交易中的机器学习：理论、模型、实践和算法交易 - 页 444 1...437438439440441442443444445446447448449450451...3399 新评论 Maxim Dmitrievsky 2017.07.09 04:51 #4431 尤里-阿索连科。没错，在过去的3个月里，期货一直在交易--就在前一个期货到期之前和之后。早点看，想用它做什么都是没用的。马克西姆（或他的系统）已经注意到明显的问题。:))我不是指还没有开始的期货，而是指周期性行为，这可能与合同寿命有关，表现在新的合同中模式发生变化，如波动性和流动性，市场反应发生变化。顺便说一下，眼睛是看不见的，但统计分析会显示出来。但这不是主要的，市场充满了其他的周期性。问题是，系统在没有自动获利能力损失的情况下进行自我重建。我的意思是，我不需要手动做任何事情，我太懒了...... Vladimir Perervenko 2017.07.09 08:59 #4432 马克西姆-德米特里耶夫斯基。:)）我不是指期货，它还没有开始，而是指周期性的行为，这可能与合同的寿命有关，当新合同的模式发生变化时，如波动性和流动性，市场反应就会发生变化。顺便说一下，眼睛是看不见的，但统计分析会显示出来。但这不是主要的，市场充满了其他的周期性。问题是，系统在没有自动获利能力损失的情况下进行自我重建。我的意思是，我不需要手动做任何事情，我太懒了......输入一个定义你的EA质量的参数，如果它的值偏离了你设定的限制，就重新训练模型。所有这些都可以在R中完成，而无需离开操作状态。问题是什么？ Yuriy Asaulenko 2017.07.09 15:45 #4433 注意!R中可能有错误。就在昨天，我还在制作直方图。我已经做了几个小时了，我没有写任何脚本，一切都在命令行上。我不想重复几个小时的实验只是为了发布代码。因此，让我们做一个直方图。直方图显示，在某一范围内找到系列值的概率为0.22。这很好，但直方图本身似乎有所不同。我们将其相加，得到0.59，而不是应该的1。然后我们为均匀分布的 随机过程样本绘制同样的直方图。一切都在这里收敛，总和是1，因为它应该是。怎么说呢？好吧，在R中，有很多方法可以做同样的事情。让我们以另一种方式来做。这不可能，因为没有办法从0.22（总和为0.59）得到0.43。将直方图的数值相加，我们得到0.991。让我提醒你，它必须等于1。即使一切都正确，我们仍然有1%的错误。这是一个离谱的错误--根本不可能。经过这样的事情，R的可信度不知不觉地，你知道，下降了。如果对其他计算和更复杂的算法也是如此，那就不那么容易了，而且往往无法检查。 СанСаныч Фоменко 2017.07.09 16:40 #4434 尤里-阿索连科。注意!R中可能有错误。就在昨天，我还在制作直方图。我已经做了几个小时了，我没有写任何脚本，一切都在命令行上。我不想重复几个小时的实验只是为了发布代码。因此，让我们做一个直方图。直方图显示，在某一范围内找到系列值的概率为0.22。这很好，但直方图本身似乎有所不同。我们将其相加，得到0.59，而不是应该的1。然后我们为均匀分布的随机过程样本绘制同样的直方图。一切都在这里收敛，总和是1，因为它应该是。怎么说呢？好吧，在R中，有很多方法可以做同样的事情。让我们以另一种方式来做。这一次我们得到的概率是0.43。这不可能，因为没有办法从0.22得到0.43（总和为0.59）。将直方图的数值相加，我们得到0.991。让我提醒你，它必须等于1。即使一切都正确，我们仍然有1%的错误。这是一个离谱的错误--根本不可能。经过这样的事情，R的可信度不知不觉地，你知道，下降了。如果其他计算和更复杂的算法也是如此，那就不那么容易了，而且往往无法检查。我希望看到一些东西。我经常建立条形图，但没有注意到什么。 Vladimir Perervenko 2017.07.09 18:06 #4435 尤里-阿索连科。注意!R中可能有错误。就在昨天，我还在制作直方图。我已经做了几个小时了，我没有写任何脚本，一切都在命令行上。我不想重复几个小时的实验只是为了发布代码。因此，让我们做一个直方图。直方图显示，在某一范围内找到系列值的概率为0.22。这很好，但直方图本身似乎有所不同。我们将其相加，得到0.59，而不是应该的1。然后我们为均匀分布的随机过程样本绘制同样的直方图。一切都在这里收敛，总和是1，因为它应该是。怎么说呢？好吧，在R中，有很多方法可以做同样的事情。让我们以另一种方式来做。这不可能，因为没有办法从0.22（总和为0.59）得到0.43。将直方图的数值相加，我们得到0.991。让我提醒你，它必须等于1。即使一切都正确，我们仍然有1%的错误。这是一个离谱的错误--根本不可能。经过这样的事情，R的可信度不知不觉地，你知道，下降了。如果其他计算和更复杂的算法也是如此，那就不那么容易了，而且往往无法检查。没有一个可复制的例子，就是一个空洞的声音。基本函数的错误概率小于0.显然，许多小时的实验已经产生了效果。你不能从历史中调出命令序列吗？或者你没有在Rstudio中练习？ Yuriy Asaulenko 2017.07.09 19:37 #4436 Vladimir Perervenko: 没有一个可重复的例子，就什么都没有。基本函数的错误概率小于0.显然，数小时的实验已经产生了影响。你不能从历史中提取命令序列吗？或者你不是在Rstudio中练习吗？在R 3.4.1 c https://www.r-project.org/仅仅重现这个序列就至少需要一个半小时（我已经不需要了）。当然，我不会仅仅为了在论坛上公布结果而去做。昨天，当一切都，不幸的是，我没有想到写在线程。这就是为什么我尽可能准确地写，而且不说明任何问题--注意!R中 可能有 错误。 不是有，是可能有）。一般来说，我并不坚持。如果你认为它是好的，它就是如此。有趣的是，对于某些系列，当绘制直方图 时，它们显然是存在的，但对于其他系列，它们似乎并不存在。最后不得不转到Excel，在那里完成所有的工作。PS 是的，谢谢你提醒我关于RStudio。我已经有了。我认为，它将比CAD中的R更方便。 Vizard_ 2017.07.09 23:01 #4437 Yuriy Asaulenko:有趣的是，在绘制直方图时，有些行 明显存在，但对于其他行，它们似乎并不存在。setwd("D:/") # 设置工作目录 x <- read.csv("x.csv", head=T) # 载入数据文件sapply(x, class) # 变量内容属于哪个类 Maxim Dmitrievsky 2017.07.10 09:56 #4438 弗拉基米尔-佩雷文科。输入一个定义你的EA质量的参数，如果它的值偏离了你设定的限制，就重新训练模型。所有这些都可以在R中完成，而无需离开操作状态。有什么问题呢？ 我不使用R，因为它在机器人开发中完全无用 :)如果你需要某种统计，你可以这样做，其他一切都在mt5中完成，包括neuronet libs你可以直接作为dll使用，我们在这里需要R做什么？ Vladimir Perervenko 2017.07.10 10:01 #4439 马克西姆-德米特里耶夫斯基。 我不使用R，因为它在开发机器人时完全没有用处 :)如果你需要某种统计，你可以，但其他一切都在mt5中完成，包括带有神经网络的lib，你可以直接作为dll使用，我需要R做什么？很明显，你不需要R。祝好运-----------------------桑桑尼茨。既然你改成了回归问题，请看这个祝好运 Neural networks for algorithmic trading. Multimodal and multitask deep learning 2017.07.09Alex Honcharmedium.com Here we are again! We already have four tutorials on financial forecasting with artificial neural networks where we compared different… СанСаныч Фоменко 2017.07.10 10:55 #4440 弗拉基米尔-佩雷文科。很明显，你不需要R。祝好运-----------------------桑桑尼茨。既然你改成了回归问题，请看这个祝好运我正在努力掌握一个非常特殊的模型--GARCH。它吸引我的地方是，一个源系列被分解为其组成部分，然后这些组成部分被单独建模。而这种分解在直觉上是可以理解的，并与模型的再训练直接相连。由于我只对模型的再训练能力感兴趣（我可以在TA中创建训练过的专家顾问，寿命最长为6个月），这就是决定选择GARCH的原因。我不知道在NS中是否有任何方法可以允许粗大的尾巴、扭结......。在我看来，NS模型本身与原始cotier的问题一点关系都没有。 在GARCH中，在拟合模型的同时，我可以运行测试，作为所产生的模型在未来的行为与训练数据完全一样的依据。我无法拟合参数大于90%概率的GARCH。 1...437438439440441442443444445446447448449450451...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
没错，在过去的3个月里，期货一直在交易--就在前一个期货到期之前和之后。早点看，想用它做什么都是没用的。
马克西姆（或他的系统）已经注意到明显的问题。
:)）我不是指期货，它还没有开始，而是指周期性的行为，这可能与合同的寿命有关，当新合同的模式发生变化时，如波动性和流动性，市场反应就会发生变化。顺便说一下，眼睛是看不见的，但统计分析会显示出来。但这不是主要的，市场充满了其他的周期性。问题是，系统在没有自动获利能力损失的情况下进行自我重建。我的意思是，我不需要手动做任何事情，我太懒了......
输入一个定义你的EA质量的参数，如果它的值偏离了你设定的限制，就重新训练模型。所有这些都可以在R中完成，而无需离开操作状态。
问题是什么？
注意!R中可能有错误。
就在昨天，我还在制作直方图。我已经做了几个小时了，我没有写任何脚本，一切都在命令行上。我不想重复几个小时的实验只是为了发布代码。
因此，让我们做一个直方图。直方图显示，在某一范围内找到系列值的概率为0.22。这很好，但直方图本身似乎有所不同。我们将其相加，得到0.59，而不是应该的1。
然后我们为均匀分布的 随机过程样本绘制同样的直方图。一切都在这里收敛，总和是1，因为它应该是。怎么说呢？
好吧，在R中，有很多方法可以做同样的事情。让我们以另一种方式来做。这不可能，因为没有办法从0.22（总和为0.59）得到0.43。
将直方图的数值相加，我们得到0.991。让我提醒你，它必须等于1。即使一切都正确，我们仍然有1%的错误。这是一个离谱的错误--根本不可能。
经过这样的事情，R的可信度不知不觉地，你知道，下降了。如果对其他计算和更复杂的算法也是如此，那就不那么容易了，而且往往无法检查。
注意!R中可能有错误。
就在昨天，我还在制作直方图。我已经做了几个小时了，我没有写任何脚本，一切都在命令行上。我不想重复几个小时的实验只是为了发布代码。
因此，让我们做一个直方图。直方图显示，在某一范围内找到系列值的概率为0.22。这很好，但直方图本身似乎有所不同。我们将其相加，得到0.59，而不是应该的1。
然后我们为均匀分布的随机过程样本绘制同样的直方图。一切都在这里收敛，总和是1，因为它应该是。怎么说呢？
好吧，在R中，有很多方法可以做同样的事情。让我们以另一种方式来做。这一次我们得到的概率是0.43。这不可能，因为没有办法从0.22得到0.43（总和为0.59）。
将直方图的数值相加，我们得到0.991。让我提醒你，它必须等于1。即使一切都正确，我们仍然有1%的错误。这是一个离谱的错误--根本不可能。
经过这样的事情，R的可信度不知不觉地，你知道，下降了。如果其他计算和更复杂的算法也是如此，那就不那么容易了，而且往往无法检查。
我希望看到一些东西。
我经常建立条形图，但没有注意到什么。
注意!R中可能有错误。
就在昨天，我还在制作直方图。我已经做了几个小时了，我没有写任何脚本，一切都在命令行上。我不想重复几个小时的实验只是为了发布代码。
因此，让我们做一个直方图。直方图显示，在某一范围内找到系列值的概率为0.22。这很好，但直方图本身似乎有所不同。我们将其相加，得到0.59，而不是应该的1。
然后我们为均匀分布的随机过程样本绘制同样的直方图。一切都在这里收敛，总和是1，因为它应该是。怎么说呢？
好吧，在R中，有很多方法可以做同样的事情。让我们以另一种方式来做。这不可能，因为没有办法从0.22（总和为0.59）得到0.43。
将直方图的数值相加，我们得到0.991。让我提醒你，它必须等于1。即使一切都正确，我们仍然有1%的错误。这是一个离谱的错误--根本不可能。
经过这样的事情，R的可信度不知不觉地，你知道，下降了。如果其他计算和更复杂的算法也是如此，那就不那么容易了，而且往往无法检查。
没有一个可复制的例子，就是一个空洞的声音。基本函数的错误概率小于0.显然，许多小时的实验已经产生了效果。你不能从历史中调出命令序列吗？或者你没有在Rstudio中练习？
没有一个可重复的例子，就什么都没有。基本函数的错误概率小于0.显然，数小时的实验已经产生了影响。你不能从历史中提取命令序列吗？或者你不是在Rstudio中练习吗？
在R 3.4.1 c https://www.r-project.org/
仅仅重现这个序列就至少需要一个半小时（我已经不需要了）。当然，我不会仅仅为了在论坛上公布结果而去做。昨天，当一切都，不幸的是，我没有想到写在线程。
这就是为什么我尽可能准确地写，而且不说明任何问题--注意!R中 可能有 错误。 不是有，是可能有）。一般来说，我并不坚持。如果你认为它是好的，它就是如此。
有趣的是，对于某些系列，当绘制直方图 时，它们显然是存在的，但对于其他系列，它们似乎并不存在。最后不得不转到Excel，在那里完成所有的工作。
PS 是的，谢谢你提醒我关于RStudio。我已经有了。我认为，它将比CAD中的R更方便。
setwd("D:/") # 设置工作目录
x <- read.csv("x.csv", head=T) # 载入数据文件
sapply(x, class) # 变量内容属于哪个类
输入一个定义你的EA质量的参数，如果它的值偏离了你设定的限制，就重新训练模型。所有这些都可以在R中完成，而无需离开操作状态。
有什么问题呢？
我不使用R，因为它在开发机器人时完全没有用处 :)如果你需要某种统计，你可以，但其他一切都在mt5中完成，包括带有神经网络的lib，你可以直接作为dll使用，我需要R做什么？
很明显，你不需要R。祝好运
-----------------------
桑桑尼茨。
既然你改成了回归问题，请看这个
祝好运
很明显，你不需要R。祝好运
-----------------------
桑桑尼茨。
既然你改成了回归问题，请看这个
祝好运
我正在努力掌握一个非常特殊的模型--GARCH。它吸引我的地方是，一个源系列被分解为其组成部分，然后这些组成部分被单独建模。而这种分解在直觉上是可以理解的，并与模型的再训练直接相连。由于我只对模型的再训练能力感兴趣（我可以在TA中创建训练过的专家顾问，寿命最长为6个月），这就是决定选择GARCH的原因。
我不知道在NS中是否有任何方法可以允许粗大的尾巴、扭结......。在我看来，NS模型本身与原始cotier的问题一点关系都没有。
在GARCH中，在拟合模型的同时，我可以运行测试，作为所产生的模型在未来的行为与训练数据完全一样的依据。我无法拟合参数大于90%概率的GARCH。