交易中的机器学习：理论、模型、实践和算法交易 - 页 3026

新评论
 
Aleksey Vyazmikin #:

它很有效！

您是否将预测因子编码为主样本中的数字？

任何名称

 
Maxim Dmitrievsky #:

任何名字

如果一般样本表的列名取自树状结构，则没有问题。

您可以稍后再考虑速度问题，如果至少能有效工作的话。

 
Aleksey Vyazmikin #:

如果一般示例表的列名取自树，那就没问题。

你可以稍后再考虑速度问题，只要它至少能有效工作。

你已经摘了 50 万年的树叶了。你发现什么正常的东西了吗？至少有 10 个）。
 
Maxim Dmitrievsky #:
你摘树叶已经摘了50万年了。找到好叶子了吗？至少有十片）。

我公布了结果是的，有正常的变种但我已经三年没做了。

还有一点，我的选叶实验仅限于采样。

 
Aleksey Vyazmikin #:

我公布了结果。是的，有一些不错的选择。但我已经三年没做了。

另外，我的选叶实验仅限于采样。

什么叫我已经三年没做了，你是怎么做的？
好吧，让我们来看看，它的生成速度很快。
 
Maxim Dmitrievsky #:
什么叫我已经三年没做了？ 你是做什么的？ 。
好吧，让我们来看看，它的生成速度很快。

在全球范围内--量子表和从事。进行了大量的测试和实验，包括不同的样本。

 
Aleksey Vyazmikin #:

我在全球从事量子表研究。进行了许多测试和实验，包括对不同样本的测试和实验。

你是以什么形式把规则塞进 catbust 的？

 
Maxim Dmitrievsky #:

你在 "猫扑 "里设置了什么样的规则？ 还是他根本就不参与？

以二进制形式表示。一栏是规则的编号，数值为 "1"--规则起作用，"0"--规则不起作用。目标就像主要样本一样。

这是汇总所有信息的一种方法。但在我看来，CatBoost 在这方面做得并不好--数据非常稀少。

 
Aleksey Vyazmikin #:

以二进制形式表示。其中一列是规则编号，值为 "1"--规则起作用，"0"--规则不起作用。目标与主样本中的目标相同。

这是汇总所有信息的一种方法。但在我看来，CatBoost 在这方面做得并不好--数据非常稀少。

另外，规则是单向买入/卖出。是否只是调整止损点来适应它们？如果你不把它们放在 Bousting 中。

我认为只需立即生成一个检查机器人，并通过测试器/优化器检查必要的规则。
 
Maxim Dmitrievsky #:

规则是单向买入/卖出。止损点是否与之匹配？如果你不把它们塞进弹出窗口

在我演示的旧方法中，有 3 个类别标签--"1"--买入，"-1"--卖出，"0"--不交易。

现在，我使用两个标签 "1"--交易，"0"--不交易，列名为 "Target_100"。方向由单独的列 "Target_P "定义，买入和卖出的财务结果由相应的列 "Target_100_Buy "和 "Target_100_Sell "定义。此外，示例中还有一个包含日期 "Time "的辅助列。

一般来说，示例的尾部包含所有这些列，看起来像这样

1...301930203021302230233024302530263027302830293030303130323033...3399
新评论