交易中的机器学习：理论、模型、实践和算法交易 - 页 183 1...176177178179180181182183184185186187188189190...3399 新评论 Dr. Trader 2016.10.27 19:35 #1821 mytarmailS:你有一个很长的学习曲线吗？ 这最后一个 我不知道，我只是让电脑开了一晚上，让模型学习。早上，它已经准备好了，学习时间不超过7个小时，实际上可能更少。 mytarmailS 2016.10.28 09:53 #1822 在newConfigNEAT函数中，默认设置如下newConfigNEAT(numInputs = 14 ,numOutputs = 1,maxNumOfNodes =500 ,speciesPopulation = 50) 我目前是第32代generation minFitness maxFitness meanFitness medianFitness32 32 82.23862 150.0092 140.4628 145.5368[1] "Starting simulations..."[1] "1.59 % Finished simulation of species 1 / 44 genome 1 / 6 with fitness 146.091452597612"[1] "3.17 % Finished simulation of species 1 / 44 genome 2 / 6 with fitness 146.091452597612"[1] "4.76 % Finished simulation of species 1 / 44 genome 3 / 6 with fitness 146.091452597612"[1] "6.35 % Finished simulation of species 1 / 44 genome 4 / 6 with fitness 146.091452597612"[1] "7.94 % Finished simulation of species 1 / 44 genome 5 / 6 with fitness 146.091452597612"[1] "9.52 % Finished simulation of species 1 / 44 genome 6 / 6 with fitness 146.091452597612"[1] "11.11 % Finished simulation of species 2 / 44 genome 1 / 2 with fitness 145.536759116526"[1] "12.7 % Finished simulation of species 2 / 44 genome 2 / 2 with fitness 145.536759116526"总共应该有多少代人，是50还是500？=====================================在第35代结束，到底为什么在第35代？不知道...谢谢，交易员博士。出了点问题，在OOS上，由于某种原因，它没有计算到最后的值。 Machine learning in trading: Numerical series density Weekly performance Dr. Trader 2016.10.28 10:28 #1823 只有36代，即代码中调用NEATSimulation.RunSingleGeneration(tradingSimulation)的次数（本身一次，然后在循环中调用35次）。 Dr. Trader 2016.10.28 11:40 #1824 mytarmailS:而出了问题，OOS由于某种原因没有完全计算出股票。一切按计划进行，在交易规则的某个地方，它说如果缩水太大，就停止。标普一跌--整个策略就崩溃了，我也有同样的结果。这篇文章的作者要么是非常幸运（不太可能），要么是为了美丽的OOS图片而经历了不同的交易模式。 Alexey Burnakov 2016.10.28 11:43 #1825 Dr.Trader:一切按计划进行，交易规则中的某处说，如果缩水太大，就停止。标普一跌--整个策略就崩溃了，我也有同样的结果。我不这么认为，要么作者非常幸运（不太可能），要么他经历了不同的交易模式，只是为了获得美丽的OOS图片。 OOS的选择偏差。句子 mytarmailS 2016.10.28 13:46 #1826 Dr.Trader:一切按计划进行，交易规则中的某处说，如果缩水太大，就停止。标普一跌--整个策略就崩溃了，我也有同样的结果。我不这么认为，要么作者非常幸运（不太可能），要么他经历了不同的交易模式，只是为了获得美丽的OOS图片。 我不知道，弗拉基米尔-佩雷文科 说，一切都相当乐观，净值不会一下子暴跌，就像我以前看到的一切，净值是在下跌的趋势中训练的，而趋势是在OOS上上升。 Alexey Burnakov 2016.10.28 15:23 #1827 文章。很好。https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2326253 Dr. Trader 2016.10.29 03:30 #1828 在Vizard_描述的内容中再次尝试2个指标是非常少的，我甚至找不到合适的东西。所以，这只是一个 "垃圾进->垃圾出 "的例证。坐标是两个指标的值。蓝色是 "买入 "点，红色是 "卖出 "点。6个模型在 "训练数据 "点上训练，然后用来预测一组坐标为(-2;-2)->(2;2)的点，你可以看到模型到底是如何记住数据的，以及模型在新坐标上的预测结果是什么。 mytarmailS 2016.10.29 06:59 #1829 Dr.Trader:在Vizard_描述的内容中再次尝试2个指标是非常少的，我甚至找不到合适的东西。所以，这只是一个 "垃圾进->垃圾出 "的例证。坐标是两个指标的值。蓝色是 "买入 "点，红色是 "卖出 "点。6个模型在 "训练数据 "点上进行训练，然后用来预测一组坐标为(-2;-2)->(2;2)的点，你可以看到模型究竟是如何记住数据的，以及在新坐标上对模型进行预测的结果是什么。漂亮，信息量大......谢谢你的帮助我可能要聚在一起，写一写我寻找纯模式的想法，都是一样的（但这需要时间），因为我可以看到它是相关的......也许会有一些好的结果......。Dr.Trader 在我看来，整个问题在于我们试图强迫MO将 整个 样本划分为不同的等级，如果客观上 我们只能划分出3% 的样本，我们说不，MO你大可以继续划分所有的样本，我不在乎:)所以他用一个已知的结果把不可分割的东西分开......。你看，我们试图把所有的 样本分为买入和卖出，这就是我们想预测市场上的每一个动作，但是我们的预测器非常糟糕，它们只能客观地 预测所有动作中的~3% ，那么我们需要什么呢？ 我们需要尝试至少得到这3% ，并扔掉其余不可分割 的东西，因为这 也是 需要去除的垃圾/噪音/重新培训的理由等等。随你怎么说，都是对的...虽然我还没有写出我的看法，但有没有人对如何做这个选择有什么建议？p.s. Sanych请不要再跟我说PCA了，这不是一回事;) Andrey Dik 2016.10.29 07:18 #1830 mytarmailS:漂亮，信息量大......谢谢你的帮助我想我必须振作起来，写下我关于寻找纯粹模式的想法（但这需要时间），因为我可以看到它的相关性......也许会有一些好的结果......。Dr.Trader 在我看来，整个问题在于我们试图强迫MO把 整个 样本分成几个等级，如果客观上 我们只能分出~3% 的样本，我们说不，MO你很强大，继续分吧，我不在乎:)所以他用一个已知的结果把不可分割的东西分开......。你看，我们试图把所有的 样本分为买入和卖出，这就是我们想预测市场上的每一个动作，但是我们的预测器非常糟糕，它们只能客观地 预测所有动作中的~3% ，那么我们需要什么呢？ 我们需要尝试至少拿下这3% ，并扔掉其余不可分割 的东西，因为这 也是 需要去除的垃圾/噪音/重新培训的理由等等。随你怎么说，都是对的...虽然我还没有写出我的看法，但有没有人对如何做这个选择有什么建议？p.s. Sanych，请不要再告诉我关于PCA的事情，它不是那件外套；)我之前描述了我的方法，将其分为3个等级（卖出、围栏、买入）。栅栏 "类包括所有相互矛盾或无法划分为买入和卖出类的情况。事实证明，只有3-10%的人属于买入和卖出类。这种方法的美妙之处在于，随着时间的推移，网络不再识别市场情况，并开始越来越多地将其归因于 "栅栏"，即它逐渐停止交易。这比随着时间的推移，开始越来越多地误入歧途要好一百倍。但都无济于事，没有人愿意，没有人听。 1...176177178179180181182183184185186187188189190...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
你有一个很长的学习曲线吗？ 这最后一个
在newConfigNEAT函数中，默认设置如下
我目前是第32代
32 32 82.23862 150.0092 140.4628 145.5368
[1] "Starting simulations..."
[1] "1.59 % Finished simulation of species 1 / 44 genome 1 / 6 with fitness 146.091452597612"
[1] "3.17 % Finished simulation of species 1 / 44 genome 2 / 6 with fitness 146.091452597612"
[1] "4.76 % Finished simulation of species 1 / 44 genome 3 / 6 with fitness 146.091452597612"
[1] "6.35 % Finished simulation of species 1 / 44 genome 4 / 6 with fitness 146.091452597612"
[1] "7.94 % Finished simulation of species 1 / 44 genome 5 / 6 with fitness 146.091452597612"
[1] "9.52 % Finished simulation of species 1 / 44 genome 6 / 6 with fitness 146.091452597612"
[1] "11.11 % Finished simulation of species 2 / 44 genome 1 / 2 with fitness 145.536759116526"
[1] "12.7 % Finished simulation of species 2 / 44 genome 2 / 2 with fitness 145.536759116526"
总共应该有多少代人，是50还是500？
=====================================
在第35代结束，到底为什么在第35代？不知道...谢谢，交易员博士。
出了点问题，在OOS上，由于某种原因，它没有计算到最后的值。
而出了问题，OOS由于某种原因没有完全计算出股票。
一切按计划进行，在交易规则的某个地方，它说如果缩水太大，就停止。
标普一跌--整个策略就崩溃了，我也有同样的结果。这篇文章的作者要么是非常幸运（不太可能），要么是为了美丽的OOS图片而经历了不同的交易模式。
一切按计划进行，交易规则中的某处说，如果缩水太大，就停止。
标普一跌--整个策略就崩溃了，我也有同样的结果。我不这么认为，要么作者非常幸运（不太可能），要么他经历了不同的交易模式，只是为了获得美丽的OOS图片。
一切按计划进行，交易规则中的某处说，如果缩水太大，就停止。
标普一跌--整个策略就崩溃了，我也有同样的结果。我不这么认为，要么作者非常幸运（不太可能），要么他经历了不同的交易模式，只是为了获得美丽的OOS图片。
文章。很好。
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2326253
在Vizard_描述的内容中再次尝试
2个指标是非常少的，我甚至找不到合适的东西。所以，这只是一个 "垃圾进->垃圾出 "的例证。
坐标是两个指标的值。蓝色是 "买入 "点，红色是 "卖出 "点。
6个模型在 "训练数据 "点上训练，然后用来预测一组坐标为(-2;-2)->(2;2)的点，你可以看到模型到底是如何记住数据的，以及模型在新坐标上的预测结果是什么。
在Vizard_描述的内容中再次尝试
2个指标是非常少的，我甚至找不到合适的东西。所以，这只是一个 "垃圾进->垃圾出 "的例证。
坐标是两个指标的值。蓝色是 "买入 "点，红色是 "卖出 "点。
6个模型在 "训练数据 "点上进行训练，然后用来预测一组坐标为(-2;-2)->(2;2)的点，你可以看到模型究竟是如何记住数据的，以及在新坐标上对模型进行预测的结果是什么。
漂亮，信息量大......谢谢你的帮助
我可能要聚在一起，写一写我寻找纯模式的想法，都是一样的（但这需要时间），因为我可以看到它是相关的......也许会有一些好的结果......。
Dr.Trader 在我看来，整个问题在于我们试图强迫MO将 整个 样本划分为不同的等级，如果客观上 我们只能划分出3% 的样本，我们说不，MO你大可以继续划分所有的样本，我不在乎:)所以他用一个已知的结果把不可分割的东西分开......。
你看，我们试图把所有的 样本分为买入和卖出，这就是我们想预测市场上的每一个动作，但是我们的预测器非常糟糕，它们只能客观地 预测所有动作中的~3% ，那么我们需要什么呢？ 我们需要尝试至少得到这3% ，并扔掉其余不可分割 的东西，因为这 也是 需要去除的垃圾/噪音/重新培训的理由等等。随你怎么说，都是对的...
虽然我还没有写出我的看法，但有没有人对如何做这个选择有什么建议？
p.s. Sanych请不要再跟我说PCA了，这不是一回事;)
漂亮，信息量大......谢谢你的帮助
我想我必须振作起来，写下我关于寻找纯粹模式的想法（但这需要时间），因为我可以看到它的相关性......也许会有一些好的结果......。
Dr.Trader 在我看来，整个问题在于我们试图强迫MO把 整个 样本分成几个等级，如果客观上 我们只能分出~3% 的样本，我们说不，MO你很强大，继续分吧，我不在乎:)所以他用一个已知的结果把不可分割的东西分开......。
你看，我们试图把所有的 样本分为买入和卖出，这就是我们想预测市场上的每一个动作，但是我们的预测器非常糟糕，它们只能客观地 预测所有动作中的~3% ，那么我们需要什么呢？ 我们需要尝试至少拿下这3% ，并扔掉其余不可分割 的东西，因为这 也是 需要去除的垃圾/噪音/重新培训的理由等等。随你怎么说，都是对的...
虽然我还没有写出我的看法，但有没有人对如何做这个选择有什么建议？
p.s. Sanych，请不要再告诉我关于PCA的事情，它不是那件外套；)
我之前描述了我的方法，将其分为3个等级（卖出、围栏、买入）。栅栏 "类包括所有相互矛盾或无法划分为买入和卖出类的情况。事实证明，只有3-10%的人属于买入和卖出类。这种方法的美妙之处在于，随着时间的推移，网络不再识别市场情况，并开始越来越多地将其归因于 "栅栏"，即它逐渐停止交易。这比随着时间的推移，开始越来越多地误入歧途要好一百倍。
但都无济于事，没有人愿意，没有人听。