交易中的机器学习：理论、模型、实践和算法交易 - 页 1611

[mytarmailS]

叶夫根尼-迪尤卡。
如果你指的是预测器，那么我认为在一般情况下不会是等价的，这取决于你如何划分这些资料。最有可能的是，由于缺乏数据，一个理论上可以由1000人训练的模型不会由100人训练。
我们并不清楚为什么首先要这样做，选择取数的基础是给模型一个最小的足够的数据集。既然它的初衷是最小的，那么我们以后怎么能把它划分呢？

划分以降低维度...

我们如何知道这个足够的最低限度的特征？仅仅通过训练，不可能训练出一百个特征，但如果我们需要一万个特征呢？

例如，要用两个烛台来描述一个完整的性状，我们需要创建45个变量，而用三个烛台我们需要105个变量......

[Maxim Dmitrievsky]

亚历山大_K2。

这是我发现的第一个例子。

还有其他类似的帖子，但我懒得去看......

萨博总是以这样的方式写作，让人花了一个星期才明白其中的意思，然后发现他并不是这个意思。而他自己，事实上，在一个符号上使用了同样的策略（我没有看到另一个）。

亚历山大_K2。

马克思，不要吓唬我说你已经完全离开了外汇市场......这将是非常可悲的...一切才刚刚开始 :))

有时我做套利交易或手......神经网络是死的，它们不想正常交易。

[Aleksey Mavrin]

mytarmailS:

划分以降低维度...

我们如何知道这个足够的最低限度的特征？仅仅通过训练，不可能训练出一百个特征，但如果我们需要一万个特征呢？

例如，要用两个蜡烛图描述一个完整的性状，我们需要创建45个变量，而用 三个蜡烛图，我们需要105个变量......

请告诉我更多细节，你如何从两个蜡烛图中获得45个变量？

我觉得这有点过了，也可能是我想多了。

[Evgeny Dyuka]

mytarmailS:

划分以降低维度...

我们如何知道这个足够的最低限度的特征？仅仅通过训练，不可能训练出一百个特征，但如果我们需要一万个特征呢？

例如，要用两个蜡烛图描述一个完整的性状，我们需要创建45个变量，而用三个蜡烛图，我们需要105个变量......

试试https://colab.research.google.com/
在设置中选择TPU，工作速度足够快，唯一的缺点是他们不让你长时间使用，他们切换到正常的CPU，但它也很活泼，你可以通宵充电。

[mytarmailS]

阿列克谢-马夫林。

你能更具体地说明这是如何在两支蜡烛中制造出45个变量的吗？

我觉得有点多了，或者说我在想这个问题。

我们有两个变量向量，当前的蜡烛和之前的蜡烛（"-1"）。

a = "开盘"、"高点"、"低点"、"收盘"、"中心"

b = "open-1", "high-1", "low-1", "close-1", "center-1"

变量 "中心 "是蜡烛图的中间部分（高点+低点）/2，如果没有这个变量，就不可能描述像 "eskimo "等模式。

因此，让我们创造所有可能的逻辑组合（也不是逻辑组合）。

[1] "1"               "open   >   high"
[1] "2"              "open   >   low"
[1] "3"                "open   >   close"
[1] "4"                 "open   >   center"
[1] "5"                 "open   >   open-1"
[1] "6"                 "open   >   high-1"
[1] "7"                "open   >   low-1"
[1] "8"                  "open   >   close-1"
[1] "9"                   "open   >   center-1"
[1] "10"             "high   >   low"
[1] "11"               "high   >   close"
[1] "12"                "high   >   center"
[1] "13"                "high   >   open-1"
[1] "14"                "high   >   high-1"
[1] "15"               "high   >   low-1"
[1] "16"                 "high   >   close-1"
[1] "17"                  "high   >   center-1"
[1] "18"              "low   >   close"
[1] "19"               "low   >   center"
[1] "20"               "low   >   open-1"
[1] "21"               "low   >   high-1"
[1] "22"              "low   >   low-1"
[1] "23"                "low   >   close-1"
[1] "24"                 "low   >   center-1"
[1] "25"                 "close   >   center"
[1] "26"                 "close   >   open-1"
[1] "27"                 "close   >   high-1"
[1] "28"                "close   >   low-1"
[1] "29"                  "close   >   close-1"
[1] "30"                   "close   >   center-1"
[1] "31"                  "center   >   open-1"
[1] "32"                  "center   >   high-1"
[1] "33"                 "center   >   low-1"
[1] "34"                   "center   >   close-1"
[1] "35"                    "center   >   center-1"
[1] "36"                  "open-1   >   high-1"
[1] "37"                 "open-1   >   low-1"
[1] "38"                   "open-1   >   close-1"
[1] "39"                    "open-1   >   center-1"
[1] "40"                 "high-1   >   low-1"
[1] "41"                   "high-1   >   close-1"
[1] "42"                    "high-1   >   center-1"
[1] "43"                  "low-1   >   close-1"
[1] "44"                   "low-1   >   center-1"
[1] "45"                     "close-1   >   center-1"

只有两根蜡烛，悲惨的两根蜡烛.....

[mytarmailS]

为什么 模型集合的表现比单个弱小的模型更好，这是最清楚的答案。

以DSP（数字信号处理）为例解释信号和噪声，当噪声加在一起时，如何抑制自己。

https://www.youtube.com/watch?v=wqD892r-wfo&list=PLmu_y3-DV2_kpP8oX_Uug0IbgH2T4hRPL&index=13

我建议你观看所有的系列讲座，我保证你会得到更多的智慧和新的想法。超级讲座!)

[Forester]

mytarmailS:

我们有两个变量向量，当前的蜡烛和之前的蜡烛（"-1"）。

a = "开盘"、"高点"、"低点"、"收盘"、"中心"

b = "open-1", "high-1", "low-1", "close-1", "center-1"

变量 "中心 "是蜡烛图的中间部分（高点+低点）/2，如果没有这个变量，就不可能描述像 "eskimo "等模式。

因此，让我们创造所有可能的逻辑组合（也不符合逻辑）。

只有两根蜡烛，悲惨的两根蜡烛.....

所有这些组合NS/les将进行内部分析。只有OHLC和Center应该被送入输入。是的，如果对结果有用，中心将在内部定义。

[mytarmailS]

哇））。

[Evgeny Dyuka]

mytarmailS:

哇）））。

纯粹是马丁格尔式的，他总是这样））。

[Evgeny Dyuka]

mytarmailS:

哇）））。

做这种策略已经有半年了，回测的最大结果是一年X5，但一年1次必然会吸光，没有办法解决这个问题。