交易中的机器学习：理论、模型、实践和算法交易 - 页 3054 1...304730483049305030513052305330543055305630573058305930603061...3399 新评论 Maxim Dmitrievsky 2023.05.03 08:34 #30531 Forester #: OOS 约为 75000 点/500 笔交易 = 140 点/笔交易。这很不错，你可以把它用于交易。图表上有多少个月/年？ 从 2000 年开始，培训从 2010 年开始。交易可以添加到基本算法中 mytarmailS 2023.05.03 08:40 #30532 Maxim Dmitrievsky #:属性之间的关系同样有可能超出范围。完全相同的抽象。 你一定是误解了什么，它不可能 "超出范围"....。 下面是一个规则示例： 当前增量 "R "大于当前波动率。 R > H-L 怎么会超出范围呢？没有范围... 但这里还有一个变体--一个真实的变体（来自 Boost 或 Forrest 的规则）。 R > 0.000022 这就是它会出错的地方。 在一个波动率上进行训练，在另一个波动率上进行测试，这就是它会超出范围的地方。 mytarmailS 2023.05.03 08:45 #30533 Maxim Dmitrievsky #:我特别参加了市场发生变化时的 OOS。培训是在市场下跌时进行的，而 OOS 是在市场上涨时进行的。这看起来很酷，但是再拿一个更大的 OOS Aleksey Vyazmikin 2023.05.03 12:20 #30534 Maxim Dmitrievsky #:属性之间的关系同样有可能超出范围。完全相同的抽象。但这并不是问题的关键，关键在于所提出的方法，它是有一定道理的。我一直在等待论坛上关于如何改进这种方法的正常想法，因为在我多读几本关于统计和 IO 的书之前，我的脑袋里很少有新的想法。我专门研究了市场发生变化时的 OOS。研究是在下跌时进行的，而 OOS 是在上涨时进行的。 在你得到这个模型之前，训练了多少个模型？ 把这些成功的模型集中起来，根据它们的信号重新训练--这样会有更多的交易。 Maxim Dmitrievsky 2023.05.03 13:35 #30535 Aleksey Vyazmikin #:在得到这个模型之前，训练了多少个模型？分组收集这些成功的模型，并根据它们发出的信号进行再训练--这样就能达成更多交易。 10-20个用于剔除错误，然后是最后一个。 Evgeni Gavrilovi 2023.05.03 14:16 #30536 Maxim Dmitrievsky #:10-20 抛出错误，最后 检查所有可用的货币对，如果结果大致相同，则说明该策略是可靠的。 Maxim Dmitrievsky 2023.05.03 14:18 #30537 Evgeni Gavrilovi #:检查所有可用的货币对，如果结果大致相同，则说明该策略是可靠的。 这种策略需要统一的标志。 如上文所述，不同的分散性和范围通常 fxsaber 2023.05.03 14:48 #30538 交易、自动交易系统和交易策略测试论坛 交易中的机器学习：理论、模型、实践与算法交易 马克西姆-德米特里耶夫斯基, 2023.05.02 13:11 如果我们把寻找规则的任务稍微换个说法 1. 找到这样的列车并进行测试，在测试中找出最好的。不一定非要全系列，可以按年份来限制这些部分，而且不一定要相互跟随。只需随机抽取 2 段历史作为列车和测试。如果经过过度测试和学习后找到了一个好的测试，那么就将所有其他示例添加到模型中，并标记为 "不交易"。 2.您也可以训练许多模型（比方说 100 个），得到它们的预测结果并与原始标签进行比较。将所有错误收集到一处，并按照重复性进行分类。将重复出现次数最多的标记为 "不交易"。然后训练最终模型。或者，也可以只收集好的预测，将其余的标记为 "不交易"。 这些方法是凭直觉制定的，还是有一些包含/排除市场模式的想法？ Aleksey Vyazmikin 2023.05.03 14:48 #30539 Maxim Dmitrievsky #:10-20 抛出错误，最后 我没记错的话，您的策略是反转策略，即在出现新信号时平仓？每个人都有不同的方法 - 我都搞糊涂了。 Maxim Dmitrievsky 2023.05.03 14:55 #30540 fxsaber #: 是在直觉的层面上制定方法，还是有一些关于市场开/关模式的设想？ 我猜是在 matstat 层面。如果在新数据上（在验证子样本上），几个模型对同一事物的预测平均都是错误的，那么这根本就是不可预测的，应转为 "不要交易"。 特定的时间和相应的符号/信号值可以被视为 "相同"。 1...304730483049305030513052305330543055305630573058305930603061...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
OOS 约为 75000 点/500 笔交易 = 140 点/笔交易。这很不错，你可以把它用于交易。图表上有多少个月/年？
属性之间的关系同样有可能超出范围。完全相同的抽象。
我特别参加了市场发生变化时的 OOS。培训是在市场下跌时进行的，而 OOS 是在市场上涨时进行的。
属性之间的关系同样有可能超出范围。完全相同的抽象。
但这并不是问题的关键，关键在于所提出的方法，它是有一定道理的。
我一直在等待论坛上关于如何改进这种方法的正常想法，因为在我多读几本关于统计和 IO 的书之前，我的脑袋里很少有新的想法。
我专门研究了市场发生变化时的 OOS。研究是在下跌时进行的，而 OOS 是在上涨时进行的。
在你得到这个模型之前，训练了多少个模型？
把这些成功的模型集中起来，根据它们的信号重新训练--这样会有更多的交易。
在得到这个模型之前，训练了多少个模型？
分组收集这些成功的模型，并根据它们发出的信号进行再训练--这样就能达成更多交易。
10-20个用于剔除错误，然后是最后一个。
10-20 抛出错误，最后
检查所有可用的货币对，如果结果大致相同，则说明该策略是可靠的。
检查所有可用的货币对，如果结果大致相同，则说明该策略是可靠的。
这种策略需要统一的标志。
如上文所述，不同的分散性和范围通常
交易、自动交易系统和交易策略测试论坛
交易中的机器学习：理论、模型、实践与算法交易
马克西姆-德米特里耶夫斯基, 2023.05.02 13:11
如果我们把寻找规则的任务稍微换个说法
1. 找到这样的列车并进行测试，在测试中找出最好的。不一定非要全系列，可以按年份来限制这些部分，而且不一定要相互跟随。只需随机抽取 2 段历史作为列车和测试。如果经过过度测试和学习后找到了一个好的测试，那么就将所有其他示例添加到模型中，并标记为 "不交易"。
2.您也可以训练许多模型（比方说 100 个），得到它们的预测结果并与原始标签进行比较。将所有错误收集到一处，并按照重复性进行分类。将重复出现次数最多的标记为 "不交易"。然后训练最终模型。或者，也可以只收集好的预测，将其余的标记为 "不交易"。
10-20 抛出错误，最后
我没记错的话，您的策略是反转策略，即在出现新信号时平仓？每个人都有不同的方法 - 我都搞糊涂了。
是在直觉的层面上制定方法，还是有一些关于市场开/关模式的设想？
我猜是在 matstat 层面。如果在新数据上（在验证子样本上），几个模型对同一事物的预测平均都是错误的，那么这根本就是不可预测的，应转为 "不要交易"。
特定的时间和相应的符号/信号值可以被视为 "相同"。