交易中的机器学习：理论、模型、实践和算法交易 - 页 1787 1...178017811782178317841785178617871788178917901791179217931794...3399 新评论 Valeriy Yastremskiy 2020.05.21 11:11 #17861 Aleksey Vyazmikin:我不使用赤裸裸的增量--本质上只有相对正常化的指标。 将模型性能的预测指标和确定应用某一特定模型的有利性的预测指标混在一起，是没有意义的。我认为一个模型应该决定有利性，另一个模型应该决定TC本身。然后，仍然存在训练这种有利条件的标记问题，为此我们需要定义TS有效工作时的阈值。这可以是一些指标，例如误差平衡和利润增长或其他一些指标。因此，应确定一个星期或至少一天的分类。 当然，我们应该使用相对指标。在裸露的规模中，我们必须考虑））））））））））））相对性比差异性更正确。）））) 系列的重要特征的目标和TC的设置当然是不同的，不能混为一谈。但它们是相互关联的。对某一特定系列来说，坏的或好的TC设置。循环和随机性。我们找到必要的状态和最佳的TS。但这并不意味着这是最佳组合。而进一步寻找的最佳系列可能与之前的一个))))。 最好是从相反的方向来做指标问题。从最大平均数和梅花）以相对单位计算。我们不是在寻找效率门槛，而是寻找性能和排水区。 分类应该是在所有的数据上。按分钟或按小时工作的概念在本质上是错误的。目前的工作。这是对分钟或小时时间框架的分析，在我看来，这是决策的错误和错误的来源。 Valeriy Yastremskiy 2020.05.21 11:27 #17862 mytarmailS:这里没有什么神秘之处。 1）有必要确定对TC有利的时期和不利的时期，即以相同的通常二进制形式创建目标 "Y"，Y=0000111100000 2）创建变量，这将反映 "市场特征"严格说来，这是个公平和不偏不倚的结果。DSP，特别是光谱分析在这里会有帮助。 从DSP中我们知道，任何复杂的信号都可以用正弦波之和来描述，一个正弦波只有三个参数--振幅、频率和相位；这个正弦波之和或者说它们的参数可以作为一个市场特征，它将是客观的。 如果对你来说有困难，你可以为我准备数据，价格和 "Y "的分类，我将为自己创建一个代码，检查我们是否可以区分一些有利的交易条件。 这些时期本身并没有给我们带来什么。有必要确定这些时期的有意义的特征，可用于对其进行分类。 变量中必须有逻辑。如果没有，就没有办法检测错误。没有逻辑，你只能根据经验来做，概率肯定是有的，但很小。当你知道它们的含义时，正弦波是有用的。 关于从当前数据中学习的问题，应该按标准，数据可以按历史分类，也可以不分类。我们需要比较在历史和当前数据上学习系列的重要特征的结果，如果组合是新的，那么错误的风险就会增加。 mytarmailS 2020.05.21 11:38 #17863 Valeriy Yastremskiy:这些时期本身没有提供任何东西。我们需要确定这些时期的有意义的特征，并据此对其进行分类。 变量中必须有逻辑。如果没有逻辑，就不能检测到错误。没有逻辑，你只能根据经验来做，概率肯定是有的，但很小。当你理解它们的含义时，正弦波是有用的。 关于从当前数据中学习的问题，应该按标准，数据可以按历史分类，也可以不分类。我们应该比较在历史和当前数据上学习系列的重要特征的结果，如果组合是新的，那么错误的风险就会增加。 这与时期无关，我说过吗？你什么都不懂！AFR（振幅-频率响应） 是函数的一个客观特征，在这种情况下是指市场。 Aleksey Vyazmikin 2020.05.21 12:14 #17864 mytarmailS:这里没有什么神秘之处。 1）有必要确定对TC有利的时期和不利的时期，即以相同的通常二进制形式创建目标 "Y"，Y=0000111100000 2）创建变量，这将反映 "市场特征"严格说来，这是个公平和不偏不倚的结果。DSP，特别是光谱分析在这里会有帮助。 我们从DSP中知道，任何复杂的信号都可以用正弦波之和来描述，一个正弦波只有三个参数--振幅、频率和相位；这个正弦波之和或者说它们的参数可以作为一个市场特征，而且它将是客观的。 如果这对你来说很困难，你可以为我准备数据，价格和 "Y "的分类，我将为自己创建一个代码，并检查我是否能区分有利的交易条件，因为这个主题对我来说也很有趣。 谢谢你愿意参与解谜! 你之前问我的那个指标呢--你有一个具体的TOR吗？所有的计算都可以做--我给了图书馆的链接。 如果我看一下情节分类想法的实现，我认为会有一些固定的时间框架，而不需要重新训练和调整，因为如果我在每一分钟的酒吧做预测，我得到太多不必要的噪音。 至于标记，现在还不清楚--我们需要了解这个标准，或者说需要试验不同的标准来评估质量。 我给自己立了个字据，在ATC发展方面实施这个想法--归于17号:)所以我不确定我们会很快解决这个问题--我们需要决定如何解决这个问题以及如何检查结果。 也许在DSP的基础上做一个工具，你打算在MT5上应用，并且已经在这里看到了什么结果？ Valeriy Yastremskiy 2020.05.21 12:14 #17865 mytarmailS:期限有什么关系，我说过吗？你什么都不懂，振幅-频率响应（AFR）是一个函数的客观特征，在这种情况下，市场 1）你需要确定TS的时期，而不是有利的时期，也就是说，以相同的通常二进制形式创建目标 "Y"，Y=0000111100000 2）创建变量，这将反映 "市场特征"DSP，特别是光谱分析，在这里会有帮助。 总的来说，我不反对AFC系列。如果它能与好的和不好的时期联系起来。只是AFR不一定是一个系列的客观特征，与我们需要的其他特征相比。 分解不是问题，问题是要找到联系。 Aleksey Vyazmikin 2020.05.21 12:16 #17866 Valeriy Yastremskiy:当然，相对数字必须是。在赤裸裸的情况下，必须考虑到规模问题))。相对性比差异性更真实。）））) 系列的有意义的特征的目标和TC的设置当然是不同的，不能混为一谈。但它们是相互关联的。对某一特定系列来说，坏的或好的TC设置。循环和随机性。我们找到必要的状态和最佳的TS。但这并不意味着这是最佳组合。而进一步寻找的最佳系列可能与之前的一个))))。 最好是从相反的方向做指标的问题。从最大平均数和梅花）以相对单位计算。我们不是在寻找效率门槛，而是寻找性能和排水区。 分类应该是在所有的数据上。按分钟或按小时工作的概念在本质上是错误的。目前的工作。这是对几分钟或每小时的时间框架的分析，在我看来，这是决策的错误，也是错误的来源。 你也可以分析一分钟--我只是希望预测的时间长一些，或者在事件/情况发生/变化之前。我不想抓住其中的一个微观趋势，在反转时积累止损。 Aleksey Vyazmikin 2020.05.21 12:19 #17867 mytarmailS:但如何计算Y呢？仅仅通过利润可能不是最好的选择，进入点很重要......毕竟利润是从一个好的进入点获得的，而不是从进入和退出之间的范围。 因此，事实证明，我们此时只需要系统的进入点和市场参数 ... 事实证明，AMO会收到TS发出的入场信号，并决定是否开仓 想起来很可怕，但这就是我们的米查不断的趋势））。 这就是问题所在--我们是否需要进入点，或者是一个范围...这就是问题所在--我们是否需要进入点或范围。 我不希望被束缚在进入点上，因为不是每个TS都容易用进入点来确定，退出点也可能被设定--我们需要确定参与者的TS，假设它在整个有利区域内有效。 Valeriy Yastremskiy 2020.05.21 12:41 #17868 Aleksey Vyazmikin:你也可以分析分钟--我只是希望预测的时间长一些，或者直到事件/形势发生变化。例如，如果我们预测今天可能是一个平淡的日子，那么在其中抓住一个微观趋势并在反转时收集止损就没有意义了。 分析应该是在每一个刻度 上。没有它，你根本无法做到。差距和其他废话。预测只能在历史数据上进行，因此，当系统不能识别当前的情况（比较历史数据和收到的数据）时，它是很重要的，它不是系统的训练，没有学习过的情况。 Aleksey Vyazmikin:这就是你是否需要进入点或仍然是一个范围的问题...我不希望与入境点挂钩，因为不是每个TS都很容易用入境点来确定，而且可能有很多出境点--我们应该在现场确定TS，假设它在所有有利的区域都是有效的。 以及范围和进入点。分别是期望值下降。)))) mytarmailS 2020.05.21 14:10 #17869 Valeriy Yastremskiy:1）有必要定义TC的有利时期和不利时期，即以相同的通常二进制形式创建目标 "Y"，Y=0000111100000。 2）创建变量，这将反映 "市场特征"严格说来，这是个公平和不偏不倚的结果。这就是DSP，特别是频谱分析的用武之地。 啊，对不起，我的想法不对，我不是指振荡期或类似的东西，而只是指部分，有利的地区 应该是 Valeriy Yastremskiy:只是频率响应并不总是一个客观的特性。 其实一直都是这样的）。 Valeriy Yastremskiy:分解不是问题，问题是找到联系。 没有实验它的抒情性。 Aleksey Vyazmikin:这就是问题所在--你是需要进入点还是仍然需要范围...我不想与入境点挂钩，因为不是每一个TS都很容易用入境点来确定，而且可能有很多出境点--我们应该在现场确定TS，假设它在所有有利的地区都有效。 我不知道，思考和尝试。 对我来说，切入点更简单，更客观。 Valeriy Yastremskiy 2020.05.21 15:41 #17870 mytarmailS:啊，是的，对不起我的错误，我不是说时期，我只是在说时期，有利的时期 应该是指 其实一直如此) 没有实验，它就是抒情的。 很容易看，选择部分，看到这些部分在所有时间点的振幅-频率特性的差异，你需要抓住这些差异。 1...178017811782178317841785178617871788178917901791179217931794...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
我不使用赤裸裸的增量--本质上只有相对正常化的指标。
将模型性能的预测指标和确定应用某一特定模型的有利性的预测指标混在一起，是没有意义的。我认为一个模型应该决定有利性，另一个模型应该决定TC本身。然后，仍然存在训练这种有利条件的标记问题，为此我们需要定义TS有效工作时的阈值。这可以是一些指标，例如误差平衡和利润增长或其他一些指标。因此，应确定一个星期或至少一天的分类。
当然，我们应该使用相对指标。在裸露的规模中，我们必须考虑））））））））））））相对性比差异性更正确。）））)
系列的重要特征的目标和TC的设置当然是不同的，不能混为一谈。但它们是相互关联的。对某一特定系列来说，坏的或好的TC设置。循环和随机性。我们找到必要的状态和最佳的TS。但这并不意味着这是最佳组合。而进一步寻找的最佳系列可能与之前的一个))))。
最好是从相反的方向来做指标问题。从最大平均数和梅花）以相对单位计算。我们不是在寻找效率门槛，而是寻找性能和排水区。
分类应该是在所有的数据上。按分钟或按小时工作的概念在本质上是错误的。目前的工作。这是对分钟或小时时间框架的分析，在我看来，这是决策的错误和错误的来源。
这里没有什么神秘之处。
1）有必要确定对TC有利的时期和不利的时期，即以相同的通常二进制形式创建目标 "Y"，Y=0000111100000
2）创建变量，这将反映 "市场特征"严格说来，这是个公平和不偏不倚的结果。DSP，特别是光谱分析在这里会有帮助。
从DSP中我们知道，任何复杂的信号都可以用正弦波之和来描述，一个正弦波只有三个参数--振幅、频率和相位；这个正弦波之和或者说它们的参数可以作为一个市场特征，它将是客观的。
如果对你来说有困难，你可以为我准备数据，价格和 "Y "的分类，我将为自己创建一个代码，检查我们是否可以区分一些有利的交易条件。
这些时期本身并没有给我们带来什么。有必要确定这些时期的有意义的特征，可用于对其进行分类。
变量中必须有逻辑。如果没有，就没有办法检测错误。没有逻辑，你只能根据经验来做，概率肯定是有的，但很小。当你知道它们的含义时，正弦波是有用的。
关于从当前数据中学习的问题，应该按标准，数据可以按历史分类，也可以不分类。我们需要比较在历史和当前数据上学习系列的重要特征的结果，如果组合是新的，那么错误的风险就会增加。
这些时期本身没有提供任何东西。我们需要确定这些时期的有意义的特征，并据此对其进行分类。
变量中必须有逻辑。如果没有逻辑，就不能检测到错误。没有逻辑，你只能根据经验来做，概率肯定是有的，但很小。当你理解它们的含义时，正弦波是有用的。
关于从当前数据中学习的问题，应该按标准，数据可以按历史分类，也可以不分类。我们应该比较在历史和当前数据上学习系列的重要特征的结果，如果组合是新的，那么错误的风险就会增加。
这与时期无关，我说过吗？你什么都不懂！AFR（振幅-频率响应） 是函数的一个客观特征，在这种情况下是指市场。
这里没有什么神秘之处。
1）有必要确定对TC有利的时期和不利的时期，即以相同的通常二进制形式创建目标 "Y"，Y=0000111100000
2）创建变量，这将反映 "市场特征"严格说来，这是个公平和不偏不倚的结果。DSP，特别是光谱分析在这里会有帮助。
我们从DSP中知道，任何复杂的信号都可以用正弦波之和来描述，一个正弦波只有三个参数--振幅、频率和相位；这个正弦波之和或者说它们的参数可以作为一个市场特征，而且它将是客观的。
如果这对你来说很困难，你可以为我准备数据，价格和 "Y "的分类，我将为自己创建一个代码，并检查我是否能区分有利的交易条件，因为这个主题对我来说也很有趣。
谢谢你愿意参与解谜!
你之前问我的那个指标呢--你有一个具体的TOR吗？所有的计算都可以做--我给了图书馆的链接。
如果我看一下情节分类想法的实现，我认为会有一些固定的时间框架，而不需要重新训练和调整，因为如果我在每一分钟的酒吧做预测，我得到太多不必要的噪音。
至于标记，现在还不清楚--我们需要了解这个标准，或者说需要试验不同的标准来评估质量。
我给自己立了个字据，在ATC发展方面实施这个想法--归于17号:)所以我不确定我们会很快解决这个问题--我们需要决定如何解决这个问题以及如何检查结果。
也许在DSP的基础上做一个工具，你打算在MT5上应用，并且已经在这里看到了什么结果？
期限有什么关系，我说过吗？你什么都不懂，振幅-频率响应（AFR）是一个函数的客观特征，在这种情况下，市场
1）你需要确定TS的时期，而不是有利的时期，也就是说，以相同的通常二进制形式创建目标 "Y"，Y=0000111100000
2）创建变量，这将反映 "市场特征"DSP，特别是光谱分析，在这里会有帮助。
总的来说，我不反对AFC系列。如果它能与好的和不好的时期联系起来。只是AFR不一定是一个系列的客观特征，与我们需要的其他特征相比。 分解不是问题，问题是要找到联系。
当然，相对数字必须是。在赤裸裸的情况下，必须考虑到规模问题))。相对性比差异性更真实。）））)
系列的有意义的特征的目标和TC的设置当然是不同的，不能混为一谈。但它们是相互关联的。对某一特定系列来说，坏的或好的TC设置。循环和随机性。我们找到必要的状态和最佳的TS。但这并不意味着这是最佳组合。而进一步寻找的最佳系列可能与之前的一个))))。
最好是从相反的方向做指标的问题。从最大平均数和梅花）以相对单位计算。我们不是在寻找效率门槛，而是寻找性能和排水区。
分类应该是在所有的数据上。按分钟或按小时工作的概念在本质上是错误的。目前的工作。这是对几分钟或每小时的时间框架的分析，在我看来，这是决策的错误，也是错误的来源。
你也可以分析一分钟--我只是希望预测的时间长一些，或者在事件/情况发生/变化之前。我不想抓住其中的一个微观趋势，在反转时积累止损。
但如何计算Y呢？仅仅通过利润可能不是最好的选择，进入点很重要......毕竟利润是从一个好的进入点获得的，而不是从进入和退出之间的范围。
因此，事实证明，我们此时只需要系统的进入点和市场参数 ...
事实证明，AMO会收到TS发出的入场信号，并决定是否开仓
想起来很可怕，但这就是我们的米查不断的趋势））。
这就是问题所在--我们是否需要进入点，或者是一个范围...这就是问题所在--我们是否需要进入点或范围。 我不希望被束缚在进入点上，因为不是每个TS都容易用进入点来确定，退出点也可能被设定--我们需要确定参与者的TS，假设它在整个有利区域内有效。
你也可以分析分钟--我只是希望预测的时间长一些，或者直到事件/形势发生变化。例如，如果我们预测今天可能是一个平淡的日子，那么在其中抓住一个微观趋势并在反转时收集止损就没有意义了。
分析应该是在每一个刻度 上。没有它，你根本无法做到。差距和其他废话。预测只能在历史数据上进行，因此，当系统不能识别当前的情况（比较历史数据和收到的数据）时，它是很重要的，它不是系统的训练，没有学习过的情况。
这就是你是否需要进入点或仍然是一个范围的问题...我不希望与入境点挂钩，因为不是每个TS都很容易用入境点来确定，而且可能有很多出境点--我们应该在现场确定TS，假设它在所有有利的区域都是有效的。
以及范围和进入点。分别是期望值下降。))))
1）有必要定义TC的有利时期和不利时期，即以相同的通常二进制形式创建目标 "Y"，Y=0000111100000。
2）创建变量，这将反映 "市场特征"严格说来，这是个公平和不偏不倚的结果。这就是DSP，特别是频谱分析的用武之地。
啊，对不起，我的想法不对，我不是指振荡期或类似的东西，而只是指部分，有利的地区 应该是
只是频率响应并不总是一个客观的特性。
其实一直都是这样的）。
分解不是问题，问题是找到联系。
没有实验它的抒情性。
这就是问题所在--你是需要进入点还是仍然需要范围...我不想与入境点挂钩，因为不是每一个TS都很容易用入境点来确定，而且可能有很多出境点--我们应该在现场确定TS，假设它在所有有利的地区都有效。
我不知道，思考和尝试。 对我来说，切入点更简单，更客观。
啊，是的，对不起我的错误，我不是说时期，我只是在说时期，有利的时期 应该是指
其实一直如此)
没有实验，它就是抒情的。
很容易看，选择部分，看到这些部分在所有时间点的振幅-频率特性的差异，你需要抓住这些差异。