交易中的机器学习:理论、模型、实践和算法交易 - 页 3096

[删除]  
Forester #:
美丽的平衡线) 这样的线可以用于交易。

这样的类似方法已经有一年多了,到目前为止我们还没有输过。

读一读 吧(之前已经给出了链接),至少会有人和你聊天。这本手册很酷,我读过。尤其是第 22 节,对切尔诺茹科夫方法的解释。

它不使用任何 "包",一切都是自己编写的。所以不要害怕 Python。

因为 Sanych 说的都是无理取闹的废话。

故事的背景始于我的上一篇文章《元模型......》,在这篇文章中,我决定用模型错误来纠正它。然后我又用其他各种方法重写了一遍。后来我发现科祖尔推理也是差不多的东西,而且还没有其他足够的方法来改进模型。

Метамодели в машинном обучении и трейдинге: Оригинальный тайминг торговых приказов
Метамодели в машинном обучении и трейдинге: Оригинальный тайминг торговых приказов
  • www.mql5.com
Метамодели в машинном обучении: Автоматическое создание торговых систем практически без участия человека — Модель сама принимает решение как торговать и когда торговать.
 
Maxim Dmitrievsky #:

一年多前就有一个类似的,但还没有合并。

阅读(之前已经给出了链接),至少会有人和你聊天。这本手册很酷,我读过。特别是第 22 节,对切尔诺茹科夫方法的解释。

桑尼奇一直在胡说八道。

视频没有给我留下深刻印象。广告对顾客的影响(待遇)改变了他们的行为,比如说,改变了商店的收入--这与交易有什么关系呢?我们不可能以某种方式影响市场上的交易参与者(除非您有十亿美元来兑换货币,并由此评估您的处理方式的影响)。
我们的钱只能影响我们的余额。对游客的部分没有影响(稍后将进行比较)--我们只能不进行交易,即余额没有变化。
这是我看完视频后的第一个想法。因为这些我不感兴趣。

但您的余额很有意思。有可能你并没有不加改变地应用整个方法,而是采取了单独的元素。

所以,我还是会读一读的(也许我可以在一周内,在工作间隙读完)。

 
Maxim Dmitrievsky #:

故事的背景始于我的上一篇文章"模型元......",我决定利用模型误差来调整模型。然后又用其他各种方法重写了一遍。后来我发现科祖尔推理也是差不多的东西,而且没有其他足够的方法来改进模型。

在第一棵树之后的每一棵新树上,模型误差都会通过任何bousting得到纠正。
也许这一切都是为了改进误差纠正,而不是为了kozul推断?

[删除]  
Forester #:

这段视频没有给我留下深刻印象。我不太清楚广告如何影响顾客(治疗),从而改变他们的行为,例如,改变商店的收入--这与交易有什么关系。我们不可能以某种方式影响市场上的交易参与者(除非您有十亿美元来摇动货币,并由此评估您的处理方式的影响)。
我们的钱只能影响我们的余额。对访问者的部分没有影响(稍后将进行比较)--我们只能不进行交易,即不改变资产负债表。
这是我看完视频后的第一个想法。正因为如此,我对它不感兴趣。

但您的资产负债表很有意思。有可能您并没有不加改动地应用整个方法,而是采取了单独的元素。

所以,我还是会读一读的(也许我可以在一周内,在工作间隙读完)。

计量经济学中的因果推断也使用了同样的 "tritment "概念。效应被定义为任何孤立的变量。您可以将任何属性宣布为三元变量,并查看它对预测的影响。其中一个变量是三元变量,其余的都是干扰参数。我认为这些定义并不难记。

[删除]  
Forester #:

在第一棵树之后的每一棵新树上,模型错误都会通过任何布尔运算得到纠正。
,也许这都是为了完善你的纠错工作,而不是cosool推理?

布尔运算是对噪声的过度拟合。而这里的相反目标是没有过拟合。简单地说,如果没有过拟合,就存在因果关系。

 
Maxim Dmitrievsky #:

Bousting 是对噪声的过度拟合。而这里的反向问题是,不应该存在过度拟合。简单地说,如果没有过度拟合,就有因果关系。

这是个好问题。我会读一读的,如果有什么有趣和不清楚的地方,我会问的。
[删除]  
Forester #:
任务很好。我会读,如果有什么有趣和不清楚的地方,我会问。

这个题目并不简单,它不是通常的教学方法概念。统计和数学有交集。我自己还没有完全学会。

这不是一开始就能成功的。

 
Maxim Dmitrievsky #:

一年多前就有一个类似的,但还没有合并。

阅读(之前已经给出了链接),至少会有人和你聊天。这本手册很酷,我读过。尤其是第 22 节,对切尔诺茹科夫方法的解释。

它没有使用任何 "软件包",一切都是自己编写的。所以不要被 python 吓到。

因为 Sanych 说的都是无稽之谈。

故事的背景始于我的上一篇文章《元模型......》,在这篇文章中,我决定用模型错误来纠正它。然后我又用其他各种方法重写了这篇文章。后来我发现科祖尔推理也是差不多的东西,而且还没有其他足够的方法来改进模型。

一些幼稚的冒犯妨碍了我理解我所说的话的意义,而我所说的话(意义)是平庸的:文章中作为我个人五六年前的发现提出的所有东西,我当时并不是发现者,在我之前就已经被咀嚼和咀嚼过了。真的不知道它是 "cajual",也没有在琐碎的事情上引入新的术语。

不说了。

你能在代码层面说明"kozool 推论"的 含义,包括预测因子、目标、模型、估计和其他 "新意 "吗?这将证明 "kozool 推理" 方向的新颖性,而这篇文章并不是这样的证明,尽管我喜欢它的结果--我自己也为获得类似的结果浪费了大量时间,做了绝对愚蠢的工作

[删除]  
СанСаныч Фоменко #:

一些幼稚的冒犯使我无法理解我所说的话的含义,而我所说的话(含义)是平庸的:文章中作为我个人在 5-6 年前所做发现的一切,当时我并不是发现者,它在我之前已经被咀嚼和咀嚼过了。我确实不知道它是 "cajual",也没有在微不足道的事情上引入新的术语。

算了吧。

你能在代码层面说明"kozool 推论"的 含义,包括预测因子、目标、模型、估计和其他 "新意 "什么的吗?这将证明 "kozool 推理" 方向的新颖性,而这篇文章并不是这样的证明,尽管我喜欢它的结果--我自己也为获得类似的结果浪费了大量时间,做了绝对愚蠢的工作

你是不是发现了什么你不明白的东西?:)现在进一步要求解释。我不办培训班。您对这篇文章的评论是漫无边际的,到目前为止,这里已经没有什么可讨论的了。我没有提供足够的资料供您自学?我是不是应该用 2 个字来概括几十页的内容,或者干脆扔个包给你?我不知道你是怎么习惯的。

我并无冒犯之意,也没有什么困扰我的。我只是不明白你想从我这里得到什么。你已经有了自己的世界观,我还需要在其中加入新的知识吗?:)


你把它称为统计学的一个分支(不是我)--kozul inferens。你要么接受它,要么继续用毫无意义的问题折磨自己和他人。

 
Maxim Dmitrievsky #:
你打开了你不明白的东西?现在你要求我解释。我不办培训课程。你对这篇文章的评论是漫无边际的,到目前为止没有什么可讨论的了。我没有提供足够的资料供您自学?我是不是应该用 2 个字来概括几十页的内容,或者干脆扔个包给你?我不知道你是怎么习惯的。

我并无冒犯之意,也没有什么困扰我的。我只是不明白你想从我这里得到什么。你已经有了自己的世界观,我还需要在其中加入新的知识吗?:)


你把它称为统计学的一个分支(不是我)--kozul inferens。你要么接受它,要么继续用毫无意义的问题折磨自己和他人。

谢谢,我明白了,具体的例子不会是 "空白"。