交易中的机器学习：理论、模型、实践和算法交易 - 页 1753

新评论
 
马克西姆-德米特里耶夫斯基。

在当地进行回归，增量。自行选择功能，从250个中留下10-15个

啊，还有通过范霍特的时钟数字
如果他们都在一起，就会有较少的交易，如果他们分开，就会有更多的交易，但在一个时间框架上就不会有这么好的))))？我不知道如果我使用一个更高的，可能会有什么结果？还是小学生？但我无法理解如何观察这些迹象。但有一点是))))
 
马克西姆-德米特里耶夫斯基。

在当地进行回归，增量。自行选择功能，从250个中留下10-15个

啊，更多的时钟数字通过范热

局部退步是什么？(森林对回归的影响？)

 
elibrarius。

回归是局部的--它们是什么？(森林对回归的影响？)

当地趋势
 
马克西姆-德米特里耶夫斯基。

没有偷偷摸摸的，修了很多

计量经济学+森林 :)

你为什么要通过G来进行测试呢？有可能在未来训练一个模型来交易现在吗？

为什么在测试后有一个受训者？你不可以这样做!

 
mytarmailS:

为什么要通过g来测试？是否有可能在未来训练一个模型来交易现在？

为什么你在测试后有一个受训者？你不能这样做!

不要挑剔这些小事。

 
马克西姆-德米特里耶夫斯基。

不要挑剔这些小事。

这不是一件小事，麦克斯!我已经不止一次这样做了，你不能这样做!把它做好，我们就能看到。

 
mytarmailS:

这不是一件小事，麦克斯!我已经做了不止一次了，做对了，我们就知道了。

我也有，但从左到右。

我不喜欢酒吧里的这些ts，没有足够的交易。

 
马克西姆-德米特里耶夫斯基。

它将是相同的，但从左到右。

你不知道！首先，其次，如果你能正常做，为什么还要做，你可以自己去做。

我甚至遇到过这种情况--我计算了所有数据的目标，然后将其分为测试和训练，结果发现目标是带有记忆的，在测试数据上显示得非常好，而当我只在测试数据上重新计算时，结果非常悲哀，这一般是隐性的、轻量级的情况，你有意识地做一些在现实中无法实现的事情

马克西姆-德米特里耶夫斯基。

我不喜欢酒吧里的这些TS，交易量很少。

我不喜欢那些蜡烛图交易，我没有太多的蜡烛图，它们也不现实，每一个蜡烛图的收盘都是时间的结果，数据必须首先被转换。

 
mytarmailS:

我甚至有一个这样的例子--我计算了所有数据的目标，然后把它分成测试和三角形。

我甚至这样做过--我在所有的数据上计算过目标，然后分为测试和托盘，结果发现目标是有内存的，在测试数据上表现非常好，但当我只在测试数据上重新计算时，结果非常悲哀，那是一个隐含的、轻的案例，而你故意做的事情在现实中是无法实现的

交易很少，现实中也没有什么共同点，每个蜡烛图的收盘都是有时间性的，数据必须首先以某种方式进行转换

不要紧张))

在MT5测试器中不可能有偷看行为

 
马克西姆-德米特里耶夫斯基。

意思是一样的，但是从左到右

我不喜欢酒吧里的这些ts，没有足够的交易。

我有一个有趣的想法，一种有用的挑战。

我有一个有趣的想法，一个有用的解决方案。

如果我们创建一个带有目标和价格+各种有用指标的数据集（对每个人都一样），并在这里发布，做一个测试和测试运行，以及 "test2"，对已经训练好的模型进行全面的OOS验证。

人们将上传数据集，并试图提高分类质量，如果有些东西进展顺利，它将作为一个芯片/指标被添加到数据集中。

其结果是。

1）数据集将被改进，其中的特征将被改进。

2) 模型改进

3）对如何与特征和AMO合作的理解不断发展。

4）虽然地处偏远，但有团队工作

5）人人受益，大家最终会团结起来，而不是争斗，挑战赛是一种激励，要比别人做得更好。

1...174617471748174917501751175217531754175517561757175817591760...3399
新评论