交易中的机器学习：理论、模型、实践和算法交易 - 页 554 1...547548549550551552553554555556557558559560561...3399 新评论 Aleksei Kuznetsov 2018.01.06 18:58 #5531 Mihail Marchukajtes:请记住，任何数据的冗余都会延迟模型进入战斗状态。这直接影响到接收信号的质量，....。我个人选择了以下方法。我把使用买入信号得到的模型反过来，在市场的同一部位测试，但测试的是卖出信号。因此，我不会失去宝贵的时间，并充分估计模型的能力。IMHO 我想尝试用经典的train|valid|test方法来教导和测试这个模型。如果模型有效，那么测试将是一个真实的交易，即我在NS中使用train|valid，并在获得的设置上运行真实的交易。或者，也许一列火车就足够了？这样，培训就会接近真实交易的时间。作为最后的手段，我们可以在火车图之前对数据进行验证。 Mihail Marchukajtes 2018.01.06 19:27 #5532 顺便说一句，是的。控制部分也可以在受训者部分之前。我也是这样做的，但我有分类，它并不关心顺序。在预测或回归的情况下，数据的顺序是很重要的。但在我的案例中，将买入和卖出分开是最重要的，因为控制部分与学习部分属于同一市场时期。只是，数据是截然相反的，但目前所有的法律和新闻对训练和控制部分都是一样的。在这种情况下，交易就在火车部分之后开始，这可能会增加TS的时间。 Ivan Negreshniy 2018.01.06 19:47 #5533 Mihail Marchukajtes:就个人而言，我选择了以下方法。我把使用买入信号获得的模型反过来，在市场的同一区域进行测试，但测试的是卖出信号。因此，我不会失去宝贵的时间，并充分估计模型的能力。IMHO为什么不教一个单一的模型，其输出值为买入和卖出，例如从1.0到-1.0，而0.0附近的一切是平的？ Ivan Negreshniy 2018.01.06 19:50 #5534 elibrarius。 我想尝试用经典的方法来训练和测试模型，即用train|valid|test。如果该模型有效，那么测试将是一个真实的交易，即我将训练|valid反馈给NS，并根据收到的设置运行一个真实的交易。或者，也许一列火车就足够了？这样，培训就会接近真实交易的时间。作为最后的手段，我们可以在预训练数据上进行验证。 他们在这里争论训练、测试、验证的数量和顺序，但他们没有谈论交叉验证，可能每个人都默认使用它，或者没有人使用它...... Aleksei Kuznetsov 2018.01.06 19:54 #5535 伊万-内格雷什尼。 他们争论的是训练、测试、验证部分的数量和顺序，但没有谈到交叉验证，可能每个人都默认使用它，或者没有人使用它......我读到，交叉验证是在数据很少的情况下使用的，你至少需要一些东西来验证。在外汇中，有大量的数据--几年来的数百万分钟的条形图。我认为没有人使用它。 Ivan Negreshniy 2018.01.06 19:59 #5536 elibrarius。在交叉验证中，当数据匮乏，你需要一些依靠时，就会用到它。在外汇中，有大量的数据，在几年内有数以百万计的分钟条。我认为没有人使用它。 在我看来，这恰好可以抵消手动洗牌和组合输入数据的效果。 Mihail Marchukajtes 2018.01.06 20:09 #5537 伊万-内格雷什尼。为什么不一次教给大家同样的模型，在输出上有买入和卖出的值，例如从1.0到-1.0，而在0.0附近的一切--平坦？这并不是...不是我们的方法。通过教导买入和卖出一次，检查.... 区域消失了。 Grigoriy Chaunin 2018.01.06 21:21 #5538 伊万-内格雷什尼。不错的想法和有用的MT5库，但要将其与Python脚本文件同步，IMHO相当麻烦。我认为最好是通过本地字典直接将MQL变量与Python变量同步，并直接从EA的代码中的字符串常量执行Python代码片段。我试过测试，从命令行编译bcc64，在python 3.6中工作正常。如果能在你的库中加入这个功能就好了，我正准备写我自己的库，但不幸的是，现在我正忙于P-net库，为Python服务。顺便说一下，我在这里的一个分支中写了这个新的神经网络，通过对有Fisher's Iris的例子的初步测试结果，它的训练速度比TensorFlow中的DNN快三个数量级，测试结果相同。我会考虑的。从我的库中，你可以运行任何Python脚本并执行其中的任何函数。图书馆并不复杂。我认为这对我和其他许多人来说已经足够了。 Ivan Negreshniy 2018.01.06 21:55 #5539 格里戈里-乔宁。 我会考虑的。从我的库中，你可以运行任何Python脚本并执行其中的任何函数。图书馆并不复杂。我认为这对我和其他许多人来说已经足够了。 是的，你的库是完全可用的，但我认为它可以使用一些改进，因为脚本从单独的文件加载，并通过dll中的全局变量 同步其函数的参数和值，并不总是最好的方法。 Grigoriy Chaunin 2018.01.06 22:06 #5540 我想是的。图书馆很可能会发生变化。现在我的任务是在高级水平上掌握Python，并掌握数据科学。所有的时间都是为了这个。而当一个可行的模式将被准备好时。我已经在考虑如何把它附在MT上。Renat在一个相邻的主题中写道，他们将增加Python、R和C#。但我不明白是否可以简单地在MetaEditor中工作或与MQL整合。仅仅在Metaeditor中工作其实并不方便，代码编辑器已经足够了。我认为整合的可能性更大。这将是很酷的。而我在Python集成方面的工作是一个临时解决方案。 1...547548549550551552553554555556557558559560561...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
请记住，任何数据的冗余都会延迟模型进入战斗状态。这直接影响到接收信号的质量，....。
我个人选择了以下方法。我把使用买入信号得到的模型反过来，在市场的同一部位测试，但测试的是卖出信号。因此，我不会失去宝贵的时间，并充分估计模型的能力。IMHO
顺便说一句，是的。控制部分也可以在受训者部分之前。我也是这样做的，但我有分类，它并不关心顺序。在预测或回归的情况下，数据的顺序是很重要的。
但在我的案例中，将买入和卖出分开是最重要的，因为控制部分与学习部分属于同一市场时期。只是，数据是截然相反的，但目前所有的法律和新闻对训练和控制部分都是一样的。在这种情况下，交易就在火车部分之后开始，这可能会增加TS的时间。
就个人而言，我选择了以下方法。我把使用买入信号获得的模型反过来，在市场的同一区域进行测试，但测试的是卖出信号。因此，我不会失去宝贵的时间，并充分估计模型的能力。IMHO
为什么不教一个单一的模型，其输出值为买入和卖出，例如从1.0到-1.0，而0.0附近的一切是平的？
我想尝试用经典的方法来训练和测试模型，即用train|valid|test。如果该模型有效，那么测试将是一个真实的交易，即我将训练|valid反馈给NS，并根据收到的设置运行一个真实的交易。或者，也许一列火车就足够了？这样，培训就会接近真实交易的时间。作为最后的手段，我们可以在预训练数据上进行验证。
他们争论的是训练、测试、验证部分的数量和顺序，但没有谈到交叉验证，可能每个人都默认使用它，或者没有人使用它......
我读到，交叉验证是在数据很少的情况下使用的，你至少需要一些东西来验证。在外汇中，有大量的数据--几年来的数百万分钟的条形图。我认为没有人使用它。
在交叉验证中，当数据匮乏，你需要一些依靠时，就会用到它。在外汇中，有大量的数据，在几年内有数以百万计的分钟条。我认为没有人使用它。
为什么不一次教给大家同样的模型，在输出上有买入和卖出的值，例如从1.0到-1.0，而在0.0附近的一切--平坦？
这并不是...不是我们的方法。通过教导买入和卖出一次，检查.... 区域消失了。
不错的想法和有用的MT5库，但要将其与Python脚本文件同步，IMHO相当麻烦。
我认为最好是通过本地字典直接将MQL变量与Python变量同步，并直接从EA的代码中的字符串常量执行Python代码片段。
我试过测试，从命令行编译bcc64，在python 3.6中工作正常。
如果能在你的库中加入这个功能就好了，我正准备写我自己的库，但不幸的是，现在我正忙于P-net库，为Python服务。
顺便说一下，我在这里的一个分支中写了这个新的神经网络，通过对有Fisher's Iris的例子的初步测试结果，它的训练速度比TensorFlow中的DNN快三个数量级，测试结果相同。
我会考虑的。从我的库中，你可以运行任何Python脚本并执行其中的任何函数。图书馆并不复杂。我认为这对我和其他许多人来说已经足够了。
我会考虑的。从我的库中，你可以运行任何Python脚本并执行其中的任何函数。图书馆并不复杂。我认为这对我和其他许多人来说已经足够了。
我想是的。图书馆很可能会发生变化。现在我的任务是在高级水平上掌握Python，并掌握数据科学。所有的时间都是为了这个。而当一个可行的模式将被准备好时。我已经在考虑如何把它附在MT上。
Renat在一个相邻的主题中写道，他们将增加Python、R和C#。但我不明白是否可以简单地在MetaEditor中工作或与MQL整合。仅仅在Metaeditor中工作其实并不方便，代码编辑器已经足够了。我认为整合的可能性更大。这将是很酷的。而我在Python集成方面的工作是一个临时解决方案。