交易中的机器学习:理论、模型、实践和算法交易 - 页 2055

 
Alexander Alekseevich:
你有没有试过时间序列预测??

说不通

 
Maxim Dmitrievsky:

这是不可能的。

为什么?

 
Alexander Alexeyevich:

为什么?

因为机器人的逻辑是买入/卖出,仍然将预测转化为信号。

如果你用误差的平方作为误差f-fi,你就不会成功。该模型将学习预测当前酒吧
 
Maxim Dmitrievsky:

这是不可能的

理论上,你可以预测1个柱状体,如果你知道每日时间框架上的柱状体的收盘价,为什么不在开盘价上打开交易,并在例如通过从开盘到收盘的50%的距离后关闭它们? 那么你需要比模型至少准确50%以上

 
Alexander Alexeyevich:

理论上,你可以提前预测一个酒吧,如果你知道每日时间框架上的酒吧收盘价,为什么不在开盘价开仓,并在例如开盘到收盘的50%距离过去后平仓? 那么模型需要至少超过50%的准确性

回归模型更难学习,不需要。

 
Maxim Dmitrievsky:

回归模型更难学习,而且没有必要

我将在假期中试用)))),我要去度假了。

 
Maxim Dmitrievsky:

我首先进行采样,然后进行分割。

你可以做相反的事情,结果是一样的,因为抽样是随机的。

我之前给了这个功能,没有人反应。

麦克斯,正确地做,因为它应该是,你会得到你的59%的acurasi。


首先,将其划分为培训和测试。

我给你59%的阿库拉西,让你先把它按考试来分,我不在乎你分不分!"。))

测试时不要抽样,因为测试是对模型的新数据进行模拟,而新数据来自终端,不需要抽样!

当你这样做时,你会得到59%,没有79%,但你会诚实地得到它。

 
mytarmailS:

马克思,正确地做,因为它应该是,你会得到你的59%的回返者的acurasi。


首先把它分为一个轨道和一个测试。

火车,不要分裂,做你想做的事!!。))

测试时不要抽样,因为测试是对模型的新数据进行模拟,而新数据来自终端,不需要抽样!

当你这样做时,你必须这样做,你会得到59%,没有79%,但很公平。

这是个好主意,没有标记,你怎么在测试中观察错误?

放松,喝杯咖啡,想一想。


 
Maxim Dmitrievsky:

好主意,没有标记,你怎么在测试中检查错误?

怎么会有这些标记?

我没有看到你的视频,你是否做了一些不同的事情?


看看这些小家伙 ))))

每个人都有两件这样的东西!!。
 
mytarmailS:

这些标签是怎么回事,为什么不呢?

我没有看过你的视频,你在那里想出了一些非标准的东西吗?


宝贝们很酷。))))。

每个圣徒都有两个这样的人!!。

哦,伙计...

原因: