This is my first post on the forum and I hope that you find it a useful contribution. Lately I have been playing around with some of ideas from Marcos Lopez de Prado's latest book, Advances in Financial Machine Learning, in particular the idea around meta labeling. For one, if meta labeling works then it has tons of great applications across...
嗯，这大致是我想做的事。如果触发了TP，我将每个柱子标记为1，如果触发了SL，则标记为0。我没有标出正确的边界，我只是看着前面的10,000个柱子--肯定会有一个TP或SL触发。
而最初交易的是什么（什么TS）？什么是TP/SL与什么有关？
我的意思是，我们试图预测的不是TAC的特征，而是基于战略的不同衍生属性，即它们比TAC的基本特征更持久的假设，但我们没有得到任何结果。首先想到的是TS对股票动态的预测，但股票不如价格方向或趋势/平面变化好。
而最初被交易的是什么（哪个TS）？What is the TP\SL in relation to.
我认为森林/NS将涵盖所有可能的战略。在理念上，树上的每一片叶子都是一个独立的策略，有自己的参数。
在这个话题上，首先出现的是预测TS的股权动态，但股权在预测价格方向或趋势/平面变化方面也很糟糕。
相对于每个条形图。如果你在上面开了一个交易。
在哪里开，如何做决定？
因此，TOSL也是次要的，它们只在特定的策略中才有意义，例如，你可以拿一台具有某些参数的机器，教森林设置TOSL，根据例如所选机器的最后50个值和ATP等，策略改变TOSL "去掉"。
PS 总的来说，在algotraders中，有一种观点认为TP/CL只是为了人工的即兴发挥，尤其是TP，MO说牛市在多头，熊市-在空头，变化-翻转，TP/CL是在没有可能跟随市场，在我们不知道市场情况的时候开仓，而机器人总是知道的，所以TP/CL也不需要这样做。另一个元标记的例子。嗯，他们做任何事情都是按部就班，简而言之，他们是复制者。
有一个有趣的家伙，他决定创建一个开放的各种对冲基金，由书))))，但在2018年，这一切都陷入了僵局。
https://www.quantopian.com/posts/meta-labeling-advances-in-financial-machine-learning-ch-3-pg-50
在哪里开，如何做决定？
因此，TOSL也是次要的，它们只在特定的策略中才有意义，例如，你可以拿一台具有某些参数的机器，教森林设置TOSL，根据例如所选机器的最后50个值和ATP等策略的变化，TOSL "飞走"。
PS 总的来说，在自动交易商中，有一种观点认为TP/STL只适用于人工即兴操作，尤其是TP，MO说，牛市是多头，熊市--是空头，变化--是翻转，TP/STL是当没有可能跟随市场，开仓时已经不知道市场情况如何，而机器人总是知道，所以TP/STL对它没有用。我正在训练2个独立的模型。
1以TP/SL参数买入
2以TP/SL参数卖出
有3个或更多班级的模式（会有买入/等待/卖出的情况），我认为效果会比较差。
我仍在试图解决一个简单的问题--在交易开盘时，计算固定的TP/SL的交易胜利百分比。追踪市场和公开交易要复杂得多，又是次要的，最初你需要找到正确的入口。而跟踪可以用正常的尾随来添加。
而且一般来说，模型喜欢简单的解决方案。我在2017年执教，一直在上升。有的模特说他们应该在全年的每一个酒吧都买上））。全年盈利达数万点。但那里的缩减也同样巨大，最长可达2-3个月。
但问题是，他们不知道全球趋势何时会结束。
总的来说，我认为我们应该关注大型TFs和全球运动。我试图在M1上教授剥头皮，但在那里我得到了50%+-5%。
他们建立了第一个模型，将全球市场制度/项目聚集在一起
然后，第二个模型被拟合到特定的制度中。大惊小怪，但这是唯一正常的选择
我对ARIMA和其他类似功能感兴趣。我正在以一种巧妙的方式转换报价，使其更加静止，但又不失去水平，在自回归之上，以蓝色为例--预测值在实际值之上，在右边--纯预测。到目前为止，这最后一次上涨预示着正常，现在它说的是卖出。我可能会尝试在国防部上使用它，看看会发生什么。
是不是像去掉趋势？我们可以从报价中减去周期较大的MA吗？并获得一个剥头皮的策略？
好吧，不是MAs，但也许是更复杂的东西......。这样一个纯粹的黄牛交易。虽然在H4上他说还是会下跌。那么，小的TFs在冲动上会有点透支，总是
我不知道如何正确地进行算法。我不知道我是否能正确地进行算法。
我花了他妈的半天时间重写我的超量取样的rl lib，但终于完成了......第一次（超量取样是自动的），而以前我必须从一个模型列表中选择
我无法用元标记得到任何好的东西，这可能是更多的书的垃圾，或者是我的手/思想不好......
但是，当然，这样漂亮的曲线型培训在一个月内，然后几年内获得不受限制的利润，正如最近在这里所展示的那样，还没有发挥作用