交易中的机器学习：理论、模型、实践和算法交易 - 页 1529

新评论
 
马克西姆-德米特里耶夫斯基。

以正弦波为例

hmm....我想要一个网格，但要有一个非线性的步骤，我想通过一个多项式找到步骤，在优化器中寻找多项式公式（设置中的多项式系数）。

))))

 
伊戈尔-马卡努。

hmm....我想要一个网格，但要有一个非线性的步骤，我想通过多项式找到步骤，在优化器中寻找多项式公式（设置中的多项式系数）。

))))

顺便说一下，使用模糊逻辑进行优化很容易，在我看来是最简单和最有效的方法......在速度和结果的可解释性方面 :)你可以做一个网格或任何你想做的东西。

我喜欢这些关于如何用模糊逻辑近似曲线的文章https://towardsdatascience.com/a-short-tutorial-on-fuzzy-time-series-part-iii-69445dff83fb

 
伊戈尔-马卡努。

hmm....我想要一个网格，但要有一个非线性的步骤，我想通过多项式找到步骤，在优化器中寻找多项式公式（设置中的多项式系数）。

))))

不需要多项式
如果利润为负数，只需减少步骤即可

如果(pips < 0) {

step *= Math.Exp(pips / Kstep);

}

其中Kstep为200...2000
 
你好）我想问几个与algotrading有关的问题。我自己是一个Python/Go开发人员，我的交易知识是在阅读几本技术和蜡烛图分析的书的水平上。
开始开发一种基于神经网络的算法，输入归一化的指标数据和标志物，发出一些模式存在的信号，是否有任何意义？
另一个想法是将多个神经网络做成一个系统，分门别类（不同类型的指标、模式等），将这些神经网络的输出通过最终的神经网络进行反馈，以做出决定？
回顾2016年的这个论坛主题，我想问一下 "随机森林 "算法的成功。
这可能看起来是很蹩脚的问题（可能是），而且这些问题已经被提出来了，但还是想得到一些答案)
预先感谢)
 
嘿塞。
你好）我想问几个与algotrading有关的问题。我自己是一个Python/Go开发人员，我的交易知识处于读过几本技术和蜡烛图分析书籍的水平。
开始开发一种基于神经网络的算法，输入归一化的指标数据和标志物，发出一些模式存在的信号，是否有任何意义？
另一个想法是制作一个由多个神经网络组成的系统，将这些神经网络分为不同的类别（不同类型 的指标、模式等），并将这些神经网络的输出通过最终的神经网络来做出决定？
回顾这个论坛上延伸到2016年的主题，我想问问随机森林算法的成功。
这可能看起来是很蹩脚的问题（可能是），而且这些问题已经被提出来了，但还是想得到一些答案)
预先感谢)

你好）。欢迎加入圣杯追求者俱乐部））。

主要问题是将模型与历史数据进行 "拟合"。其余的在这里比较容易，比如资本管理、模型选择、编程等等。统计数据对你来说会很方便。

而关于神经网络，脚手架是很有可能的，问题是正确的应用......。

 
嘿塞。
你好）我想问一些关于自动交易的问题。我自己是一个Python/Go开发人员，我的交易知识处于读过几本技术和蜡烛图分析书籍的水平。
开始开发一种基于神经网络的算法，输入归一化的指标数据和标志物，发出一些模式存在的信号，是否有任何意义？
另一个想法是制作一个由多个神经网络组成的系统，将这些神经网络分为不同的类别（不同类型 的指标、模式等），并将这些神经网络的输出通过最终的神经网络来做出决定？
回顾这个论坛上延伸到2016年的主题，我想问问随机森林算法的成功。
这可能看起来是一个更蹩脚的问题（可能是），而且已经被提出来了，但还是想得到一些答案)
预先感谢)

森林就是不把指标拿出来，除非你知道模式。你可以尝试用交叉验证和早期停止来提升那里，这是比较新的、比较酷的东西。在神经网络上投注也没有什么意义--你不会找到这么多指标，它们会相互关联。强调工具（货币对或其他）的超额取样。Crypto也有意义，它不像外汇对那样有效。对于加密货币，你可以用套利和用杯子来玩。

 
heyose:
是否有一点可以开始开发一个基于神经网络的算法，其中规范化的指标数据和标志物将预示一些模式的存在？

这取决于你的意思是什么。如果你的职业是一个编码研究者，事实上，这是一个非常有趣的任务，如果你坚持下去，你不会感到羞耻，但作为 "在互联网上赚钱 "的尝试，唉，它不会工作，至少没有你想象的那么快，也许如果你是一个天才，你会在10 000小时内得到它，也许在20 000小时内......但很可能永远不会（！）。但很可能永远不会()

heyose:
另一个想法是制作一个由许多神经网络组成的系统，将其进行分类（不同类型的指标、模式等），并将这些神经网络的输出通过最终的神经网络进行反馈，以做出决定？

你已经发明了堆积，但问题出在数据上，而不是算法上，你需要更多、更好的数据来进行有利可图的algo交易。

heyose:
回顾这个论坛的分支，可以追溯到2016年，我想问问 "随机森林 "算法的成功。

随机森林是最有效的机器学习算法之一，对于大多数任务来说，在某些情况下，你可以通过提升或它们的组合 "boobag, bagbu "获得零点几%的额外收益，但同样，这一切都与数据有关，而且数据很昂贵，以适当的数量/质量为算法收集数据也是一项单独的任务。

 
heyose:
你好）我想问一些关于自动交易的问题。我自己是一个Python/Go开发人员，我的交易知识处于读过几本技术和蜡烛图分析书籍的水平。
开始开发一种基于神经网络的算法，输入归一化的指标数据和标志物，发出一些模式存在的信号，是否有任何意义？
另一个想法是制作一个由多个神经网络组成的系统，将这些神经网络分为不同的类别（不同类型 的指标、模式等），并将这些神经网络的输出通过最终的神经网络来做出决定？
回顾这个论坛上延伸到2016年的主题，我想问问随机森林算法的成功。
这可能看起来是一个更蹩脚的问题（可能是），而且已经被提出来了，但还是想得到一些答案)
预先感谢)

我要说的是，我对交易网络相当满意，是的，我找了15年，但当我找到它时，我每周花在上面的时间不超过2小时。我是指EA优化和与之相关的一切。如果你是一个Python开发者，我建议你像其他开发者一样，彻底研究你将要工作的领域。如果你是一个Python开发人员，你必须彻底研究你将要工作的领域。 市场不仅仅是报价，市场主要是关于人。

 
为了延续这一主题。由此产生的模型的成功取决于50%的输入数据。而到目前为止，这个问题还没有得到解决，我成功的原因是什么。正确地选择数据或Reshetova的优化器是一个奇迹。问题是人们在抱怨数据不够多，他们看到的是巨量的数组。好吧，告诉我你需要多少记录，以便你的NS可以训练????。多少钱!!!!？？
 
Mihail Marchukajtes:
而到目前为止，我成功的原因是什么，这个问题仍然没有得到解决。
你不需要理由就能获得快乐
1...152215231524152515261527152815291530153115321533153415351536...3399
新评论