交易中的机器学习：理论、模型、实践和算法交易 - 页 2218

[mytarmailS]

马克西姆-德米特里耶夫斯基。

我读了但不明白

创建训练标签（随机抽样）。

训练样本是一组特征（或标记）和相应的标签。模型的输出应该是一些信息，它必须学会预测。我们考虑二元分类的情况，该模型将预测将训练实例分配到0或1类的概率。从逻辑上看，零和一可以被指定交易方向：买入或卖出。换句话说，该模型应该学会在环境参数（特征集）下预测交易的方向。

def add_labels(dataset, min, max):
    labels = []
    for i in range(dataset.shape[0]-max):
        rand = random.randint(min, max)
        if dataset['close'][i] >= (dataset['close'][i + rand]):
            labels.append(1.0)
        elif dataset['close'][i] <= (dataset['close'][i + rand]):
            labels.append(0.0)              
        else:
            labels.append(0.0)
    dataset = dataset.iloc[:len(labels)].copy()
    dataset['labels'] = labels
    dataset = dataset.dropna()
    return dataset

这种随机化的本质是什么，它是为了什么？它能带来什么？

为什么这些分数的距离是随机的？

[Maxim Dmitrievsky]

mytarmailS:

我读了但不明白

创建训练标签（随机抽样）。

训练样本是一组特征（或标记）和相应的标签。模型的输出应该是一些信息，它必须学会预测。我们考虑二元分类的情况，该模型将预测将训练实例分配到0或1类的概率。从逻辑上看，零和一可以被指定交易方向：买入或卖出。换句话说，该模型应该学会在环境参数（特征集）下预测交易的方向。

这种随机化的本质是什么，它是为了什么？它能带来什么？

为什么这些分数的距离是随机的？

对未来N条的预测。当你不知道你应该保持多久的交易。如果你不知道需要多长时间才能赚到钱，你可以问一问。

[Maxim Dmitrievsky]

你最好为你的1000美分买一瓶威士忌... ...辅导员 ))))

你淹死了自己...再一次))))

[Renat Akhtyamov]

Maxim Dmitrievsky:

他最好为自己的1000美分买一瓶威士忌......顾问 ))))

用你的DEMOZIT自己去拿吧

我不喝那东西。

[Maxim Dmitrievsky]

Renat Akhtyamov:

去找你自己的Demozit吧。

我不喝那东西。

把它藏起来，别让自己难堪。你已经向所有人证明了一切。

[Renat Akhtyamov]

Maxim Dmitrievsky:

藏起来吧，别让自己难堪。已经向大家证明了这一点。

不关你的事。

[Aleksey Nikolayev]

Maxim Dmitrievsky:

你最好为你的1000美分买一瓶威士忌... ...辅导员 ))))

你淹死了自己...再一次))))

如果价格表现得像一个无线电信号，那么超短波将是摆脱错误交易的完美方式)

[Uladzimir Izerski]

Aleksey Nikolayev:

如果价格表现得像一个无线电信号，那么过高的出价将是摆脱错误交易的完美方式。）

说得好!

[Farkhat Guzairov]

Aleksey Nikolayev:

如果价格表现得像一个无线电信号，那么过高的出价将是摆脱错误交易的完美方式。）

这很简单，你必须接受错误的决定和作为常态的事实。

如果采取这些决定，最终的利润将在负值区域，那么你不需要任何额外的证明，所选择的方法是根本错误的。

我认为所有这些挂念都是因为外汇而产生的，因为外汇 是为乞丐设计的（我就是其中之一））。例如，如果你不知道未结头寸 的真实价值，无法承担多头头寸，尤其是在无利可图的情况下。

[Valeriy Yastremskiy]

Aleksey Nikolayev:

如果价格表现得像一个无线电信号，那么过高的出价将是摆脱错误交易的完美方式。）

无线电信号不是永恒的），你可以把它关掉）。