交易中的机器学习：理论、模型、实践和算法交易 - 页 2646

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

奇怪的是，这个 PRIM 包含了与我正在努力实现的想法相同的内容。

我读了这篇文章，但有些困惑：

1.边界划分的量化过程是怎样的？是有一定步骤的统一划分吗？

2.边界很清楚--我自己也是这样做的，但它们在图片上有一个额外的剪切--第二个剪切只是排除采样吗？

3.如果我没理解错的话，他们和我一样，也是单独考虑每个预测因子--找到所谓的 "框"，但我不明白他们是如何将这些不同的预测因子结合起来的。

这种方法的缺点是，它通过引导 取样（从整个样本中随机抽取一定比例的样本）来评估指标的稳定性，这无法了解指标稳定性的动态变化，而这反过来对交易又很重要，因为形态可能在样本开始时存在，但到样本结束时就完全消失了。

您对这种方法有什么改进意见吗？

据我所知，它是对建立决策树时通常所做工作的一种修改。每一步都要寻找一个变量，并从中咬出一个部分--他们称之为剥离。在所有可能的步骤中，他们会选择那些能建立 "最佳轨迹 "的步骤，即平均目标与剩余点数的关系。该轨迹还用于确定算法停止的时刻（当缩小方框后没有明显改善时）。

这种方法之所以有趣，首先是因为它表明树构建算法是可以而且应该修改的。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

据我所知，这是对建立决策树时通常做法的一种修改。在每一步中，都要寻找一个变量，并从中咬出一块--他们称之为剥离。在所有可能的步骤中，他们会选择那些能建立 "最优轨迹 "的步骤，即平均目标对剩余点数的依赖关系。该轨迹还用于确定算法停止的时刻（当缩小盒子时没有明显改善时）。

这种方法之所以有趣，首先是因为它表明树构建算法是可以而且应该修改的。

我看到了数据清理，但没有提到树的构建方法，比方说，树的构建方法是可以修改的。所以你的假设是，在数据清理之后，树就被简单地构建出来了。它是通过从方框中拆分--根据方框的限制，还是将未包含在方框中的内容替换为零（或其他聚合此类状态的变量）来构建的？

[Maxim Kuznetsov]

2645（二千六百四十五！！！）页。活跃的参与者 仍计划聚在一起开始一些活动，以便在未来展示与 50/50 不在测试器中不同的东西 :-)

[Aleksey Vyazmikin]

Maxim Kuznetsov 活跃的参与者们 仍计划聚在一起开始一些活动，以便在未来展示与测试器中的 50/50 不同的东西 :-)

事实上，在代码方面还有很多工作要做，只是我没有足够的精力去实现所有的想法，这就是为什么一切进展缓慢的原因。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

我看到了数据清理，但没有提到如何建立一棵被修改过的树。所以你认为在数据清理之后，树就可以简单地建立了。它是通过从方框中拆分--根据方框的限制，还是将未包含在方框中的内容用零（或其他聚合此类状态的变量）替换--来构建的？

在我看来，一个简单的算法只对预测因子集的有限部分起作用是很正常的。

你可以从样本中一步一步地移除 "好 "方框中的内容，然后将算法应用于剩余部分。从本质上讲，这类似于 "剔除"（bousting）。或许，你也可以采用类似于随机森林的方法--获取一大组预测因子，然后为每个子集找到几个方框。

[Aleksey Nikolayev]

Maxim Kuznetsov 活跃的参与者们 仍计划聚在一起开始一些活动，以便在未来展示与测试器中的 50/50 不同的东西 :-)

使用一位作家的方法，他之所以成为作家，是因为他找不到一本自己感兴趣的书，于是就写了一本）。

[[删除]]

Maxim Kuznetsov 活跃的参与者们 仍在计划聚在一起开始一些活动，以进一步展示与 50/50 不在测试器中的东西不同的可能性 :-)

您无法进入幕后，只能在这里看到您所写的内容

[Evgeny Dyuka]

Maxim Kuznetsov 活跃的参与者 仍计划聚在一起开始一些活动，以便在未来展示与 50/50 不在测试器中不同的东西 :-)

https://www.mql5.com/ru/blogs/post/746398

[Maxim Kuznetsov]

Maxim Dmitrievsky #:
你无法进入幕后，只能在这里写下你能写下的东西。

wai ！

我理解您，您受过特殊教育，经验丰富，与 "活动家 "不同......(你有经济学和离婚中心的专业经验，对吗？）

但你能取笑他们多少次？

[Evgeny Dyuka]

Maxim Kuznetsov #:

威 ！

我理解您，您受过特殊教育，有特殊经验，与 .... "活动家 "不同。(你有经济学和离婚中心的专业经验？）

但你能取笑他们多少次？

为什么要咄咄逼人？这里没有人欠你任何东西，人们正在就这个话题进行交流，也许他们还会再写 2000 页，这是他们的权利。