进行了重新训练,并损失了趋势成分。

如果我们重新对趋势进行培训,公平性就会被颠覆

我不明白它与什么有关,它总是以不同的方式发生(如果我不控制地重新学习)。

这里是第二种类型的再培训(关于趋势)。在正确和错误的方向上过度训练(同一模式)。

从2019.03培训开始


你知道最简单的教学方法吗? 比如说,你在日线图上建立一个趋势。你找一个正常的线性或多项式图,训练它的一半,另一半应该是一样好。只要趋势持续存在(你检查偏离趋势的情况),你就继续用机器人交易。
 
马克西姆-德米特里耶夫斯基

最有可能的是对噪声进行重新训练,而损失了趋势成分。

如果交易是在趋势上重新训练的,那么股权则是反过来的。

我不明白是什么原因,结果总是不同的(如果是自我训练,没有控制)。

这里是第二种类型的再培训(关于趋势)。在正确和错误的方向上过度训练(同一模式)。

从2019.03培训开始。


你知道最简单的教学方法吗? 比如说,你 在日线图上 建立 一个趋势。你找一个正常的线性或多项式图,训练它的一半,另一半应该是一样好。只要趋势持续存在(你检查是否偏离趋势),你就继续用机器人交易。

我在挖另一个方向。

我不建立趋势,我有老师的培训,每一个柱子都会被标记,无论它是达到TP还是SL。我还没有设法分析它们,我将尝试自己去做。

在我的案例中,你可以清楚地看到,在2017年1月17日之后,达到TP的次数减少了,或者达到SL的次数增加了。

 
elibrarius

我在另一个方向上挖掘。

我不建立趋势,我有一个老师的培训,每个条形图都被标记为是否达到TP或SL。趋势或平坦--让森林自己去解决吧。

在我的案例中,你可以清楚地看到,在2017年1月17日之后,达到TP的次数减少了,或者达到SL的次数增多了。

我不认为让森林自己解决这个问题有什么太多荣誉。

要么有一个负责该趋势的特征,要么没有。
 
马克西姆-德米特里耶夫斯基

森林将如何自行解决,这不是太荣幸了吗?

要么有一个负责该趋势的芯片,要么没有。
来自不同TF的几十个酒吧都有这样的信息。
 
elibrarius
来自不同TFs的十几个酒吧都有这样的信息。

这是不可能的。

 
马克西姆-德米特里耶夫斯基

我不这么认为。

一般来说,森林会简单地记住这10条的模式,并在接近的情况下以类似的方式行事。

令人遗憾的是,它也会记住这些噪音。

 
elibrarius

一般来说,森林会记住这10个小节的模式,在接近的情况下也会采取类似的行动。

不,它不像那样工作。你的结局会像优素福一样(即照旧)。计量经济学 的发展类型是有原因的,没有人从这么小的样本中记住什么。

趋势和其他组成部分被强调。此后,非线性因素仍然存在,由NS提供。也就是说,它是一个多层饼(至少是2层)。

所有Asaiulenks和其他人都在抨击什么--他们是连书都没读过的可悲的人
 
马克西姆-德米特里耶夫斯基

不,它不像那样工作。你的结局会像优素福一样(即照旧)。计量经济学 的发展类型是有原因的,没有人从这么小的样本中记住什么。

趋势和其他组成部分被强调。此后,非线性因素仍然存在,由NS提供。因此,这是一个多层的馅饼(至少是2层)。

我现在用50条H1测试,似乎比10条好。
一般来说,当然有必要尝试不同的指数并观察结果。可能我也会在适当的时候使用趋势指标。我也试过Zigzag,但32%的人没有像Alexey那样成功(可能,他有某种特殊的ZZ,或者他确实偷看了。