交易中的机器学习：理论、模型、实践和算法交易 - 页 421 1...414415416417418419420421422423424425426427428...3399 新评论 Alexander Ivanov 2017.06.24 22:30 #4201 第420页，没有一个代码？ Renat Akhtyamov 2017.06.24 22:48 #4202 Mihail Marchukajtes:我不知道，为了我的目标，我肯定他没有偷看任何地方。嗯，是的，他是。但只是到未来，当然不是到过去。:-)非常有趣--如何？麻省理工学院怎么样？我赞同上面的帖子。按照这个主题，我非常理解这个话题....正在对历史数据进行分析，以寻求巧合。这里已经给出了许多定义，包括记忆。 如果我们与典型的策略进行类比，一个简单的MA也有一个记忆。因此，我们获得了一定的平均化，包括通过模式。所有这些学习归根结底只是为了在购买或出售方面找到最准确的市场入口。但这一策略并没有回答万一我们犯了错误该怎么办的问题，而这是最重要的问题。这个问题基本上是最重要的问题，因为没有人愿意这么轻易地把钱交给交易者，不管他有什么系统。真正的报价不遵循任何规律和巧合，它们会完全对交易者不利。不能排除出错的可能性，你不觉得吗？ Mihail Marchukajtes 2017.06.25 08:49 #4203 雷纳特-阿赫蒂亚莫夫。非常有趣--那是怎么回事？硕士生的情况如何？我赞同上面的帖子。顺着这个话题，我明白了....正在对历史数据进行分析，以寻求巧合。这里已经给出了许多定义，包括记忆。 如果你与典型的策略进行类比，一个简单的MA也有一个记忆。因此，我们获得了一定的平均化，包括通过模式。所有这些学习归根结底是为了在购买或出售方面找到最准确的市场入口。然而，就像在外汇市场上使用的任何其他策略一样，它仍然没有回答这个问题--如果我们错了，我们要怎么做？这个问题基本上是最重要的问题，因为没有人愿意这么轻易地把钱交给交易者，不管他有什么系统。实时报价不遵循任何规律和巧合，它们完全违背了交易者。按照我的理解，错误的概率并没有被排除？实际上，这非常简单。如果信号显示盈利，我就把它标记为1；如果信号显示亏损，我就把它标记为0。因此，最后一个信号，即当前信号是不确定的，因为其结果是不知道的。当下一个信号出现时就会知道。那么，NS被训练成在当前时间 检测信号，而不看未来。所以我的数据收集的纯洁性没有问题... Maxim Dmitrievsky 2017.06.25 10:53 #4204 有没有人对mxnet api有经验，绕过R和Py? 来删除所有不必要的层次。Alglib被证明是生产力不足的，它在GPU上不工作，复杂的网络需要很长的时间来计算。一般来说，在cpp上有很多生产力的libs Forester 2017.06.25 11:29 #4205 马克西姆-德米特里耶夫斯基。有没有人对mxnet api有经验，绕过R和Py? 来删除所有不必要的层。Alglib被证明是生产力不足的，它在GPU上不工作，复杂的网络需要很长的时间来计算。一般来说，cpp上有很多高效的lib。 有什么区别呢--长不长，如果要优化（在任何情况下都要优化），有可能使用你所有的电脑/进程和云。而有了云，它将比其他任何选择都要快--基因学中的256个平行线程或高达10-20万的全面计算..... Maxim Dmitrievsky 2017.06.25 11:33 #4206 elibrarius。 这有什么区别呢--时间长不长，如果你优化（在任何情况下你都必须优化），你可以使用你所有的CPU/计算机和云。而且通过云计算，比其他任何选择都要快--在遗传学中的256个平行线程，或在完全计算的情况下高达5-10万（我不知道极限）..... 巨大的差异，你会在云端为NS的缓慢计算付出大量的金钱，我在遗传优化中同时有多达7000个代理，是的很快，如果测试器中的机器人本身运行很快，否则你就完蛋了......在i5 6200u skylake上，每个核心15-20分钟训练ns，在测试期间再进行2次重新训练。最好是为此目的租一个多核+gpu，在没有云的情况下进行优化。+ 如果使用外交手段，在mxnet上会快很多倍。http://mxnet.io/ Alexander Ivanov 2017.06.25 11:56 #4207 你好。这个机器人完成了吗？ Алёша 2017.06.25 12:14 #4208 弗拉基米尔-佩雷文科。你强烈建议有人检查...检查一下，把结果告诉我。有趣的是，看到并讨论结果。很明显，我在发表这种声明之前已经检查过了，这些声明推翻了许多当地文章的结果，关于MO在algotrading的应用。再一次在一个随机的来源上重复检查结果。 关于随机行走的算术或几何。通过ZZ和其他假的目标定位，你得到的预测远远超过50%，你可以很容易得到90%。你必须证明你可以预测随机，这是不合理的。我不 这么认为。 我在几百页前也说过类似的话。"类似的东西 "不是说，你是说ZZ的转移，它不应该被转移一栏，但这没有意义，无论哪种方式在SB上都会是圣杯，这不可能。ZZ看起来很远，它需要移开不确定的条数，在膝盖之间至少要有一个台阶的大小。 nowi 2017.06.25 12:16 #4209 雷纳特-阿赫蒂亚莫夫。 所有这些学习归根结底只是为了在买入或卖出方面找到最准确的进入市场 的方法。然而，与外汇市场上使用的任何其他策略一样，仍然没有答案--如果我们犯了错误，我们该怎么办？而这个问题的本质是最重要的，...........................金句.....，每个人通常都被挂在进场点上.....，在各种情况下的出场和伴随仓位的问题几乎被忽视......尽管在我看来这是最基本的问题，因为进场的准确性是一个相当神话的东西......在所有情况下制定行动计划是很重要的......毕竟这是交易者完全有能力的事情......可以完全控制，不像市场运动不能被控制..... Alexander Ivanov 2017.06.25 12:20 #4210 亲爱的编程教授和副教授们，你们完成了代码吗？我可以试试吗？至少要进行一次审判。 1...414415416417418419420421422423424425426427428...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
我不知道，为了我的目标，我肯定他没有偷看任何地方。嗯，是的，他是。但只是到未来，当然不是到过去。:-)
非常有趣--如何？
麻省理工学院怎么样？
我赞同上面的帖子。
按照这个主题，我非常理解这个话题....
正在对历史数据进行分析，以寻求巧合。这里已经给出了许多定义，包括记忆。
如果我们与典型的策略进行类比，一个简单的MA也有一个记忆。因此，我们获得了一定的平均化，包括通过模式。
所有这些学习归根结底只是为了在购买或出售方面找到最准确的市场入口。但这一策略并没有回答万一我们犯了错误该怎么办的问题，而这是最重要的问题。这个问题基本上是最重要的问题，因为没有人愿意这么轻易地把钱交给交易者，不管他有什么系统。真正的报价不遵循任何规律和巧合，它们会完全对交易者不利。
不能排除出错的可能性，你不觉得吗？
非常有趣--那是怎么回事？
硕士生的情况如何？
我赞同上面的帖子。
顺着这个话题，我明白了....
正在对历史数据进行分析，以寻求巧合。这里已经给出了许多定义，包括记忆。
如果你与典型的策略进行类比，一个简单的MA也有一个记忆。因此，我们获得了一定的平均化，包括通过模式。
所有这些学习归根结底是为了在购买或出售方面找到最准确的市场入口。然而，就像在外汇市场上使用的任何其他策略一样，它仍然没有回答这个问题--如果我们错了，我们要怎么做？这个问题基本上是最重要的问题，因为没有人愿意这么轻易地把钱交给交易者，不管他有什么系统。实时报价不遵循任何规律和巧合，它们完全违背了交易者。
按照我的理解，错误的概率并没有被排除？
实际上，这非常简单。如果信号显示盈利，我就把它标记为1；如果信号显示亏损，我就把它标记为0。因此，最后一个信号，即当前信号是不确定的，因为其结果是不知道的。当下一个信号出现时就会知道。那么，NS被训练成在当前时间 检测信号，而不看未来。所以我的数据收集的纯洁性没有问题...
有没有人对mxnet api有经验，绕过R和Py? 来删除所有不必要的层次。Alglib被证明是生产力不足的，它在GPU上不工作，复杂的网络需要很长的时间来计算。一般来说，在cpp上有很多生产力的libs
有没有人对mxnet api有经验，绕过R和Py? 来删除所有不必要的层。Alglib被证明是生产力不足的，它在GPU上不工作，复杂的网络需要很长的时间来计算。一般来说，cpp上有很多高效的lib。
这有什么区别呢--时间长不长，如果你优化（在任何情况下你都必须优化），你可以使用你所有的CPU/计算机和云。而且通过云计算，比其他任何选择都要快--在遗传学中的256个平行线程，或在完全计算的情况下高达5-10万（我不知道极限）.....
巨大的差异，你会在云端为NS的缓慢计算付出大量的金钱，我在遗传优化中同时有多达7000个代理，是的很快，如果测试器中的机器人本身运行很快，否则你就完蛋了......在i5 6200u skylake上，每个核心15-20分钟训练ns，在测试期间再进行2次重新训练。最好是为此目的租一个多核+gpu，在没有云的情况下进行优化。
+ 如果使用外交手段，在mxnet上会快很多倍。
http://mxnet.io/
你强烈建议有人检查...检查一下，把结果告诉我。
有趣的是，看到并讨论结果。
很明显，我在发表这种声明之前已经检查过了，这些声明推翻了许多当地文章的结果，关于MO在algotrading的应用。
再一次在一个随机的来源上重复检查结果。 关于随机行走的算术或几何。通过ZZ和其他假的目标定位，你得到的预测远远超过50%，你可以很容易得到90%。你必须证明你可以预测随机，这是不合理的。
我在几百页前也说过类似的话。
"类似的东西 "不是说，你是说ZZ的转移，它不应该被转移一栏，但这没有意义，无论哪种方式在SB上都会是圣杯，这不可能。ZZ看起来很远，它需要移开不确定的条数，在膝盖之间至少要有一个台阶的大小。
所有这些学习归根结底只是为了在买入或卖出方面找到最准确的进入市场 的方法。然而，与外汇市场上使用的任何其他策略一样，仍然没有答案--如果我们犯了错误，我们该怎么办？而这个问题的本质是最重要的，...........................
金句.....，每个人通常都被挂在进场点上.....，在各种情况下的出场和伴随仓位的问题几乎被忽视......尽管在我看来这是最基本的问题，因为进场的准确性是一个相当神话的东西......在所有情况下制定行动计划是很重要的......毕竟这是交易者完全有能力的事情......可以完全控制，不像市场运动不能被控制.....
亲爱的编程教授和副教授们，你们完成了代码吗？
我可以试试吗？至少要进行一次审判。