交易中的机器学习：理论、模型、实践和算法交易 - 页 2045

新评论
 
Rorschach:
冉冉的测试者，左栏的期望。显然，有一个对月份的日期的依赖，catbust把0。

只是没有足够的依赖性来决定一个预测器的成败，特别是如果有更好的选择。

 

我们可以发明一个神经网络，它可以提出标签。

我们在一段历史上训练它，让它发出标记。例如，如果未来的 10根柱子在上升，那么就买入。它的训练会有一定的误差。

然后从中检索出整个历史的分数。

理论上的好处： 神经网络将平滑信号，消除噪音，使其更有逻辑性和可预测性？

通过控制学习程度，你可以使标签更加平滑，或者使其更加准确
 
Maxim Dmitrievsky:

20 ktrips

看看发生了什么事。

纪元820列车误差：0.4057188332080841 TST误差：0.4114921987056732

写一个测试员--看

考试成绩为60%？

福雷斯特 69% )

Maxim Dmitrievsky:

我们可以发明一个神经网络，它将提出标签。

我们在一段历史上训练它，以得出标记。例如，如果未来 10根柱子上涨，那么就买入。它的训练会有一定的误差。

然后从中检索出整个历史的分数。

理论利润： 神经元网将平滑信号，去除噪音，使其更有逻辑性/可预测性？

通过控制学习的程度，你可以使标记更加平滑，或使其更加准确。
我已经尝试过类似的东西，潜力肯定是有的！！但选择的自由度甚至比特质更大)
 
mytarmailS:

考试成绩为60%？

福雷斯特给出了69%)。

没办法

 
mytarmailS:

需要为mt4写一个简单的脚本 !

底线是这样的

1）我用鼠标按住某个蜡烛图的位置

2) 脚本在笔记本上写下这个蜡烛图的日期、时间和收盘价。

就这样吧!

嘿，谁不介意为一个普通人写5行代码呢))

我想和老师一起做一个教程，我就是老师）。

 
mytarmailS:

嘿，谁会关心到为一个普通孩子写5行代码呢？)

我想做一个以我为老师的教程）。

是的，我是，现在...

 
Maxim Dmitrievsky:

怎么说？

所以))))

人字形阿库拉什 0.69

而这根本就不够

 
mytarmailS:

是这样的 ))))

人字形的阿库拉什 0.69

而这一点是完全不够的。

所以你的阿库拉西被用于其他目的，偏离了目标）)

 
Valeriy Yastremskiy:

是的，我现在正在写...

哦，太酷了！）!

Maxim Dmitrievsky:

所以你的阿库拉西要去别的地方，偏离目标））。

你是什么意思？))

它只是预测了一个 "滞后"，而这个 "无滞后 "正是69%中所没有的)
 
mytarmailS:

你是什么意思？))

一句话，这是胡说八道。

把那个机器人的演示放进去--它又在加码了 ))
1...203820392040204120422043204420452046204720482049205020512052...3399
新评论