交易中的机器学习：理论、模型、实践和算法交易 - 页 2128

新评论
 
Aleksey Vyazmikin:

显然，我没有理解这个问题。

MT5上没有带分类预测器的模型解释器，带命令行的CatBoost可以像python版本一样做所有事情，除了可视化等纯粹的python东西。

这个解释器是你们一起开发的，还是为你们做的？我得看看有什么遗漏...据我所知，没有多类。
 
马克西姆-德米特里耶夫斯基：
，是你们一起做的，这个翻译，还是奉你们的命令？好吧，我得看看有什么遗漏...

这不是一个商业项目。我的角色被缩减为对解决方案的积极测试。

如果你能想出办法，这对社会是有好处的。

而一般来说，到目前为止，我还没有看到，什么是真正的分类标志，给一个增加 - 但是，尝试了很久，我有预测器描述当地的情况，如果分类，但没有来。

 
Maxim Dmitrievsky:
，据我所知，没有多类。

还没有倒退。

 
Maxim Dmitrievsky:
好吧，如果我这样做，它将是一个从python到mql的训练模型的解析器。还没有燃烧，但你可能需要它。

我也可以为Python保存模型。

Maxim Dmitrievsky:
退步的意义何在？

它可能对设置止损的模型很有用。有时可能需要通过十几个柱子来预测MA :)

Maxim Dmitrievsky:
你的哪些功能/转换会带来好的结果？

预测器的值的结果取决于目标 :)我只是在做一个选择最佳量化水平的实验。 那些没有通过最低阈值的预测器被过滤掉了。现在下结论还为时过早，但初步结果是积极的。这个过程在单线程中是漫长的--超过一天的时间。我需要用更多的标准来估计量子水平--我会这么做的--我的想法是在有信号的地方挖掘。进一步说，我将采取更多的地块，过滤样本，只学习有反应的地方--可能已经有基因树会起作用--提取叶子。

Maxim Dmitrievsky:
我做了一个有趣的事情，我可以改造任何数据集，不管是有标记的还是无标记的，改善它

这很有趣--你可以在我链接的那个上试试。的确，那里的一些预测器有一个错误（在保存时，它们被写成int，而不是double--我删除了我的量化，忘记了），但对于相对比较来说，这并不重要。

顺便说一句，如果你需要计算什么是相对较重的 - 我可以计算 - 现在有一个机会。

 
阿列克谢-维亚兹米 金。

这很有意思--你可以在我贴出的链接上试试。那里的一些预测器有一个错误（当保存时，它们被写成int，而不是double--我删除了我的量化，忘记了），但对于相对的比较，这并不重要。

顺便说一句，如果你需要计算什么是相对较重的 - 我可以计算 - 现在有一个机会。

我正在寻找我的方法的非常简明的发展，遇到了一些有趣的事情......或者说，我以前不是不知道，只是没有想到要用它......然后不知怎么的，谜题就出现了

这不是万能的，但它给出了有趣的结果。我以后会看到的。

 
Maxim Dmitrievsky:

我正在寻找一个非常简洁的发展方法，我偶然发现了一些有趣的东西......或者说，我以前不是不知道，只是没有想到要用它......然后不知不觉中，拼图就拼好了

这不是万能的，但它给出了有趣的结果。我们以后会看到。

我正饶有兴趣地等待着!

 
Maxim Dmitrievsky:
在简单的去相关性之后， Spread不能被打败 ，但在没有spread的新数据上，模型更稳定。任何被过度拟合的系列模型在没有散布的情况下都表现良好，但在托盘上比第一个模型好得多（在散布的情况下也是如此）。这清楚地表明了对序列化的再培训，而不是其他。我知道这很难理解，但这是🤣如果你再看一下图片，你会看到更高的分布峰值，也许还有尾巴，在第一张上。这就是序列性、波动性，不管是什么。它在新的数据上几乎立即发生变化，因此出现了过拟合。第二张底图没有这个，就剩下这个了，在那片垃圾中，你必须寻找一个能打败价差的阿尔法。只要看看你的数据，至少要去除序列性，或者以某种方式进行转换，以去除尾巴。然后再看看剩下的类分布，是有正常的群组还是像我这样完全随机的。这样，你甚至可以直观地看到数据集是有效的还是垃圾的。然后你可以将验证与trayn混合，它不会影响任何东西。而你说 "只是一张照片"。

你必须这样做，费迪亚，你必须这样做！

 
你们是机器人吗？
日夜工作，没有睡眠或休息 ))))
 
elibrarius:
你们是机器人吗？
日夜工作，没有睡眠或休息 ))))
敲门不是辞退。
 
Renat Akhtyamov:

我们必须这样做，费迪亚，我们必须这样做!

:))))

1...212121222123212421252126212721282129213021312132213321342135...3399
新评论