交易中的机器学习：理论、模型、实践和算法交易 - 页 2765

新评论
[删除]  
Valeriy Yastremskiy #:

我在这里找不到信件，我这里有文件，2020 年 7 月的。

我不记得是什么了）也许是一篇关于季票的文章。

无论如何，我现在不碰时间，如果用 "蹒跚的窗口 "来类比的话，它与时间本身无关。

但总的来说，是的，增量的滞后会发生变化，窗口本身也会发生变化。可以用不同的方法来实现，我还没做过具体的事情。
 
Maxim Dmitrievsky #:

我不记得是什么了 ) 也许是一篇关于季节性食品的文章中的内容

总之，我现在不碰时间，如果与跳闸窗口的类比是真的，那就不是时间本身的问题了。

但总的来说，是的，增量的滞后会发生变化，窗口本身也会发生变化。可以用不同的方法来实现，我还没做过具体的工作。
明白了，时间以增量计算))))，然后搜索整行。谢谢)
 
JeeyCi #:

您有这方面的作品（产品、文章）吗？我可以看看吗？

在你看来（弗拉基米尔-佩列文科拒绝为我回答这个问题）如何？）- 是否有可能在交易中通过神经网络相对稳定地赚钱？

[删除]  
Valeriy Yastremskiy #:
明白了，时间以增量))))，并搜索整行。谢谢))

我想采用上一篇文章中的方法，但第二个 NS 不会过滤坏的示例，而是负责窗口。

虽然时间安排也很重要，但也许可以在算法中加入第三个 NS，这样优化起来会很有趣。

还有一些很有前途的算法被搁置了（根据我的拖鞋判断）

 
Maxim Dmitrievsky #:

我想像上一篇文章那样做，但第二个 NS 不会过滤坏例子，而是负责窗口。

虽然时间安排也很重要，但也许可以在算法中加入第三个 NS，这样优化起来会很有趣。

还有一些很有前途的算法被搁置了（根据我的拖鞋判断）

非常好奇！

这是和老师一起做的吗？如果有老师，老师是谁，预测因子是什么？

[删除]  
СанСаныч Фоменко #:

非常好奇！

是和老师一起吗？如果有老师，老师是什么，预测因子是什么？

如果有老师，第一个 NS 负责买入/卖出，第二个 NS 根据第一个 NS 的预测结果调整窗口移动。例如，在每一个新的条形图上，它都会告知是用符号移动窗口还是将其保留在前一个条形图上。对 2 个 NS 的捆绑进行多次再训练，以改进结果。预测器还不是关键，您可以添加任何您想要的预测器

好吧，这纯属创意，我们可以根据结果最终确定方案。
 
Maxim Dmitrievsky #:
在老师的指导下，第一个 NS 负责买入/卖出，第二个 NS 根据第一个 NS 的预测结果调整窗口移动。例如，在每一个新的条形图上，它都会告知是用符号移动窗口，还是将其保留在前一个条形图上。NS 粘合剂会进行多次再训练，以改进结果。预测因子并不重要，您可以随意添加。

这有什么大惊小怪的？

你有 "预测误差 - 窗口大小 "的图表吗？或者其他类似信息？

 

特别奥林匹克竞赛 的新部分：一个 NN 按点数进行交易，第二个 NN 预测第一个 NN 的结果，第三个 NN 警告第二个 NN 的错误。(可以无限组合）。战斗是在下注和前进中进行的，因为即使在演示版上运行这个游戏也有点吓人。

 
Ivan Butko #:

您有这方面的作品（产品、文章）吗？我可以看看吗？

在您看来（弗拉基米尔-佩列文科拒绝为我回答这个问题）如何？）- 是否有可能在交易中通过神经网络相对稳定地赚钱？

收益问题与使用或不使用神经网络没有线性或任何其他关系，除了非常间接的关系--任何人力资源部门都会告诉您这一点，甚至雇员....。- 你可以在互联网上查找任何信息...如果我不把这个主题作为广告平台，那么它就不是为此目的而设的...我不是来推销品牌/产品等的， -- 只有在有合理理由的情况下，话题才会有趣...== 如果您不能对您感兴趣的问题的各种来源的信息进行审查，无论是市场分析还是其他什么，我甚至不知道它是什么以及为什么，那么您要求来源可能还为时过早......)) 你不知道如何在工作中使用引文，但....
 
СанСаныч Фоменко #:

这有什么好大惊小怪的？

你们没有 "预测误差-窗口大小 "图表吗？或者其他类似信息？

根据我的计算，窗口大小在 700 到 2000 bar 之间。提前一格预测需要 35 秒。如果进行钝超调，即把窗口从 700 增大到 1800，然后选择最佳窗口，则需要 420 秒。需要优化的地方很多，但需要其他计算机和加载所有内核的能力。

1...275827592760276127622763276427652766276727682769277027712772...3399
新评论