交易中的机器学习:理论、模型、实践和算法交易 - 页 1754

 
mytarmailS:

让我们继续分类,指标很明确,你可以随时与别人比较,而且很容易。

我有一个有趣的想法,一种有用的指控

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)对所有人都有好处,每个人都会受益,最后会有团结,而不是争吵,挑战是一种激励,要比别人做得更好。

各自为政...

 
Maxim Dmitrievsky:

每个人都有自己的...

一个单一的数据集,一个单一的目标, 为所有的

这就是解决方案!

这样就会有更多关于一个项目 的讨论,而不是各自为政,而且大家会有更多的理解,因为大家都在一个项目 中,而不是各自为政。

 
mytarmailS:

一个单一的数据集,一个单一的目标, 为所有的

这就是解决方案!

那么谈话就不会是关于一件事,而是为了改善所有人,所有人之间会有更多的理解,因为所有人都在一个项目中,而不是各自为政。

社会主义是好的,但当群众缺乏共同的理解时,共同的信仰就不能拯救我们。

每个人都必须相信他/她所相信的,因为它将根据你的信仰和行为得到回报。

 
马克西姆-德米特里耶夫斯基

社会主义是好的,但当众人不一致的时候,一个信仰是无法拯救的

每个人都必须相信一些东西,因为它将根据你的信仰和你的行为而给予你。

你喝醉了吗?))

 
马克西姆-德米特里耶夫斯基

将是相同的,但是从左到右

呃,我没有意识到这是来自正确的轨道。那就没意思了,你不能在过去讨价还价(你不能在未来优化)......

 
安德烈-哈蒂姆连斯基

呃,我没有意识到,右侧的轨道。那么就没有意思了,你不能在过去讨价还价(你不能在未来优化)......

你对试件的位置有偏见。更重要的是,在OOS上保持TC的特性。

从前面的OOS在TS中具有一定的意义,长期趋势的分析取决于时间。否则,没有任何区别
 
马克西姆-德米特里耶夫斯基

你对试件的位置有一个先入为主的概念。更为重要的是,在CB上保留TC的特征。

从前面的OOS有一定的意义,在TS与长期的时间依赖性趋势的分析。否则,就没有区别。

嗯,这不是在一个公平的竞争环境中。

你可以称呼我为你。

 
安德烈-哈蒂姆连斯基

嗯,这不是在一个公平的竞争环境中。

与我直呼其名就可以了。

关于你--这里所有的人)

总的来说,这是一个有缺陷的方法,你可以意外地适合任何一块,无论是前面还是后面。

 
安德烈-哈蒂姆连斯基

嗯,这不是在一个公平的竞争环境中。

你可以按照先到先得的原则与我交谈。

如果你把三角形的高度作为保留所发现的规律性的概率,马克西姆的方法就更符合逻辑。


 
马克西姆-德米特里耶夫斯基

关于你--这里所有的人)

一般来说,这是一个有缺陷的方法,你可以不小心装上任何一块,不管是正面还是背面

你怎么看当地的趋势,它们在时间上是不同的,你怎么分级,至少是如何的逻辑?当然是这样。答案是在对所有符号的测试中,从70到20的tickwise )))),如果在90%的系列的利润)))))。虽然狗屎的概率是不需要考虑的......而10%总是存在的....。你应该经常学习,你也会得到....