交易中的机器学习：理论、模型、实践和算法交易 - 页 572

[Alexander_K2]

德米特里-费多尔琴科。

将大笔存款分成小笔。你在一个账户上交易，在其他账户上复制交易。）

巧妙的。

[Yuriy Asaulenko]

亚历山大_K2。
天才。

特别是在期货上。))

[[删除]]

如何适应模型:))

目前的增量和底部的训练模型，2棵树：）如果我设置20棵树，那么1到1

对的当前增量不被送入输入，模型是根据它们来训练的（它们被送入输出）。

不知道为什么，我的记忆力很好，现在我需要预测未来。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

如何适应模型:))

目前的增量和底部的训练模型，2棵树:)如果我设置20棵树，就是1中1。

由于某些原因，它记得很清楚，现在我必须预测未来。

记忆力非常好。只是一个问题--增量与未来有什么关系吗？我不能确定，但我不认为他们会这样做。

顺便说一下，我不明白为什么平面节点有这么大的增量，还是说这意味着别的什么？

[[删除]]

尤里-阿索连科。

记忆真的很棒。唯一的问题是，增量与未来有什么关系吗？我不能这么说，但在我看来，他们没有。

顺便说一下，我不明白为什么平面顶点有这么大的增量，或者你说的增量是指别的什么？

这里的增量是滞后的，例如55......这就是为什么它们是非正态分布的，这就是为什么平面顶点可以很大的原因。

好吧，让我们看看能从中挤出什么......我不知道它是否有前途，研究工作必须完成。

我只是惊讶于森林的晃动......我现在半天都找不到错误，我觉得我已经做对了 :)

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

有滞后的增量，例如50......这就是为什么它们的分布如此不正常的原因。

我不知道他们是否有，应该重新进行调查

滞后--它就像动力一样吗？

[[删除]]

尤里-阿索连科。
它像一种动力吗？

好吧，不是取相邻条形的增量，而是取例如close[0]/close[55]。

[Dmitry Fedorchenko]

马克西姆-德米特里耶夫斯基。

如何适应模型:))

目前的增量和底部的训练模型，2棵树：）如果我设置20棵树，那么1到1

对的当前增量不被送入输入，模型是根据它们来训练的（它们被送入输出）。

出于某种原因，我需要预测未来。

我在不同的预测器上挣扎了半年，包括任何东西到任何东西的增量，预测器的数量。而且我使用了不同的模型。还有RF，还有SVM，还有MLP...我甚至还试过老年时代，下到了M1。我在验证样本上能够达到的最大准确率是53%，在训练样本上是100.0%。这对交易来说是不够的。我需要至少57%的准确率才能获利。要么是我的手歪了，要么是别的原因。有没有人取得了更好的效果？只是好奇。

[[删除]]

德米特里-费多尔琴科。

用不同的预测器折磨了六个月，包括增量的任何东西到任何东西，预测器的数量。而且我使用了不同的模型。还有RF，还有SVM，还有MLP...我甚至还试过老年时代，下到了M1。我在验证样本上能够达到的最大准确率是53%，在训练样本上是100.0%。这对交易来说是不够的。我需要至少57%的准确率才能获利。要么是我的手歪了，要么是别的原因。有没有人取得了更好的效果？只是想知道。

我还没有达到那种程度......我在做不同的变体......我必须看透很多不同的变体。

[Yuriy Asaulenko]

马克西姆-德米特里耶夫斯基。

那么，增量不是从相邻的条形图中提取的，而是例如close[0]/close[55]。

也就是，像动力一样。这就是它的尾巴。