交易中的机器学习：理论、模型、实践和算法交易 - 页 1597

新评论
 
鲍里斯。

至于H1，事情就更难过了。

例如，在这里，没有差价和佣金

现在考虑到点差和佣金。


或者这里是没有的

而现在有了价差和佣金


有人（做市商）早就发现了这一点，并成功地使用它。

等。

而且我们不能忽视点差+佣金

如果在日线图上，点差较小，佣金仅为蜡烛图阴影的2%，那么在H4图上，金牛座的佣金为6+%。

所以要筛选出超过阈值的微弱信号
 
马克西姆-德米特里耶夫斯基。
因此，切断超过阈值的微弱信号

我们再次谈到了过度训练的问题

这样的断舍离不就是过度训练吗？

如果你大胆地削减，利润率可以提高到每年40%，但

"斯拉维克，我恐怕......"(С)

 
马克西姆-德米特里耶夫斯基。
所以要过滤掉超过阈值的微弱信号
知道你的结果并进行比较将是很有趣的。
 
Boris:

我们再次谈到了过度训练的问题

这样的截断不就是过度训练吗？

如果我们大刀阔斧地切断它，每年的利润率可以提高到40%，但

"斯拉维克，我恐怕......"(С)

这不是再培训，而是选择 能带来利润的信号。不是所有的回报都有意义地偏离了零。我的结果就在文章中。我不知道你的40%是怎么来的，这是一个资金管理的问题。
 
马克西姆-德米特里耶夫斯基。
这不是再培训，而是选择能带来利润的信号。不是所有的回报都有意义地偏离了零。我的结果就在文章中。我不知道你的40%是怎么来的，这是一个资金管理的问题。


你选择的方式，可能是过度训练

 
鲍里斯。

选择的方式，可能是过度训练

我不明白这些定义。你需要战胜点差和佣金，设置更大的门槛。其他模式的分布没有任何变化。
 
马克西姆-德米特里耶夫斯基。
我的结果就在文章中。我不知道你的40%是怎么来的，这是一个资金管理的问题。

你把余额的最大提取量，乘以6来确定存款规模（提取量=存款的1/6），平均年收入除以存款规模，就可以了

 
马克西姆-德米特里耶夫斯基。
我不明白这些定义。你需要战胜点差和佣金，所以你设置了一个更高的门槛。其他模式的分布没有任何变化。
在所有可用的输入中只选择你喜欢的输入，这些输入是由你确定的模式给你的，这就是再培训。
 
鲍里斯。
在你确定的模式所提供的所有可用输入中，只选择你喜欢的输入，这是过度训练。

当前和滞后的回归者之间的相关性并没有改变，我们只是选择那些大于价差的增量。

你可以在那里的连接图上看到。当然，我们可以为这个子样本做一个单独的研究。我还没有时间，但我已经有了写一篇新文章的想法。

顺便说一下，首先排除小于价差的回报，然后只看它们的依赖关系，这是一个很好的主意。

 
马克西姆-德米特里耶夫斯基。

当前和滞后的回归者之间的相关性不会改变，我们只是选择那些比价差大的增量。

你可以在那里的连接图上看到。当然，我们可以为这个子样本做一个单独的研究。我还没有时间，但我已经有了写一篇新文章的想法。

顺便说一下，首先排除差价较小的回报，然后只看它们的依赖关系，这是一个好主意。

沟通是最大的价值!


人们注意到，一些货币对已经显示出 "滑动"，即出现了一个局部高点，之后平衡曲线开始向下看。

我认为有人已经开始管理这个过程，迟早会有同样的命运等待着所有其他对的人。

在这方面，最好是寻找没有 "幻灯片 "的解决方案，但不要把它们放在公共领域中

1...159015911592159315941595159615971598159916001601160216031604...3399
新评论