交易中的机器学习：理论、模型、实践和算法交易 - 页 524

新评论
 
我的名字是格里戈里-乔宁。


这是我在测试数据上所能实现的。该网络在macd、atr、随机指标上运行。指标参数是默认的。基本上没有假信号。黄点为网络运行。但该网络错过了信号。我需要一些关于指标及其参数的想法。


请告诉我。你的系统是用什么写的，是否有任何代码例子或可能是论坛上发布的指标。拜托了，谢谢你。

 
交易员博士。

随意给教师分配班级是非常危险的，比如采取一些指标来创建 教师班级，然后用NA来替换一些数值。

即使有好的预测因子和好的教师班级，并且模型在新的数据上保持良好的结果，任何试图调整班级价值的行为都会完全破坏模型。找到预测器的指标和类的指标，使模型在新的数据上保持盈利，这是一个很大的成功。

我建议从两个简单的课程开始--下一个条形图的颜色（即买入/卖出）。至少取10000个训练实例（历史条），训练模型并对历史上接下来的10000个条进行评估（这些条在训练期间对模型来说是未知的）。当我们设法找到能够在新旧数据上将模型的准确性保持在同一水平上的预测因子时--你就可以开始为教师的课程选择一个指标。而事实将证明，仅仅通过采取第一个可用的指标，该模型在新的数据上将无法保持准确性。为什么有些指标可以为教师服务，有些则不可以--我不知道。


当这些指标现在起作用时，这并不是一个特殊的运气案例。当训练规模的选择是正确的，而且指数的参数很适合时，就可能发生这种情况。关键是，下次你和他们一起得到一个好的模型时，就不可能了。但我要告诉你市场的秘密（我希望魔术师不要错过它）。

为了让NS长期工作，总是需要找到预测或分类的依据，价格!!!!!。我已经写了一百遍了。有必要采取这种数据，这将是关闭的原因。然后你就可以根据价格来建立任何交易策略。

Volim+Delta+Open Interest=Close。

这个谜团很容易解开 :-)

只是打开它并不是一种胜利。你需要知道如何正确使用里面的东西。

 
Mihail Marchukajtes:

为了使NS能够长期和始终工作，有必要找到一个预测或分类价格的基础!!!!!。我已经写了一百遍了。你需要采取的数据将成为CLOSE的原因。然后，你可以根据价格建立任何交易策略...


一个非常有吸引力的想法，它的简单性。


我们在交易什么：价格偏差、趋势、水平？还有，我们如何核算各种订单：我们是否退出市场？ 我们是否加入？ 我们是否出局？ 我们是否持仓？我们是否有相同类型的 "出局 "或几个？

如果我们开始考虑到所有这些情况，就会发现构建一个 "教师 "是非常困难的。但是，如果不考虑所有这些情况，就不可能构建一个合理的教师，或者你必须在决策区之外添加一些东西。

因此，当教师被构建出来后，你就必须为该教师找到 "会导致 "的预测因素。而当了解到交易员博士 所写的"模型的准确性在新旧数据上将保持大致相同"。

 
桑桑尼茨-弗门科。

关于老师的问题，我已经 提出了以下指标，它能很好地反映价格的趋势，展望未来。 

double iCustomAuto(const int bar, 
                   const string symbol = NULL, const int period = PERIOD_CURRENT)
{   // Generate custom signals for ML
    if( bar >= Bars-2 || 2 >= bar ) {
        return 0.0;
    }
    // double ema22,
    double ema21, ema20, ema2_, ema2__, result = 0.0;
    // ema22 = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar+2 );
    ema21 = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar+1 );
    ema20 = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar );
    ema2_ = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar-1 );
    ema2__ = iMA( symbol, period, 2, 0, MODE_EMA, PRICE_OPEN, bar-2 );
    if( ema20 < ema2_ ) {
        result = 1.0;
        if( ema21 < ema20 ) {
            result = 0.6;
        }
        if( ema2_ > ema2__ ) { // ema22 < ema21 && ema21 > ema20 && 
            result = 0.3;
        }
    } else if( ema20 > ema2_ ) {
        result = -1.0;
        if( ema21 > ema20 ) {
            result = -0.6;
        }
        if( ema2_ < ema2__ ) { // ema22 > ema21 && ema21 < ema20 && 
            result = -0.3;
        }
    }
    return result;
};
例子
 
阿列克谢-特伦特夫。

关于老师，我已经 建议了以下指标，它能很好地反映价格趋势，展望未来。

6个班。它们意味着什么行动？1和-1买/卖。其他人呢？
模型是否能做到不失真（当模型预测主要是1个类的时候）？有了3个班，我无论如何也打不过偏斜率。即使通过复制例子，按类别排列，也无济于事。而且有6个!
 
桑桑尼茨-弗门科。

一个非常有吸引力的想法，它的简单性。


我们在交易什么：价格偏差、趋势、水平？还有，我们如何核算各种订单：我们是否退出市场？ 我们是否加入？ 我们是否出局？ 我们是否持仓？我们是否有相同类型的 "出局 "或几个？

如果我们开始考虑到所有这些情况，就会发现构建一个 "教师 "是非常困难的。但是，如果不考虑所有这些情况，就不可能构建一个合理的教师，或者你必须在决策区之外添加一些东西。

因此，当教师被构建出来后，你就必须为该教师找到 "会导致 "的预测因素。而在教学时，交易员博士 写道："在新旧数据上，模型的准确性将保持大致相同"。


事实上，老师可以是任何人，只要他能着眼于未来。即使是1巴也足够了。而入口将正是我之前写到的那些。相信我，他们是你应该使用的，但如何???? 是一个不同的故事，这就是市场的秘密所在....。

 
elibrarius。
6个班。它们意味着什么行动？1和-1显然是买/卖。其他人呢？
该模型是否能做到不失真（当该模型主要预测其中一个类别时）？有了3个班，我无论如何也打不过偏斜率。即使通过复制例子，按类别排列，也没有帮助。而且有6个!
没有人强迫你全部使用它们。只要按一个模块中的一个单元进行过滤，就可以了。不要太戏剧化。
 

我不明白这些乌托邦的东西是怎么回事。

外汇中的机器学习是一个无用的东西。在外汇市场上，新的情况不断出现；它不会停滞不前。

你必须一直做出新的决定，就像在足球中一样。没有办法预测球会出现在哪里。你不能教机器人做出新的决定。

就像你不能教它创作诗歌或音乐一样。它没有智慧，没有直觉。

你不能对它们进行编程。

 
佩特罗斯-沙塔赫兹扬。

我不明白，这都是关于乌托邦的。

外汇中的机器学习是一个无用的东西。在外汇市场上，新的情况不断出现；它不会停滞不前。

你必须一直做出新的决定，就像在足球中一样。没有办法预测球会出现在哪里。你不能教机器人做出新的决定。

就像你不能教它创作诗歌或音乐一样。它没有智慧，没有直觉。

不可能对它们进行编程。

如果我对主题理解正确的话，时间表会发生变化，NS找到新的解决方案，与以前的解决方案不同。这就是为什么它是NEURO-。
 
佩特罗斯-沙塔赫兹扬。

我不明白，这都是关于乌托邦的。

外汇中的机器学习是一个无用的东西。在外汇市场上，新的情况不断出现；它不会停滞不前。

你必须一直做出新的决定，就像在足球中一样。没有办法预测球会出现在哪里。你不能教机器人做出新的决定。

就像你不能教它创作诗歌或音乐一样。它没有智慧，没有直觉。

不可能对它们进行编程。


真的....你只是不明白你在说什么，这就是为什么你如此消极。NS能够归纳数据，这足以让任何没有参与学习的新例子。正确解读....

1...517518519520521522523524525526527528529530531...3399
新评论