交易中的机器学习:理论、模型、实践和算法交易 - 页 2977 1...297029712972297329742975297629772978297929802981298229832984...3399 新评论 Maxim Dmitrievsky 2023.03.21 12:31 #29761 Aleksey Vyazmikin #:厌倦了解释 "最好 "往往不是最佳选择。而不是提问--陈述--就好像我们在与宗教....。 您的方法很特别,术语也很特别,但人们并不愿意在不了解结果的情况下牺牲硬盘空间来获取这些信息。我认为,出路要么是写一篇详细的文章,找到热心人,让他们(很有可能)马上开始在市场上推广这个东西😀,要么是付点钱给某个人当杂工。或者给学生买一根香肠。这是我上一篇关于元模型的文章的例子。有多少人在文章中提出了建议和改进意见?零:)而且还有一个现成的 TC。有多少人接受并使用了它?至少有几个,没有反馈。一般来说,这是一个非常棘手的问题,当你做了一件事之后,你害怕把它公之于众,以免自己成为一个傻瓜。但同时你又希望得到帮助。在这里,一个特蕾莎修女有 1000 个风筝,他们会把你吃掉。这是一个非常特殊的活动领域。那你就得靠自己了)。 Aleksey Vyazmikin 2023.03.21 14:39 #29762 Maxim Dmitrievsky #: 您的方法很特别,术语也很特别,人们还没准备好在不了解结果的情况下牺牲硬盘空间来获取这些信息。我认为,出路要么是写一篇详细的文章,找到热心人,让他们(很有可能)马上开始在市场上推广😀,要么是找人出点钱,当个小工。或者找个学生买根香肠。 在具体的话题中,我使用了题外话中的 "量子截止值 "一词,简单地说就是预测值的范围。为什么会有这个词--最初来自一个量子表,通过一些量化公式来划分预测值。 在这里很难写出一篇有用的文章--不知道该写些什么,而其他地方又没有描述。又该用什么来填充--比较试验还是逻辑计算。逻辑必须有公式支持,而我做不到。 如果要找一个聪明的学生--是的,如果他能理解本质,而不仅仅是公式,那就太好了。您有找到这样的人的经验吗? 马克西姆-德米特里耶夫斯基#: 这是我上一篇关于元模型的文章的例子。有多少人在文章中提出了建议和改进意见?零 :) 而且还有一个现成的 TC。有多少人接受并正在使用它?至少有几个,没有反馈。 Python文章的目标读者很少。从这个意义上说,德米特里的系列文章--点击测试器就能得到结果。就这一想法本身而言--尝试不按 0.5,而是按 0.35 进行筛选--即以高置信度对 TN 进行分类,并最好在控制上停止对样本的训练。 马克西姆-德米特里耶夫斯基#: 一般来说,这是一个非常棘手的问题,当你做了一件事之后,你害怕把它公之于众,这样你就不会变成一个傻瓜。但同时你又希望得到帮助。这里有 1000 个风筝换 1 个特蕾莎修女,他们会把你吃掉的。这是一个非常特殊的活动领域。那你就得靠自己了)。 如果我发布 3000 行代码,还不包括辅助类,谁会去研究它呢?这就是为什么我似乎特别询问了关于样本特征的指标,以及规格--在一个预测器的量子段内,但我们又跳到了量子表的讨论上,以及它们有什么用。 Maxim Dmitrievsky 2023.03.23 11:13 #29763 Aleksey Vyazmikin #:要找一个聪明的学生--是的,如果他或她能理解精髓,而不仅仅是公式,那就更好了。有找到这样的人的经验吗?Python 文章的目标读者很少。从这个意义上说,德米特里对他的系列文章更感兴趣--点击测试器,得到结果。就这个想法本身而言--尽量不要按 0.5,而是按 0.35 进行筛选--即以高置信度对 TN 进行分类,最好在对照组上停止样本学习。 学生应该能够自己找到你:)关于这篇文章--是的,一般来说,糟糕交易的比例越小,交易就越罕见、越准确。这仍然取决于特质和其他技巧。最重要的是人工交易员可以自己寻找低效交易的原则。这与人类的做法类似。在准备 TS 时使用的知识领域越多,算法中的神经网络就越多,每个神经网络做的事情也就越不同。不一定非要像文章里写的那样。德米特里已经做得很好了,但由于工作量太大,他无法全部维持下去。现在没有意义了,因为有了 onnx。这有什么用?编写大量代码来理解未知的东西。例如,RL 和其他方法一样是一种优化方法。还有交易员:)假设你是一名交易员,但不是数学家或程序员。然后你开始做一些可怕的事情:学习编程和公式......几年过去了.....。最后你会发现,即使是数学家也无法完成你所设定的任务,而你不过是个小角色。这就是孤独交易者的不幸命运。 mytarmailS 2023.03.23 12:16 #29764 迪米特里是谁? Renat Fatkhullin 2023.03.24 00:43 #29765 现在可以直接在编辑器中预览 ONNX 模型: Maxim Dmitrievsky 2023.03.24 06:53 #29766 mytarmailS #: 谁是迪米特里? RL 文章 Aleksey Nikolayev 2023.03.24 07:30 #29767 Renat Fatkhullin #:现在可以直接在编辑器中预览 ONNX 模型: 用图表将其可视化似乎很常见。 可视化原则上能做什么? Aleksey Vyazmikin 2023.03.24 22:32 #29768 Maxim Dmitrievsky #: 学生必须自己找到你:) 嗯,他怎么才能找到更多信息呢?) 马克西姆-德米特里耶夫斯基#: 根据这篇文章 - 是的,一般来说,坏交易的比例越小,交易就越罕见、越准确。 我刚才写的是,由于分类准确性,正确分类的坏例子数量较少。 马克西姆-德米特里耶夫斯基#: 德米特里已经做得很好了,但由于交易量太大,他将无法维持下去。现在没有意义了,因为有了 onnx。还有什么可用性可言?编写大量代码来理解未知的东西。例如,RL 和其他方法一样是一种优化方法。以及何时交易:) 他的代码非常难读,但一般情况下你都能理解。我认为这对他个人理解 MO 有很好的激励作用。而可重现的代码对于理解整个过程非常重要。尤其是当有人想自己做一些东西的时候。 Maxim Dmitrievsky#: 假设您是一名交易员,但不是数学家或程序员。然后你开始做一些可怕的事情:学习编程和公式......几年过去了....。最后你会发现,即使是数学家也无法完成你所设定的任务,而你不过是个小角色。这就是孤独交易者的不幸命运。 是啊,这就是结果--虚度年华。 Aleksey Vyazmikin 2023.03.24 22:35 #29769 mytarmailS #: 迪米特里是谁? 以下是 他的文章。 Dmitriy Gizlyk www.mql5.com Профиль трейдера Aleksey Vyazmikin 2023.03.24 22:37 #29770 我已经把我的问题放在一个单独的主题 中,欢迎任何人提供帮助! Автоматический расчет описательных статистик выборки на MQL5 2023.03.24www.mql5.com Уважаемые участники форума! Передо мной встала задача из области статистики и прогнозирования. Прошу помочь идеями и желательно кодом... 1...297029712972297329742975297629772978297929802981298229832984...3399 新评论 原因: 取消 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
厌倦了解释 "最好 "往往不是最佳选择。
而不是提问--陈述--就好像我们在与宗教....。
您的方法很特别,术语也很特别,人们还没准备好在不了解结果的情况下牺牲硬盘空间来获取这些信息。我认为,出路要么是写一篇详细的文章,找到热心人,让他们(很有可能)马上开始在市场上推广😀,要么是找人出点钱,当个小工。或者找个学生买根香肠。
在具体的话题中,我使用了题外话中的 "量子截止值 "一词,简单地说就是预测值的范围。为什么会有这个词--最初来自一个量子表,通过一些量化公式来划分预测值。
在这里很难写出一篇有用的文章--不知道该写些什么,而其他地方又没有描述。又该用什么来填充--比较试验还是逻辑计算。逻辑必须有公式支持,而我做不到。
如果要找一个聪明的学生--是的,如果他能理解本质,而不仅仅是公式,那就太好了。您有找到这样的人的经验吗?
Python文章的目标读者很少。从这个意义上说,德米特里的系列文章--点击测试器就能得到结果。就这一想法本身而言--尝试不按 0.5,而是按 0.35 进行筛选--即以高置信度对 TN 进行分类,并最好在控制上停止对样本的训练。
如果我发布 3000 行代码,还不包括辅助类,谁会去研究它呢?这就是为什么我似乎特别询问了关于样本特征的指标,以及规格--在一个预测器的量子段内,但我们又跳到了量子表的讨论上,以及它们有什么用。
要找一个聪明的学生--是的,如果他或她能理解精髓,而不仅仅是公式,那就更好了。有找到这样的人的经验吗?
Python 文章的目标读者很少。从这个意义上说,德米特里对他的系列文章更感兴趣--点击测试器,得到结果。就这个想法本身而言--尽量不要按 0.5,而是按 0.35 进行筛选--即以高置信度对 TN 进行分类,最好在对照组上停止样本学习。
现在可以直接在编辑器中预览 ONNX 模型:
谁是迪米特里?
现在可以直接在编辑器中预览 ONNX 模型:
用图表将其可视化似乎很常见。
可视化原则上能做什么?
学生必须自己找到你:)
嗯,他怎么才能找到更多信息呢?)
我刚才写的是,由于分类准确性,正确分类的坏例子数量较少。
他的代码非常难读,但一般情况下你都能理解。我认为这对他个人理解 MO 有很好的激励作用。而可重现的代码对于理解整个过程非常重要。尤其是当有人想自己做一些东西的时候。
是啊,这就是结果--虚度年华。
迪米特里是谁?
以下是 他的文章。