交易中的机器学习：理论、模型、实践和算法交易 - 页 3207

[Aleksandr Slavskii]

Maxim Dmitrievsky #:

如果有人想在测试仪中进行测试

初始数据：

最近 55 个收盘价的 10 期 MA 减去这些收盘价。在 M15 TF 上。

参考形态：

我，我，我想要它。我只是不知道它是什么以及如何检查它。

我试着先看一下这个主题，以免提出不必要的问题，但结果却因为水多而出了问题，在这个主题中，水比任何一点有用的信息都要多得多。

1.这个 "模式探索器 "是什么？

2.如何检查？

3. 什么是"参考模式"？它来自哪里？

4. x=57 处向上移动的线条（黑色垂直线）说明了什么？

5.10 期 MA 是其中之一，那么这 21 条 "mashas "从何而来？

我正在努力掌握 MO，但到目前为止还没有取得任何进展。有很多文章，但大多是为那些已经了解基础知识的人写的，但这样的文章很少（我还没有找到）。

我试着阅读您的文章 "交易策略中的模糊逻辑"，但读了这篇文章后，我发现 "输入变量的模糊化：

"输入变量的模糊化： 在模糊推理系统输入变量的数值与 语言变量相应项的成员函数值 之间建立对应关系 "。

我的大脑猛地一震。

我年轻时泡妞也用过差不多的词儿 )

我知道写文章不容易，而且几乎不可能写得通俗易懂，但我们还是不能忘记，文章不仅是思想/观念的表达，首先它是一本教材，所以我们应该写得尽量简单。

这甚至不是批评，而是请求，如果您决定回答我的问题，我希望看到不含具体术语或附有解释的答案。

[Maxim Dmitrievsky]

每个知识领域都有自己的术语，人们通过这些术语进行交流，找到共同语言。没有它，人们就无法相互理解。没有人会去适应那些懒得学习的人。文章，除其他外，还教给人们正确的思维方式。

如果你用这种方式泡妞，那是因为她们看起来是，而不是因为她们本来就是。这里有两个用自己的语言交流的家伙，试着向他们要一份成绩单吧:)。

[Forester]

Aleksandr Slavskii #:

从 2018 年之前的文章开始。他们一开始比较清醒。我自己也是从那时开始的，他们很好。并重复文章中的实验。

[Aleksandr Slavskii]

Maxim Dmitrievsky #:
每个知识领域都有自己的术语，人们通过这些术语进行交流，找到共同语言。没有它，人们就无法相互理解。没有人会去适应那些懒得学习的人。文章，除其他外，还教给人们正确的思维方式。

如果你用这种方式泡妞，那是因为她们看起来是，而不是因为她们本来就是。这里有两个用自己的语言交流的家伙，试着向他们要一份成绩单吧:)。

这几乎就是我期待的答案。

但还是值得一试。

[mytarmailS]

Aleksandr Slavskii #:

我只是不知道它是什么，以及如何检查它。

要学习 MO，你需要练习，因此，请使用一种普通语言来解决示例问题，最好是解决数十个或数百个示例问题。

MO 的基本思想是信息压缩/过滤。这是指输入数据多，输出数据少，但更有用....。

数学模型有许多方法

分类法

回归

聚类

降维方法。

它们都遵循我上面描述的压缩原则。

拿着它，学着它，做着它，这个主题不是要教人如何去做

[Aleksandr Slavskii]

Forester #:

从 2018 年之前的文章开始。一开始，它们似乎更清晰。我自己也是从那时开始的，似乎很顺利。并重复文章中的实验。

谢谢。

[Aleksandr Slavskii]

mytarmailS #:

这不是一个向人们传授 "摩 "的主题。

我明白了。

谢谢大家。

[Maxim Dmitrievsky]

Aleksandr Slavskii #:

嗯，这几乎就是我期待的答案。

但还是值得一试。

如果事先知道了结果，往往连试都不用试

[Aleksandr Slavskii]

Maxim Dmitrievsky #:
如果你事先知道结果，通常你甚至不需要尝试

我对人有一种先验的好感，直到他们证明并非如此。

[СанСаныч Фоменко]

Aleksandr Slavskii #:

我，我，我想。我只是不知道它是什么，也不知道如何测试它。

我试着先看一下这个主题，以免提出不必要的问题，但结果却因为水的问题而出了问题，在这个主题中，水比任何一点有用的信息都要多得多。

1.这个 "模式探索器 "是什么？

2.如何检查？

什么是"参考模式"？它从何而来？

4.在 x=57 处向上移动的线条（黑色垂直线）说明了什么？

5.十周期 MA 是一个，那么这整整 21 个混合物是从哪里来的？

我试图掌握 MO，但迄今为止没有取得任何进展。有很多文章，但大多是为那些已经了解基础知识的人写的，但这样的文章很少（我还没有找到）。

我试着读了您的文章 "交易策略中的模糊逻辑"，但读了这篇文章之后：

"输入变量的模糊化。 在模糊推理系统输入变量的数值与 语言变量相应项的归属函数值 之间建立对应关系 "。

我的大脑崩溃了。

我年轻时泡妞也用过差不多的词儿 )

我知道写文章不是一件简单的事，要写得让人明白几乎是不可能的，但无论如何，你不应该忘记，文章不仅是你思想/理念的表达，它首先是一份教材，因此你应该写得尽可能简单。

这甚至不是批评，而是请求，如果您决定回答我的问题，我希望看到不含具体术语或附有解释的答案。

IO 是一个复杂的问题，有许多细微差别，很难抓住要点。

从可以预见的事情入手非常重要。

最经典的是 Rattle shell，它来自 R，没有 R 在 MO 中什么也做不了。

Rattle 之所以好，是因为它在相当简单的层面上提供了构成系统、复杂的 MO 方法的一切：初始数据分析、预处理、建模本身（6 个模型）和结果评估。掌握了 Rattle，你就会对 MO 的所有问题有必要的了解，今后在阅读该分支时，你就能抓住有用的东西，剔除该分支中的垃圾。

在安装 R 的同时，掌握 Rattle 的耗时约为 30 分钟。

为了普及 MO，我曾经写过一篇文章。你可以不用它，但它附带了一个现成的输入文件，这将进一步简化初识 MO 的问题。

祝你好运，加入主要的、基于良好数学方向的交易--机器学习，最主要的是不要期待快速的结果--它们保证不会发生。

PS.

顺便说一下，R 有一个很好的 rubricator，例如这里的 MO