交易中的机器学习：理论、模型、实践和算法交易 - 页 1570

新评论
 
马克西姆-德米特里耶夫斯基。

我过去只是按部就班地做，结果是零。我甚至就这个问题录制了一些视频

我把时间周期（小时、天、月等）加到梯度中，它开始工作了（还没有MO）。也就是说，依赖性在于时间间隔，它们之间相互影响，相互作用，但有一个滞后。

小时、天等是分类特征，不能相互比较，但有一些模型，它们很适合，如CatBoost。有计划对它们进行尝试。

这基本上是逻辑块--不同时间段之间的相互作用（见我上一篇文章）。我认为MO应该也能处理好这个问题。除了滞后的依赖性，没有其他想法，可能还有什么其他模式。

谢谢，我会阅读这些文章，至于想法--有一个关于所谓的自我实现的技术分析的假设，即技术分析之所以有效是因为大多数交易者相信它有效。这也适用于RA和其他相对较新的功能。

如果你收集它们的所有变化，并教一个神经网络根据它们的所有信号进行预测，你就会看到它。

 
马克西姆-德米特里耶夫斯基。


我在增量中加入了时间周期（小时、天、月等），它开始发挥作用（到目前为止没有MO）。即依赖关系位于时间间隔内，这些时间间隔相互影响，相互作用，但有滞后性。

你使用的是什么时期的数据？
我记得在3或4个月的M1训练中。而森林发现纯粹以时间为投入，在9:10至9:30之间的周二应该买入，而且几乎总是产生TP而不是SL。
但在转移学习间隔后，这种模式消失了。

不过，间隔时间至少应该是1-2年。

 
elibrarius。

使用的是什么时间段的数据？
我记得在3或4个月的M1上训练。而森林发现纯粹以时间为投入，在9:10至9:30之间的周二应该买入，而且几乎总是产生TP而不是SL。
但在转移学习间隔后，这种模式消失了。

不过，间隔时间至少应该是1-2年。

10年

 
阿列克谢-马夫林。

谢谢你，我将阅读这些文章，至于想法--有一个关于所谓的自我实现的技术分析的假设，即技术分析之所以有效是因为大多数交易者认为它有效。这也适用于RA和其他相对较新的功能。

而如果我们收集他们所有的变化，并教导神经网络根据他们所有的信号来进行预测。

我不知道，我认为这些是神话。

 
阿列克谢-马夫林。

一个常年未解决的话题--如果一枚硬币落下10次都是反面，那么正面的概率是多少。在一个理想的数学模型中，它是相同的=50。在现实世界中...如果我没记错的话，没有人能够证明或反驳抛物是否相互依赖。


硬币没有记忆--这是它的定义之一。老鹰/罕见的硬币翻转的概率总是一个常数，无论故事是什么。一枚硬币没有历史，所以不管连续掷出多少次头，10次，20次，只要硬币是 "公平的"，出现反面的概率严格来说是50/50。

因此，如果随机行走的刻度是由硬币产生的，这样的行走也没有记忆，在累积总和轨迹的任何 一点，进一步向上或向下运动的概率完全相同。因此，在没有价差的情况下，随机漫步的赢和输的概率是完全一样的。
 
sibirqk:


硬币没有记忆--这是它的定义之一。无论故事是什么，头/尾的概率总是一个常数。硬币不知道历史，所以不管你得到多少个反面，10个还是20个，只要硬币是 "公平 "的，下一次的翻转就严格意义上的50/50。

因此，如果随机行走的刻度是由硬币产生的，那么这样的行走也没有记忆，在 累积总和轨迹的任何一点 ，进一步向上或向下运动的概率是完全相同的。因此，在没有价差的情况下，随机行走的赢和输的概率是完全一样的。

而你却证明了这种假设性的无稽之谈。不是来自书本，但为了清楚起见。

这里的每个人都非常善于引用维基百科。做法是什么？
 
sibirqk:


硬币没有记忆--这是它的定义之一。无论故事是什么，头/尾的概率总是一个常数。硬币不知道历史，所以不管你连续得到多少次尾巴--10次或20次--只要硬币是 "公平 "的，下一次翻转就会严格按照50/50进行。

因此，如果随机行走的刻度是由硬币产生的，这样的行走也没有记忆，在 累积总和的轨迹中的任何 一点，进一步向上或向下运动的概率是完全相同。因此，在没有价差的情况下，随机漫步的赢和输的概率是完全一样的。

所以你是说，9条反面之后的正确策略是50/50。那么反面的总体概率呢（连续9次、10次......）--你不能忽视它，即使硬币是公平的。

毕竟，如果我们用一枚公平的硬币做一个模型实验。那么在我们只在9条尾巴之后测量概率的情况下，在这种情况下，概率将不会是50/50。实验规则。记忆没有硬币，但宇宙有 ))))

 
马克西姆-德米特里耶夫斯基。

而你却证明了这种假设性的无稽之谈。不是从书本上，而是要让自己清楚。

这里每个人都热衷于引用维基百科，实践呢？

究竟证明什么？硬币没有记忆？- 所以这是它的定义。

或者说，在之前的任何一系列之后，结果的概率总是 50/50，所以从硬币没有记忆的事实来看。


 
阿列克谢-马夫林。

所以你是说，9条反面后的正确策略是50/50。那么反面的总体概率呢（连续9次、10次......）--你不能忽视它，即使硬币是公平的。

毕竟，如果我们用一枚公平的硬币做一个模型实验。那么在我们只在9条尾巴之后测量概率的情况下，在这种情况下，概率将不会是50/50。实验规则。一枚硬币没有记忆，但宇宙有）））。

OOOOOOOOOOOOOOO的概率与OOOOOOOOOOO或OOOOOOOOOOOOO的概率相同。

得到LLCOOOOOOOOOOOOOOOO的概率与得到LLCOOOOOOOOOOOOOOOO的概率相同。

 
马克西姆-德米特里耶夫斯基。

而你却证明了这种假设性的无稽之谈。不是从书本上，而是要让自己清楚。

练习在哪里？

嗯，这很简单--甚至你也会明白。

用PRNG生成任何一行，对其拉动任何TC，就像伟大的Trachter builder那样，得到一个积极的结果--拉动得很好。

然后用相同的PRNG再生成50行，用与第一次相同的设置对所有这些行应用相同的TS，并得到卡卡或接近50/50的结果。

如果你需要更多的卡卡--生成许多行。

1...156315641565156615671568156915701571157215731574157515761577...3399
新评论