交易中的机器学习：理论、模型、实践和算法交易 - 页 2069

新评论
 
mytarmailS:

赚钱，没有 ))

因此，如果你买了一个，你就赚了一个 :)

 
mytarmailS:

谁有什么办法能自动教这个，我很想听听？

没办法

识别模式的问题非常简单--它们只能在历史上完美找到。

但在网上，它们被检测到的比例是50/50--即它是一种模式，或者它不是我们预期的模式。

我很早就做了一个计算器，首先在历史上搜索一些迹象（重现/模式），然后在没有看到任何新条形的 情况下再次运行 - 它甚至没有得到50/50，但大约有10-15％的巧合，其余的条形组合从未重复，或在历史上重复1-2次。

我一直在研究欧元，它可能是最没有技术含量的货币 ))))



ZS：搜索 "模式 "的文章，有很多材料，并定期写新的文章......但只是如何在历史上找到一个模式;)

 
mytarmailS:

你不明白我的意思，识别模式没有问题，问题是如何自动描述随后的反应

在这里，这个模式，看到了吗？

蓝色矩形中的那个...

反应在哪里？"，请看上面的图片！，没有人这样做，也没有人在任何文章中这样写......

你必须自己写 - 我有一个类型用于这种情况 - 三叉戟被称为:)))

但这不是问题，它们是罕见的，这就是为什么不教它们的原因!
 

唉，太生气了--从标准供应中确定的指标，如果在测试器的不同时期运行，在同一时间给出不同的指标--不知道它们是怎么算的，但它们对机器学习来说是很危险的!

iAO(Symbol(),TF);//Awesome Oscillator
iOBV(Symbol(),TF,Type_Vol);//On Balance Volume
 
mytarmailS:

你不明白我的意思，识别模式没有问题，问题是如何自动描述随后的反应

在这里，这个模式，看到了吗？

蓝色矩形中的那个...

反应在哪里？"，见上面的图片！，没有人这样做，没有人在任何文章中这样写......

我从国防部之前就一直在做这个工作。未来的结果是随机的，就像你的一样（我在这里也发过类似的照片）。
这就是为什么我改用MO，我认为它在寻找模式方面会更好。

我还没有得到任何结果。

但我仍有希望）。

 
Aleksey Vyazmikin:

所以我说，但完整性会很小，即在潜在的1000个交易 中（发现 "1 "类），其中100 个是无利的。

30%是一个很好的结果，但这并不总是如此--我现在正在写一篇文章，有一个MA策略，它的平均检测单位是5%，好在它几乎是在标准震荡器上的默认设置 :)

自2019年以来，该样本已经脱离了培训。不漏水，这很好 :)

在我看来，这并不是什么大问题。这只是未确定的条目选项。错过的利润。也可能不是利润，因为除了这900个错过的条目之外，你还可以增加2000个无利可图的条目。系统无法将它们分开，因此会跳过它们。
最重要的是这1000人中的100人已经获利。

 
elibrarius:

在我看来，这并不是什么大问题。这只是未确定的条目选项。错过的利润。而且也许没有利润，因为除了这900个错过的投入，可能还有2000个无利可图的投入。系统无法将它们分开，因此会跳过它们。
最重要的是，这1000人中的100人必须带来利润。

我有一套，1000个交易中的11个交易是非常少的，而用我的手在excel中，我可以快速地赚到100个！"。

所以必须有方法--你必须思考。
 
ehhh...我自己也在这条船上......不幸的是......。
 
Aleksey Vyazmikin:

我有一套，1000个中有11个交易是非常少的，用我的手在excel中，我可以快速地做100个！我有一套。

所以方法必须是--你必须思考。
她缺乏将苍蝇（0）和肉片（1）分开的东西。）
 
elibrarius:
缺少一些东西来区分苍蝇（0）和肉片（1） ))

那里只有24%的单位，而该策略在7年内都是盈利的。

CatBoost根本没有通过它来训练，它的数据都是零，只有R上的遗传算法 以某种方式抓住了这个逻辑，但很糟糕。

1...206220632064206520662067206820692070207120722073207420752076...3399
新评论