交易中的机器学习：理论、模型、实践和算法交易 - 页 2445

新评论
 
Renat Akhtyamov:
covariation?

什么与什么？

 
Aleksey Nikolayev:

对可能是无限大的物体进行更有机的工作。

你有没有做过这样的事情，还是说这是一种理论？

 
mytarmailS:

你有没有做过这样的事情，或者是一个理论？

在研究有尾随和修改退出规则的TC收益分布的背景下，向量函数类型的非线性回归。我正在研究函数-函数型回归的可能性，以避免从价格中手动提取特征向量，但我还没有发现任何有趣的东西。

 
Aleksey Nikolayev:

矢量函数类型的非线性回归，在研究有尾随和修改退出规则的回报的TS分布的背景下。我正在研究应用函数回归的可能性，以避免从价格中手动提取特征向量，但到目前为止我还没有发现任何有趣的东西。

我数了数有5个熟悉的介词，发现作者也吃了一惊:-)

 
Maxim Kuznetsov:

我数了数有5个熟悉的介词，意识到这句话的作者也吃了一惊:-)

简明扼要 是我们兄弟的姐妹）

 
Aleksey Nikolayev:

矢量函数类型的非线性回归，在研究有尾随和修改退出规则的收益的TS分布方面。我正在研究使用函数回归的可能性，以避免从价格中手动提取特征向量，但到目前为止我还没有发现任何有趣的东西。

反正我也不太明白，这不是我的话题......我认为用功能数据的表格形式没有任何用处，我已经测试了很多东西，它是很可怕的......

我相信它是最好的市场工具，但我需要大量的计算能力。

 
mytarmailS:

反正我不太明白，这不是我的事......我不认为和表格数据有什么关系，我已经测试了很多东西，太可怕了......

我对语法回归严重纠结。 我认为它是市场上最好的工具，但它需要大量的计算能力。

我们在这里都有自己的事情要做。因此，我认为详细介绍他们的方法没有多大意义，也没有试图把他们的努力结合起来。我唯一能做的就是对一些相对较新的方法做一些简单的宣布。

 
Aleksey Nikolayev:

矢量函数类型的非线性回归，在研究有尾随和修改退出规则的回报的TS分布的背景下。我正在探索应用函数-函数型回归的可能性，以避免从价格中手动提取特征向量，但到目前为止，我还没有发现任何有趣的东西。

有多少种修改的输入规则，它们是指定的还是生成的？

 
Valeriy Yastremskiy:

有多少个输入规则 的修改，它们是被设置的还是生成的？

假设有某种不复杂的系统（最重要的是，条目足够频繁，但不要太频繁）。使用标准的尾随，我们进入并坐等它触发。修改的目的是看我们是否不能退出交易，甚至在某些点上扭转它。例如，在击穿某些水平后进入时，沿着击穿的方向走，可能是有意义的，不需要太多，然后再逆转。

初始系统的进入规则没有被触及，但其中一些规则可能在修改过程中消失。基本上，这是一个相当标准的方法。

 
Aleksey Nikolayev:

假设我们有某种不复杂的系统（最重要的是，条目足够频繁，但不要太频繁）。对于标准的后缘，我们进入并坐等它触发。修改的目的是看我们是否不能退出交易，甚至在某些点上扭转它。例如，在击穿某些水平后进入时，沿着击穿的方向走，可能是有意义的，不需要太多，然后再逆转。

初始系统的进入规则没有被触及，但其中一些规则可能在修改过程中消失。原则上，这是一个相当标准的方法。

也就是说，合理的逻辑输入规则 及其修改。有一些关于规则生成的想法在流传。这些规则是由逻辑和数学以及处理一些变体范围的想法决定的。我还在考虑退出交易的问题。拖网实在是太简单了。它没有考虑到速度、动量...我仍然在手动思考)))

1...243824392440244124422443244424452446244724482449245024512452...3399
新评论