交易中的机器学习:理论、模型、实践和算法交易 - 页 1812

 
Aleksey Vyazmikin:

长是多久--我有一个模型,至少在半年内一直在正向运行。我从大约一个月前在解析旧文件档案时发现了这个问题--拿了一个模型,它可以工作,但现在我不知道它是如何训练的--CatBoost模型。

另一个例子--也是建立在树叶上,大部分是在2014-2018年的样本上收集的,2020年2月的一棵树,被用作过滤器,这种协同作用在2020年效果很好。

然而,我没有冒险把钱放在这一切上--这是我的错误。

现在被这样的想法困扰着,就在我接近标准的时候,一切都崩溃了。

如果你有一个好的想法,使用这个模型,在所有的进入点建立一个采样,让我们添加一些指标,再引入一个模型,决定是否进入交易。

 
mytarmailS:

试着把这个模型拿出来,建立一个所有进场点的样本,抛出各种指标,再训练一个模型,决定是否进场交易。

对于这种方法,我没有足够的指标,因为初始样本的数量为15行,如果你看以后的激活,会有很好的5-6千条,在此基础上学习如何不多,而我的方法允许你在不改变样本量的 情况下继续训练。

我认为在训练中使用各种指标会更好。

 
Aleksey Vyazmikin:

对于这种方法,我不会有足够的指标,因为最初的样本大约是15k线,如果你看后来的激活,会有大约5-6k的输入,从这里面学习是不好的,但是我的方法允许你在不改变样本量的情况下继续训练。

我认为在训练中使用各种指标会更好。

我认为前后都比较好

 

我已经看了这个话题很长时间了,还没有加入谈话。

说实话,我还是没有明白,你分析和教授NS的市场模式是什么?根据烛台、魔杖、指标或其组合?还是一些秘密的、不为人知的东西?

市场模式始终是,一直是,并将永远是像字母表中的字母形状。字体可能不同,但可识别性是不变的。如果你有兴趣,我们可以就这个问题进行更广泛的交流。在回答了我的问题之后。

 
Uladzimir Izerski:

我已经看了这个话题很长时间了,还没有进入对话。

说实话,我还是没有明白,你分析和教授NS的市场模式是什么?根据烛台、魔杖、指标或其组合?还是一些秘密的、不为人知的东西?

市场模式始终是,一直是,并将永远是像字母表中的字母形状。字体可能不同,但可识别性是不变的。如果你有兴趣,我们可以就这个问题进行更广泛的交流。在回答了我的问题之后。

这里的模型在99%的情况下,我们指的是NS本身。

产品不错,你的市场方法吸引了我。

 
mytarmailS:

这里的模型在99%的情况下是NS本身

美丽的产品,我喜欢你对市场的态度。

mytarmailS:

根据模型,99%的时间是NS。

很好的产品,我喜欢你对市场的态度。

谢谢你的赞美,但这不是答案。

很明显,你是在训练NS,而不是一只兔子)()

 
Uladzimir Izerski:

谢谢你的赞美,但这不是答案。

很明显,你在训练NS,而不是兔子。)()

Ahaha))

这不是一个真正的答案,也许你想听的是别的东西?


有一些迹象表明,培训是以这些迹象为基础的。

它们可以是任何东西--指标、烛台、时间、日志规则、其他NS ...谁想得到他们想要的,那就是他们想要的 ....

有一个目标,这就是我们要教的东西

我们训练NS,性训练的NS被称为模型。

我怀疑你所说的模型是指其他东西,类似于市场的数学描述,它的规律,等等。但在这里,模型意味着别的东西,我上面描述的方式...

 
mytarmailS:

Ahaha))

是的,因为这不是一个答案,也许你想听别的东西?


有迹象表明,培训是在其上进行的

可以有任何东西 - 指标、烛台、时间、日志规则、其他NS ...谁想得到他们想要的,那就是他们想要的 ....

有一个目标,这就是我们要教的东西

我们训练NS,性训练的NS被称为模型。

我怀疑你所说的模型是指其他东西,类似于市场的数学描述,它的规律,等等。但在这里,你所说的模型是指其他东西,我上面描述的...

我理解你的行话。标志不是一个模型,而是一组模型的组成部分。

但在训练NS之前,必须有一个集合,一个可以被训练的智能集合。毕竟,你自己也知道,不管你怎么教傻子,狼的尾巴都比较长。

 
Uladzimir Izerski:

是的,我明白你的行话。特质不是一个模型,而是一组模型的组成部分。

但在你能教NS之前,必须有一套,一套可以教的聪明的东西。毕竟,你自己也知道,不管你怎么教傻子,狼的尾巴都比较长。

嗯,嗯,对了,你知道了 )

好吧,只要我们教会了这个傻瓜 )你说对了...

属性或它们的总和必须与目标连接,NS只是找到这些复杂的链接......如果你把与目标没有关系的数据放在一起,你会得到你得到的东西 - 垃圾

 
mytarmailS:

嗯哼,你说对了)。

当我们在教育傻瓜的时候 ),你说对了...

属性或它们的总和必须与目标相关,NS只是找到这些复杂的链接......如果我们把与目标没有任何关系的数据放在一起,我们就会得到我们得到的东西,你的垃圾。

好的。我明白这一点。但是,教导NS是第二步。你为什么要让自己出丑,不注意属性。毕竟它是首要的,而后续则取决于首要的。

原因: