交易中的机器学习：理论、模型、实践和算法交易 - 页 1777 1...177017711772177317741775177617771778177917801781178217831784...3399 新评论 mytarmailS 2020.05.10 12:04 #17761 我在某个地方听到了一个聪明的想法，类似于--如果有至少具有某种统计学意义的迹象，即使是最微小的迹象，通过将它们结合在一起，你可以获得接近100%的准确度。 我决定去看看... 我做了一个具有二进制目标的合成日期，对于目标的每个值，我都连接了一个具有一定命中概率的芯片。 做了10个这样的筹码，一个目标的概率为51:49，另一个目标的概率为49:51。 我训练了森林。 用新的数据获得。 Accuracy : 0.5145 不是有10个功能，而是有100个 Accuracy : 0.534 我用1000个标志得到了它。 Accuracy : 0.558 因此，结论是： 我们需要提高属性的质量，我们不能靠数量走得太远......。 让我们试着增加概率，比如说55:45。 10个特征给 Accuracy : 0.6055 100个特质给予 Accuracy : 0.7985 让我们试试再增加60:40 的概率 10个特质 Accuracy : 0.729 100个标志 Accuracy : 0.968 因此，事实证明，要想在索契的每一支蜡烛上生活，你必须要有 100条规则/功能/AMO，这些规则/功能/AMO能给出60%的正确答案。同时还必须是不同的......。我想知道是否有可能做到这一点？ Дмитрий 2020.05.10 12:14 #17762 mytarmailS: 我在某个地方听到了一个聪明的想法，类似于--如果有至少具有某种统计学意义的迹象，即使是最微小的迹象，通过将它们结合在一起，你可以得到接近100%的准确性。 我决定检查一下... 欧元兑美元在每日数据中与货币对的相关性。 AUDCHF 加拿大货币基金组织(CADCHF) CHFJPY EURCHF 欧元兑美元 -0.22 -0.33 -0.39 0.37 最简单的线性回归 的决定系数 EURCAD = a*AUDCHF + b*CADCHF + c*CHFJPY + d*EURCHF + k R^2 = 0.99622555 mytarmailS 2020.05.10 12:23 #17763 迪米特里。 欧元兑美元与货币对的日常数据的相关性 相关性不是一种预测，而是一种衡量。还是我没听清？ Дмитрий 2020.05.10 12:27 #17764 mytarmailS: 相关性不是一种预测，而是一种衡量。还是我没听清？ 相关性显示了每个变量的统计意义--它很低。 它们共同构成了一个模型，可以解释因变量的动态变化99.6%。 mytarmailS 2020.05.10 12:34 #17765 迪米特里。 相关性显示了每个变量的统计意义--它很低。 它们共同构成了一个模型，可以解释99.6%的因变量的动态变化。 是的，但它是解释而不是预测，相关性只是衡量变量之间的关系，你的想法的结论是什么？ 我还是不明白( 如果你要找的是成对的交叉关联性 Дмитрий 2020.05.10 12:38 #17766 mytarmailS: 嗯，是的，但它解释而不是预测，相关关系只是衡量变量之间的关系，你的想法的结论是什么？ 我不明白( "我在某个地方听说过这个聪明的想法，类似于--如果有任何具有统计学意义的 标志，即使是最低的标志，将它们联系在一起也能产生接近100%的准确性"（c）。 相关性显示了在线性回归 模型中独立变量对预测因变量的统计意义。 mytarmailS 2020.05.10 12:40 #17767 迪米特里。 "我在什么地方听说过这个聪明的想法，类似于--如果有任何具有 统计学意义 的标志 ，即使是最低的标志，把它们放在一起，你就可以得到接近100%的准确度"（c）。 我的意思是，能够以某种方式预测的特征，而不仅仅是一种关联性。 Дмитрий 2020.05.10 12:47 #17768 mytarmailS: 意味着能够以某种方式预测的特征，而不仅仅是相关关系 而预测的能力是由什么决定的？ Дмитрий 2020.05.10 12:48 #17769 mytarmailS: 我指的是具有某种预测性的属性，而不仅仅是相关的属性。 有一个因变量和一组可能的自变量。 如何定义 "预测能力"？ 通过愚蠢地把世界上所有的东西都塞进模型里？ Aleksey Vyazmikin 2020.05.10 12:55 #17770 mytarmailS: 嗯...不错，很有道理。我希望看到交易本身的余额和有进项的图表。 你从来没有告诉我如何在上面交易--所以我不知道我应该编造什么样的TS。 mytarmailS: 我想这是一个由10个模型组成的集合？ 各个模型之间有什么不同？ 不，它只是10个模型，以看到传播，唯一的区别是种子，即开始学习的随机值（用于估计分裂和选择它们）。 1...177017711772177317741775177617771778177917801781178217831784...3399 新评论 原因: 取消 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
我在某个地方听到了一个聪明的想法，类似于--如果有至少具有某种统计学意义的迹象，即使是最微小的迹象，通过将它们结合在一起，你可以获得接近100%的准确度。
我决定去看看...
我做了一个具有二进制目标的合成日期，对于目标的每个值，我都连接了一个具有一定命中概率的芯片。
做了10个这样的筹码，一个目标的概率为51:49，另一个目标的概率为49:51。
我训练了森林。
用新的数据获得。
Accuracy : 0.5145不是有10个功能，而是有100个
Accuracy : 0.534我用1000个标志得到了它。
Accuracy : 0.558因此，结论是： 我们需要提高属性的质量，我们不能靠数量走得太远......。
让我们试着增加概率，比如说55:45。
10个特征给
Accuracy : 0.6055100个特质给予
Accuracy : 0.7985让我们试试再增加60:40 的概率
10个特质
Accuracy : 0.729100个标志
Accuracy : 0.968因此，事实证明，要想在索契的每一支蜡烛上生活，你必须要有 100条规则/功能/AMO，这些规则/功能/AMO能给出60%的正确答案。同时还必须是不同的......。我想知道是否有可能做到这一点？
我在某个地方听到了一个聪明的想法，类似于--如果有至少具有某种统计学意义的迹象，即使是最微小的迹象，通过将它们结合在一起，你可以得到接近100%的准确性。
我决定检查一下...
欧元兑美元在每日数据中与货币对的相关性。
最简单的线性回归 的决定系数 EURCAD = a*AUDCHF + b*CADCHF + c*CHFJPY + d*EURCHF + k
R^2 = 0.99622555
欧元兑美元与货币对的日常数据的相关性
相关性不是一种预测，而是一种衡量。还是我没听清？
相关性不是一种预测，而是一种衡量。还是我没听清？
相关性显示了每个变量的统计意义--它很低。
它们共同构成了一个模型，可以解释因变量的动态变化99.6%。
相关性显示了每个变量的统计意义--它很低。
它们共同构成了一个模型，可以解释99.6%的因变量的动态变化。
是的，但它是解释而不是预测，相关性只是衡量变量之间的关系，你的想法的结论是什么？ 我还是不明白(
如果你要找的是成对的交叉关联性嗯，是的，但它解释而不是预测，相关关系只是衡量变量之间的关系，你的想法的结论是什么？ 我不明白(
"我在某个地方听说过这个聪明的想法，类似于--如果有任何具有统计学意义的 标志，即使是最低的标志，将它们联系在一起也能产生接近100%的准确性"（c）。
相关性显示了在线性回归 模型中独立变量对预测因变量的统计意义。
"我在什么地方听说过这个聪明的想法，类似于--如果有任何具有 统计学意义 的标志 ，即使是最低的标志，把它们放在一起，你就可以得到接近100%的准确度"（c）。
我的意思是，能够以某种方式预测的特征，而不仅仅是一种关联性。
意味着能够以某种方式预测的特征，而不仅仅是相关关系
而预测的能力是由什么决定的？
我指的是具有某种预测性的属性，而不仅仅是相关的属性。
有一个因变量和一组可能的自变量。
如何定义 "预测能力"？
通过愚蠢地把世界上所有的东西都塞进模型里？
嗯...不错，很有道理。我希望看到交易本身的余额和有进项的图表。
你从来没有告诉我如何在上面交易--所以我不知道我应该编造什么样的TS。
我想这是一个由10个模型组成的集合？ 各个模型之间有什么不同？
不，它只是10个模型，以看到传播，唯一的区别是种子，即开始学习的随机值（用于估计分裂和选择它们）。