交易中的机器学习：理论、模型、实践和算法交易 - 页 3130

新评论
 
Maxim Dmitrievsky #:

通过什么来评估单一预测因子？

如果有一个预测器，那么它有一个函数和一个目标吗？)

当然，这是显而易见的--有一个目标和一些连接它们的逻辑。

早些时候，我在另一个主题中展示了从相同数据中建立不同模型的可能性--我得到了大约 30% 的盈利模型和 70% 的非盈利模型。这就是为什么我认为通过模型进行估算的方法不太可靠。

 
Aleksey Vyazmikin #:

你怎么知道是谁干的？这有点自吹自擂。我有考虑到过去三个月动向的标志。

考虑到不同 TF 上的走势和看到不同 TF 上的水平，本质和复杂程度都不一样......

你变得很粗鲁，怎么了？ 你是停药了还是怎么了？

 
Aleksey Vyazmikin #:

这当然是显而易见的--有一个目标和一些逻辑将它们联系起来。

早些时候，我在另一个主题中指出，可以从相同的数据中建立不同的模型--我得到了大约 30% 的盈利模型和 70% 的非盈利模型。这就是为什么我认为通过模型进行估算的方法不太可靠。

我得到的数据是一样的，但根据 sids 进行了调整
如果数据相同，分类器也相同的话:)
 
mytarmailS #:

考虑不同 TF 上的走势和查看不同 TF 上的水平，在本质和复杂性上都不是一回事....

你经常变得这么粗鲁，是不是发生了什么事，你停药了还是怎么了？

你是在担心我吗？也许我应该开个账户来充值买药的钱。

事实上，我写的是--在这个分支机构的参与者中，他们普遍感觉到自己的独特性。你怎么能认为其他人不这样做。

恰恰相反，我发现自己使用的一些方法也被其他人用来解决类似的问题。但我得到的信息太晚了。

 
Maxim Dmitrievsky #:
我有相同的数据，并根据 sid 进行了调整。
如果数据相同，分类器也相同:)

这就是问题所在，Syd 允许建立不同的模型。因此，我们怎么能说建立的模型是 "正确的 "呢？

 
Aleksey Vyazmikin #:

这就是问题所在，Syd 允许用不同的方法来构建模型。因此，我们怎么能说所构建的模型是 "正确的"--这就是我对这些方法的主张。

那么其他方法是什么呢？

为了不浪费时间，我来回答。这些是统计检验，例如通过随机实验。有时也很有用，在转向 ML 之前，这正是 kozul 的基础。

 
mytarmailS #:

你能给我看看这样的东西吗？

如果真的那么常见的话

我想也是

 
mytarmailS #:

我强烈建议您重新考虑构建特征的方法。函数变换在这里不起作用，市场不是 时间序列！

这里是M1 切入点


这里是H1 的入市理由和入市价格

=========================================

您的所有迹象都是在寻找最近 5-10 根蜡烛的形态/曲线。


比这更复杂。

终于找到了

那么，我们有了一个开始。

接下来呢？

 
能否将这些奇妙的内容放在一个单独的主题中？
 
Maxim Dmitrievsky #:

还有其他方法吗？

为了不浪费时间，我们来回答一下。这些都是统计检验，例如通过随机试验。有时也很有用，这是在转向 ML 之前的 Kozul 基础知识。

你说得部分对，只是我不明白把所有东西都洗一遍的哲学--如果没有不可恢复的漂移，比如循环，这当然有用。

首先，我想对不同类型的漂移进行分类，然后逐一处理--如果知道了原因，我们就可以想办法消除它。如果不能消除，那就进行检测（探测）。

1...312331243125312631273128312931303131313231333134313531363137...3399
新评论