交易中的机器学习:理论、模型、实践和算法交易 - 页 2245

 
mytarmailS:

这一切都取决于任务,我不明白你想听什么

我希望看到DSP的有效应用,从那些已经做了100年的人那里得到引证

我可以采取这些过滤器,并以机器人的形式给他们提供现成的TS,并有历史测试等等。但他们并不想这样做。或者说,他们一无所有。

用其他MA替换一些MA并不复杂

 
Maxim Dmitrievsky:

我希望看到DSP的有效应用,从那些已经做了100年的人那里得到引证

这绝对不是由我决定的

马克西姆-德米特里耶夫斯基

我可以采取这些过滤器,并以机器人的形式给他们一个现成的TS,有历史测试等等。

好吧,你可以自己用神经元合成这些过滤器,你一直在这样做......。

你总是这样做......在输入端有噪音的标志,在输出端有买/卖。

一个过滤器?滤镜!

 
Oleg avtomat:

他想把所有东西都嚼碎了放进嘴里,这样他就可以直接吃了。

这对我来说也没有什么意义。当然,我们可以把买入或趋势信号的选择及其完成称为过滤器。但问题是:一般意义上的过滤器,它通过筛除不需要的东西来选择必要的东西。必要性的条件可以是任何东西,海上的破浪者,按性别的就业条件),频率,特征重复的条件。

在我们的案例中,我们有一个系列。我们可以分解它。我们对它进行分解,我们把我们认为重要的东西挑出来。那么怎么做呢?

 

对于(有意义的应用)过滤,信号需要是一些有用的原始信号和随机噪声的混合物。像前面提到的正弦波加噪声,或者飞机轨迹与雷达的测量误差,等等。很有可能原始信号不是确定的,也是随机的,但其特征与叠加在其上的噪声非常不同(例如更平滑)--我看到一篇文章,传播被建模为加入了白噪声的Ornstein-Uhlenbeck过程。

这里的问题是,对价格分解为噪音和一些基本信号有先验和可靠的 了解,这本身就是一种圣杯 要求或精神分裂症的要素。

 
Oleg avtomat:

以前给你看过了

这里有更多的内容,以便澄清和理解。

在演播室里编码,或在其他地方展示它

 
阿列克谢-尼古拉耶夫

这里的问题是,拥有关于价格分解为噪声和一些源信号的先验和可靠的 知识,本身就是一种圣杯要求或精神分裂症的要素。

我简单地解释了为什么一百棵树比一棵树要好......

我不只是说100是更好的,我解释了原因。

仅此而已,没有其他目的......

 
Oleg avtomat

我不知道怎么做,我也不能告诉你怎么做,所以你为什么不给我们看你的交易实例--发布付费信号,至少一年。

他们会欣赏你在市场上的技能,同时为了这个时间和一百万英镑,你可以从订阅者那里得到。你还在等什么呢?)

 
Oleg avtomat:

以前给你看过了


这里有更多的内容,以便澄清和理解。

.

我自己用MAs练习了很久。他们太晚或太吵了。而在信号出现的那一刻,价格可能在蜡烛的任何位置,不一定在正确的位置。我想了解详细的逻辑。

 
Oleg avtomat:

下面是更多的内容,以便澄清和理解

趋势跟踪系统,当过滤器同时在4个TF上有一个方向时,交易就开始了?

 
Maxim Dmitrievsky:

在工作室的混搭代码,或在其他地方展示它

这里没有工作室;这些不是你所理解的混搭;代码是我开发的,没有分发;这个主题不是你的,你是这里的客人,你的权利是客人。

我已经展示了太多的东西,这就够了。