交易中的机器学习:理论、模型、实践和算法交易 - 页 2729 1...272227232724272527262727272827292730273127322733273427352736...3399 新评论 Aleksey Vyazmikin 2022.09.05 18:55 #27281 Aleksey Nikolayev #:意义不在于标准,而在于使用标准的方式。您使用标准的方式完全不明确--您将什么与什么进行比较,目的是什么)。 好吧,既然你自作聪明,就不愿意往这方面想。我就不费口舌了。 mytarmailS 2022.09.05 18:58 #27282 Aleksey Vyazmikin #:好吧,如果你是个聪明人,那你就别往那方面想了。我就不打扰了 阿列克谢,如果你真的想让别人理解你,就学着表达你的想法... Aleksey Vyazmikin 2022.09.05 19:02 #27283 mytarmailS #:阿列克谢,如果你想让别人理解你,就要学会表达自己的想法。 你从哪里听不懂我的话? 我的思想是有条理的--我明白我在说什么,如果有人不明白--可以问我。也许你需要学会更好地理解本质,而不是拘泥于术语....。 Aleksey Nikolayev 2022.09.05 19:10 #27284 Aleksey Vyazmikin #:好吧,如果你是个聪明人,那你就别往那方面想了。我就不打扰了 你要么无法提出想法,要么不想分享想法。在这两种情况下,我们就没有必要继续讨论这个话题了,我们还是不要针对个人了。 Maxim Dmitrievsky 2022.09.05 19:12 #27285 Aleksey Vyazmikin #:您认为该标准不合理吗?取十个不同大小的样本进行比较--选择在几项指标上得分最高的样本,这些指标决定了样本的相似性/相似性/同质性。 我们把样本拿去混合,得到不同的分数......我们会很伤心。* 把它们混在一起。既然没人禁止,既然训练的又不是顺序模型,那么样本的顺序就不重要了。重要的是分类误差,通过混合可以减少误差。要搜索某样东西,你需要非常准确地了解你要找的是什么,否则你就会一直在玩弄样本,直到迷失方向。没有人知道我们在搜索什么,如果有人知道,请告诉我。 Maxim Dmitrievsky 2022.09.05 19:28 #27286 还有一个技巧。特征的信息量越少,训练样本就应该越小。信息量越大、数量越少的属性,可以/应该提取的样本就越大。而几乎所有人的想法都恰恰相反。 Aleksey Vyazmikin 2022.09.05 19:40 #27287 Aleksey Nikolayev #:你要么无法提出想法,要么不想分享想法。在这两种情况下,我们都没有必要继续讨论这个话题,也不要针对个人。 我不是写过,我们的想法是比较样本(训练和应用),如果你的理论是正确的,那么随着样本的增加,样本将不再相似,而要理解这一点,你需要评估其变化的标准,这些标准来自于评估相似性的方法吗? 此外,我还谈到了根据某种可比倾向特征将整个样本划分为若干部分,并在这些组内进行排序。而这种排序也可以通过样本的 "相似性 "标准来完成。 我不是针对你--我看到了答案的风格,我只是感到困惑--人们在这里做什么--他们想显示自己的独特性吗?我感兴趣的是找到解决问题的方法,我感兴趣的是利用别人的知识和分享自己的知识。 Aleksey Vyazmikin 2022.09.05 19:41 #27288 Maxim Dmitrievsky #: 采集并混合样本,获得不同的估计值...... 悲伤的 * 将它们相互混合。既然没有人禁止,既然训练的又不是顺序模型,那么样本的顺序就不重要了。重要的是分类误差,通过混合可以减少误差。 要搜索某样东西,你需要非常准确地了解你要找的是什么,否则你就会一直在玩弄样本,直到迷失方向。没有人知道我们在搜索什么,如果有人知道,请告诉我。 你只能在一个样本内进行混合,如果你混合了两个样本,那就意味着否认市场正在发生变化。 Aleksey Nikolayev 2022.09.05 19:44 #27289 Maxim Dmitrievsky #: 采集并混合样本,获得不同的估计值...... 悲伤的 * 将它们相互混合。既然没人禁止,既然训练的又不是顺序模型,那么样本的顺序就不重要了。重要的是分类误差,通过混合可以减少误差。 要搜索某样东西,你需要非常准确地了解你要找的是什么,否则你就会一直在玩弄样本,直到迷失方向。没有人知道我们在搜索什么,如果有人知道了,请告诉我。 我不太喜欢你和阿列克谢在推理中的共同点--你们都是在特定模型的背景下研究训练样本变化时的行为。理想情况下,我希望在选择训练样本时不受特定模型 的影响,这也是我现在决定使用之字形顶点的原因。但你们可能都是对的,完全独立于 TC 类型几乎是不可能的。 Aleksey Nikolayev 2022.09.05 20:12 #27290 Aleksey Vyazmikin #:我不是写过,比较样本(训练和应用)的想法是,如果你的理论是正确的,随着样本的增加,样本将不再相似,而要实现这一点,你需要评估其变化的标准,这些标准来自评估相似性的方法? 在这里,您显然是在谈论多元样本(每个元素都是一张表格的一行,即一个向量),而您的三个链接中的同质性标准是关于数字样本的。matstat 中的多元同质性标准是另一首歌,我不太清楚。 Aleksey Vyazmikin#: 此外,我说的是根据某些可比趋势特征将整个样本划分为 若干部分,并在这些组内进行排序。这种排序也可以根据样本的 "相似性 "标准来进行。 这与寻找许多变化点的检测任务类似。事实再次证明,我们必须处理多维(矢量)情况,这使问题变得更加复杂。 嗯,总的来说,我不喜欢依赖于选择哪些属性进行研究。如果我们选择不同的属性集,结果可能会不同。 1...272227232724272527262727272827292730273127322733273427352736...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
意义不在于标准,而在于使用标准的方式。您使用标准的方式完全不明确--您将什么与什么进行比较,目的是什么)。
好吧,既然你自作聪明,就不愿意往这方面想。我就不费口舌了。
好吧,如果你是个聪明人,那你就别往那方面想了。我就不打扰了
阿列克谢,如果你真的想让别人理解你,就学着表达你的想法...
阿列克谢,如果你想让别人理解你,就要学会表达自己的想法。
你从哪里听不懂我的话?
我的思想是有条理的--我明白我在说什么,如果有人不明白--可以问我。也许你需要学会更好地理解本质,而不是拘泥于术语....。
好吧,如果你是个聪明人,那你就别往那方面想了。我就不打扰了
你要么无法提出想法,要么不想分享想法。在这两种情况下,我们就没有必要继续讨论这个话题了,我们还是不要针对个人了。
您认为该标准不合理吗?取十个不同大小的样本进行比较--选择在几项指标上得分最高的样本,这些指标决定了样本的相似性/相似性/同质性。
你要么无法提出想法,要么不想分享想法。在这两种情况下,我们都没有必要继续讨论这个话题,也不要针对个人。
我不是写过,我们的想法是比较样本(训练和应用),如果你的理论是正确的,那么随着样本的增加,样本将不再相似,而要理解这一点,你需要评估其变化的标准,这些标准来自于评估相似性的方法吗?
此外,我还谈到了根据某种可比倾向特征将整个样本划分为若干部分,并在这些组内进行排序。而这种排序也可以通过样本的 "相似性 "标准来完成。
我不是针对你--我看到了答案的风格,我只是感到困惑--人们在这里做什么--他们想显示自己的独特性吗?我感兴趣的是找到解决问题的方法,我感兴趣的是利用别人的知识和分享自己的知识。
采集并混合样本,获得不同的估计值...... 悲伤的
你只能在一个样本内进行混合,如果你混合了两个样本,那就意味着否认市场正在发生变化。
采集并混合样本,获得不同的估计值...... 悲伤的
我不太喜欢你和阿列克谢在推理中的共同点--你们都是在特定模型的背景下研究训练样本变化时的行为。理想情况下,我希望在选择训练样本时不受特定模型 的影响,这也是我现在决定使用之字形顶点的原因。但你们可能都是对的,完全独立于 TC 类型几乎是不可能的。
我不是写过,比较样本(训练和应用)的想法是,如果你的理论是正确的,随着样本的增加,样本将不再相似,而要实现这一点,你需要评估其变化的标准,这些标准来自评估相似性的方法?
在这里,您显然是在谈论多元样本(每个元素都是一张表格的一行,即一个向量),而您的三个链接中的同质性标准是关于数字样本的。matstat 中的多元同质性标准是另一首歌,我不太清楚。
此外,我说的是根据某些可比趋势特征将整个样本划分为 若干部分,并在这些组内进行排序。这种排序也可以根据样本的 "相似性 "标准来进行。
这与寻找许多变化点的检测任务类似。事实再次证明,我们必须处理多维(矢量)情况,这使问题变得更加复杂。
嗯,总的来说,我不喜欢依赖于选择哪些属性进行研究。如果我们选择不同的属性集,结果可能会不同。