交易中的机器学习：理论、模型、实践和算法交易 - 页 414

新评论
 
elibrarius。

为什么不知道呢？分割的集群数量在开始时被设定为输入值：K--所需的集群数量，K>=1

假设我把数据分成了4组，我应该怎么处理？


我的意思是，我事先不知道在样本中什么类属于什么......之后在交易方面如何处理它们我不知道，可能是看哪些情况属于卖出信号，哪些属于买入，什么是更多，等等......
 
阿列克谢-特伦特夫。
我所熟悉的那些ML包都允许改变层的激活函数。
基本上，如果你有足够的知识，如果库允许，你可以继承神经元类并在那里注册你的激活函数。
但这些都是极端的方法。

我想挤进去，写几个我的经常性层--好在我清醒过来了。=)
 
阿列克谢-特伦特夫。
基本上，如果你有足够的知识，并且库允许的话，你可以继承神经元类并在那里编写你的激活函数。
但这些都是极端的方法。

有一次我想进入并写下我的几个经常性层，但好在我清醒过来了。=)
只是按输出类型初始选择网络类型，不需要重写任何东西（而且所有的内部层都是硬性规定的非线性的）。
 

softmax已经正常划分了信号，而不是像以前那样有少数买入和少数卖出，现在是平等的。但它仍然在亏损，我需要更好地制定预测因素和目标。


 
伙计们，关于这两个有概率的出口。我认为你是完全正确的，买入一个出口是0.9，然后卖出另一个出口是0.1。但我们为什么需要它，这是一个有趣的问题。在样本外的图上，两个输入都会得到0.9的结果，那么????。最有可能的是，有一个来回的抖动。在市场上，当有不确定性时，也会发生这种情况。市场不知道该往哪里走，而信号已经出现。正如他们所说，你会得到更多信息...
 
你想让我写一篇关于如何识别市场的长文吗？完全?????。总之一个想法，你可以尝试一下，此外，在两台三台电脑上做会更快，考虑并行计算，我在3个核心上做了......
 

我记得有人骂我，说我每天早上都要给我的模型确定方向，以便今后工作时使用。以下是我的直板模型今天是如何工作的。坏，你说，我当然会告诉你......现在在你的脑海中镜像它，并从第三个信号开始交易。现在如何?????而你说定向法是胡扯....

也不需要对奶奶进行呵护!!!!:-)))))

 

好了，既然你已经说到了点子上，我就告诉你一个关于数据收集处理的想法。要在足够大的范围内训练一个具有高度概括性的模型真的很困难，因为市场是一个活的有机体，等等，等等。训练期越长，模型的表现越差，但时间越长。目标：制作一个长期运行的模型。分裂或方法二，然而对于那些使用两个网络的委员会。

当网格显示在不同方向时，我们有三种状态 "是"、"不是 "和 "不知道"。

我们在整个部分训练网络，在我们的例子中是452个条目。网络以55-60%的比例学习了这组数据，假设训练集中的 "不知道 "的回答为50%，那么226个信号网络就无法学习。好吧，现在我们只在 "不知道 "的状态上建立一个新模型，也就是说，我们试图在这种误导第一个模型的准状态上建立模型。结果大致相同，226人中只有一半会被识别，其余的会得到 "不知道 "的状态，然后再次建立模型。结果是113，然后是56，然后是28，然后是14。对于以前任何模型都不知道的14个条目，Jprediction优化器通常会计算出高达100%的可推广性。

因此，我们有一个 "模式系统"，可以在三个月的时间内识别整个市场。

这里有另一种方法，除了 "每日背景"，你如何将市场分割成子空间，并通过获得确切的 "模式系统 "来进行训练 这里有一个例子....

 

说实话，我在这里做了一些不同的细分，但本质仍然是一样的。

有一个288行的普通文件，我把它分成三个样本，训练样本的记录数在行Tootal模式中指定。

* Sensitivity of generalization abiliy: 74.07407407407408%
* Specificity of generalization ability: 70.96774193548387%
* Generalization ability: 72.41379310344827%
* TruePositives: 20
* FalsePositives: 7
* TrueNegatives: 22
* FalseNegatives: 9
* Total patterns in out of samples with statistics: 58

最后一个。

* Sensitivity of generalization abiliy: 61.904761904761905%
* Specificity of generalization ability: 60.0%
* Generalization ability: 60.869565217391305%
* TruePositives: 39
* FalsePositives: 24
* TrueNegatives: 45
* FalseNegatives: 30
* Total patterns in out of samples with statistics: 138

还有最后一个。

* Sensitivity of generalization abiliy: 69.04761904761905%
* Specificity of generalization ability: 66.0%
* Generalization ability: 67.3913043478261%
* TruePositives: 29
* FalsePositives: 13
* TrueNegatives: 33
* FalseNegatives: 17
* Total patterns in out of samples with statistics: 92

在没有条件的情况下，他们每个人都应该获得，但要注意这方面的交易总数为54件（基本策略）。而这就是他们同时一起工作时的情况。


 
从05.29开始的15分钟，都是一个样本外的网站。它已经进入第三周。但是，如果它没有获得更多的收益，那么它基本上是一个微不足道的做法，但我相信......。:-)
1...407408409410411412413414415416417418419420421...3399
新评论