交易中的机器学习:理论、模型、实践和算法交易 - 页 2075 1...206820692070207120722073207420752076207720782079208020812082...3399 新评论 mytarmailS 2020.11.04 09:24 #20741 elibrarius: 很多人都试过。包括我在内。简单的MA可以做,复杂的带通滤波器也可以做。 任何可以从酒吧NS/森林建立的东西都可以很容易地复制 你说的容易是什么意思? 我不能轻易这么做。 我刚刚试图重建一个14时期的CCI,它是只用爪子建造的。 我在一个大小为20的方形窗口中得到了一个克劳斯的回报。 所以回报率很低))。 但是,如果我把原始的(不是返回者)规范化为每个观察的0-1边缘,看起来会好一些 Aleksey Vyazmikin 2020.11.04 09:33 #20742 elibrarius。 任何可以从酒吧建造的东西,NS/森林都可以轻易复制。 也许我错了,但逻辑告诉我,树不能进行计算,这意味着它们不能从数字中创造一个新的对象,但网络可以转换数字系列,并创造一个新的特征来学习。 mytarmailS 2020.11.04 09:36 #20743 Aleksey Vyazmikin: 也许我弄错了,但从逻辑上看,树不能进行计算,这意味着它们不能从数字中创造出一个新的对象,但网络可以转化数字系列,创造出一个新的学习特征。 是的,这是真的,简单地说,网络能够在自己内部进行插值 (发明(在好的和坏的意义上))。 和木材只能调整好 mytarmailS 2020.11.04 09:47 #20744 mytarmailS: 这项工作没有什么用处,但作为一个结果,我们可以判断我们对数据的处理/规范化程度,以及总体上的质量,知道网格不工作不是因为它是哑巴,而是因为我们没有很好地表示数据,或者反之亦然,这也不错。 就这样,一个简单的实验,但你获得了理解))。 Forester 2020.11.04 09:50 #20745 Aleksey Vyazmikin: 也许我错了,但逻辑告诉我,树不能进行计算,这意味着它们不能从数字中创造一个新的对象,但网络可以转化数字系列,并创造一个新的学习特征。 他们不能计算,他们就像一个访问速度非常快的数据库--他们只记得。 他们会记得,SSI或任何其他指标在这样的输入组合下有这样那样的价值。如果没有这样的组合,树会找到最接近的组合,结果CCI会有一个小的误差。如果有一个森林,它将平均几个组合,可能会比一棵树更准确。 我曾经看到过 "基于神经网络的数据库 "这个说法。我认为神经网络也只记得。 Forester 2020.11.04 09:53 #20746 mytarmailS: 你说的容易是什么意思? 你能给我数字 或更多细节吗?我很不容易我刚刚试图用14期和只用爪子重建一个CCI。我在一个大小为20的方形窗口中得到了一个克劳斯的回报。所以回报率很低))。但是,如果我把原始的(不是返回者)归一化为每个观察的0-1边缘,看起来已经更好了 在数字上或细节上,我无法做到。大约两年前,我在Darch神经网络上做过,用的是Vladimir Perervenko文章中的带通滤波器。 Maxim Dmitrievsky 2020.11.04 09:54 #20747 这就像锆石导弹......谁先想到怎么做,谁就赢了。 我们将不得不看到不同的分类器,也许有一天我们会得到幸运。 mytarmailS 2020.11.04 09:57 #20748 Maxim Dmitrievsky: 这就像锆石导弹......谁先想到怎么做,谁就赢了。我们需要看到不同的分类器,也许有一天我们会很幸运。 你应该把所有的东西都写成随机演练,并从中学习,选择你想学习的东西+遗传学来缩短搜索时间,然后离开电脑几个月....。 Forester 2020.11.04 09:59 #20749 Maxim Dmitrievsky: 这就像锆石导弹......谁先想到怎么做,谁就赢了。我们需要看到不同的分类器,也许有一天我们会很幸运。 在我看来,开发商自己在市场报价 上尝试他们的新产品。如果他们有明显的优势,他们几乎不会把它们放在公共领域,而是把它们卖给银行或基金,或者自己做基金。 Maxim Dmitrievsky 2020.11.04 10:02 #20750 elibrarius: 我认为开发商自己在市场报价 上尝试他们的新产品。如果有明显的优势,他们几乎不会把它放在公共领域,而是会把它卖给银行或基金会,或者自己做基金会。 几乎所有MO的新发展都被量化的人抓住了......即时的。这是一个在哪里应用的问题。 我们在这方面远远落后,至少落后5年)。 1...206820692070207120722073207420752076207720782079208020812082...3399 新评论 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
很多人都试过。包括我在内。简单的MA可以做,复杂的带通滤波器也可以做。
任何可以从酒吧NS/森林建立的东西都可以很容易地复制
你说的容易是什么意思?
我不能轻易这么做。
我刚刚试图重建一个14时期的CCI,它是只用爪子建造的。
我在一个大小为20的方形窗口中得到了一个克劳斯的回报。
所以回报率很低))。
但是,如果我把原始的(不是返回者)规范化为每个观察的0-1边缘,看起来会好一些
任何可以从酒吧建造的东西,NS/森林都可以轻易复制。
也许我错了,但逻辑告诉我,树不能进行计算,这意味着它们不能从数字中创造一个新的对象,但网络可以转换数字系列,并创造一个新的特征来学习。
也许我弄错了,但从逻辑上看,树不能进行计算,这意味着它们不能从数字中创造出一个新的对象,但网络可以转化数字系列,创造出一个新的学习特征。
是的,这是真的,简单地说,网络能够在自己内部进行插值 (发明(在好的和坏的意义上))。
和木材只能调整好
这项工作没有什么用处,但作为一个结果,我们可以判断我们对数据的处理/规范化程度,以及总体上的质量,知道网格不工作不是因为它是哑巴,而是因为我们没有很好地表示数据,或者反之亦然,这也不错。
就这样,一个简单的实验,但你获得了理解))。
也许我错了,但逻辑告诉我,树不能进行计算,这意味着它们不能从数字中创造一个新的对象,但网络可以转化数字系列,并创造一个新的学习特征。
他们不能计算,他们就像一个访问速度非常快的数据库--他们只记得。
他们会记得,SSI或任何其他指标在这样的输入组合下有这样那样的价值。如果没有这样的组合,树会找到最接近的组合,结果CCI会有一个小的误差。如果有一个森林,它将平均几个组合,可能会比一棵树更准确。
我曾经看到过 "基于神经网络的数据库 "这个说法。我认为神经网络也只记得。
你说的容易是什么意思? 你能给我数字 或更多细节吗?
我很不容易
我刚刚试图用14期和只用爪子重建一个CCI。
我在一个大小为20的方形窗口中得到了一个克劳斯的回报。
所以回报率很低))。
但是,如果我把原始的(不是返回者)归一化为每个观察的0-1边缘,看起来已经更好了
在数字上或细节上,我无法做到。大约两年前,我在Darch神经网络上做过,用的是Vladimir Perervenko文章中的带通滤波器。
这就像锆石导弹......谁先想到怎么做,谁就赢了。
我们将不得不看到不同的分类器,也许有一天我们会得到幸运。
这就像锆石导弹......谁先想到怎么做,谁就赢了。
我们需要看到不同的分类器,也许有一天我们会很幸运。
你应该把所有的东西都写成随机演练,并从中学习,选择你想学习的东西+遗传学来缩短搜索时间,然后离开电脑几个月....。
这就像锆石导弹......谁先想到怎么做,谁就赢了。
我们需要看到不同的分类器,也许有一天我们会很幸运。
我认为开发商自己在市场报价 上尝试他们的新产品。如果有明显的优势,他们几乎不会把它放在公共领域,而是会把它卖给银行或基金会,或者自己做基金会。
几乎所有MO的新发展都被量化的人抓住了......即时的。这是一个在哪里应用的问题。
我们在这方面远远落后,至少落后5年)。