交易中的机器学习:理论、模型、实践和算法交易 - 页 1581

[删除]  
叶夫根尼-迪尤卡

你设置的神经网络要做什么样的任务?
我正在考虑这样的选择。
1)对下一个蜡烛颜色的二进制预测。
2)下一根蜡烛上的价格变化,即回归
3)检测趋势的开始,分类 - 上升,下降,平坦。

到目前为止,只有第一个变体能够达到64%的成功预测率。

你可以看看我的上一篇文章(可能很快就会有另一篇相同主题的文章)。你可以在那个上面附加一个神经网络。

无差异的分类回归

 
叶夫根尼-迪尤卡
我理解那些成功的人和离开的人))你可以把细节留给自己,但结果应该得到普及

唉,谁公开普及了结果,谁就公开输了--不幸的是,情况总是这样((())。

for....你可以在MO的帮助下找到一个有利可图的TS,主要问题是确定这个TS什么时候停止工作,要么重新训练NS,要么换一个。

https://www.mql5.com/ru/search#!keyword=%D0%BD%D0%B5%D0%B9%D1%80%D0BE%D1%81%D0%B5%D1%82%D0%B8&module=mql5_module_articles

 
叶夫根尼-迪尤卡
我理解那些成功的人和离开的人))你可以不透露细节,但结果应该是普及的

如果没有人显示任何结果,那么他们的结果就很差,或者根本就没有结果。这不是很清楚吗。

谁有好的结果,就向全世界展示 :)

 
马克西姆-德米特里耶夫斯基

简而言之,是这样的:谁开始工作,谁就离开,不告诉任何人。

你确定他们离开是因为成功了吗?
唯一离开的是那个给了很多好建议的医生,他可能会成功。但他并没有说什么有用的东西。

如果它成功了,就会有一个有趣的信号或PAMM的地方。但也没有这些东西。

我的个人经验是没有结果的。我花了将近2年的时间,却徒劳无功。伸展大脑很有趣))。
现在,它有点无聊...

[删除]  
elibrarius

你确定他们离开是因为成功了吗?
多克是唯一一个离开的人,他给了很多合理的建议,他可以使事情顺利进行。但他并没有说什么有用的东西。

我通过暗示对他们的秘密有了一点了解,我可以像亚历山大一样说,这些人(他们是人吗)知道些什么。TC的工人有100%。不是永恒的,不是完美的,而是工人。

 
马克西姆-德米特里耶夫斯基

我通过暗示对他们的秘密有了一点了解,我可以像亚历山大一样说,这些人(他们是人吗)知道些什么。TC的工人有100%。不是永恒的,不是理想的,但却是有效的。

在我看来,同一个亚历山大是一个很好的讲故事的人,只是知道如何用科幻式的演讲来吸引人。

关于100%的工作策略...
特朗普明天放出战斧,所有这些战略都会崩溃。(这并不是对明天的预测,但它已经开始了)。

[删除]  
埃利布留斯
在我看来,同一个亚历山大是一个很好的讲故事的人,只是知道如何用科幻式的演讲来吸引人。

关于工作100%的策略...
特朗普明天放出战斧,所有这些战略都会被推翻。

任何事情都有可能,但谁知道呢......让人感到好奇吧。就个人而言,我很确定他们有一些好的TC。而且那里的MO的比例微乎其微,只是为了好玩。

 
elibrarius

我的个人经验是没有结果的。两年的时间几乎白白浪费了。伸展我的大脑是很有趣的))。

目前,这有点无聊...

试着在随机森林中加入我对叶组 的研究。

我假设森林不是由票数来平衡的,把投票的叶子分组后,你可以改善结果。我建议你试一试,因为你已经详细了解了在MT5中建立森林的库。

[删除]  

简而言之,情况就是这样。任何行业的起搏器都是一个卑鄙的回返者转变。知道了区间上的转变,你可以随心所欲地建立有利可图的TS,但它迟早会改变其符号。没有位移指标,所有的TC都将是情境性的。

正因为如此,很容易预测某个区间上的SB

我还没有时间做一篇关于错位的文章,但这个东西看起来相当吸引人

 
马克西姆-德米特里耶夫斯基

任何行业的 "起搏器 "都是一个普通的回归者转变。

这里面有东西!

我已经在1000和1个订单的网格配置中进行了测试,主要的问题是,在真实的ticks上,前进是非常糟糕的,前进中的股票图的动态是在时间上转移的,在几个小时内,我将向你展示测试的截图。