交易中的机器学习：理论、模型、实践和算法交易 - 页 618

[Anatolii Zainchkovskii]

阿列克谢-特伦特夫。
然后一直应用100条来输入。神经网络模型将如下：输入-100，隐藏-X，输出-5。

在这种情况下，静态100条的模型将被阉割，而且我相信它不会导致对可能模式的预期搜索(

[Maxim Dmitrievsky]

阿纳托利-扎因奇科夫斯基。

马克西姆，你的神经网络是在单空上运行的，对吗？你有没有想过，你可以创建一个方便的行，然后可能在前进的路上表现得更好？事实上，比如说头肩形，并不经常出现，但想象一下，每小时都能做一次......

如果你已经有了市场的确切符号，可能是一个不同的方法，但我不想单独做，因为我对市场没有任何影响。

[Alexander_K2]

马克西姆-德米特里耶夫斯基。

是的，我刚刚建立了一个投资组合，首先使用回归，然后我想使用NS，但我没有完成它......它得到了同样的非平稳性，很难选择工具......主要是你需要使用这个策略交易指数

马克西姆，你在向神经网络的输入端输入什么？Koldun使用增量来输入，你呢？

[Anatolii Zainchkovskii]

马克西姆-德米特里耶夫斯基。

是的，我只是在建立一个投资组合，首先使用回归，然后我想使用NS，但我没有完成......它得到了同样的非平稳性，很难拿起工具......主要是你需要使用这样的策略来交易指数。

我可能在想，这是因为我增加了一个简单的循环来增加模型的长度，现在我在任何时候都能得到一个好的图像。 但前进的水同样有50/50的效果，所以我需要借助一些方法来求助于它...

[Anatolii Zainchkovskii]

顺便说一下，除了增量本身，我还会把每个条形的时间作为一个定性参数......。

[Alexander_K2]

阿纳托利-扎因奇科夫斯基。

顺便说一下，除了增量之外，我还会把每个条形的时间作为一个定性的参数...

这正是它应该做的。样品体积应根据概率论计算。

[Anatolii Zainchkovskii]

亚历山大_K2。
这正是你应该做的。而样本量应根据概率论计算。

我不明白关于数量的问题，1万个国家的例子对于培训来说还不够吗？

[Alexander_K2]

阿纳托利-扎因奇科夫斯基。

我不明白关于数量的问题，1万个国家的例子对于培训来说还不够吗？

很好。但你必须为每一对分别计算。它们是不同的。概率密度函数和振幅是非常不同的。

[Forester]

亚历山大_K2。
很好。但你必须为每一对分别计算。他们是不同的狗。概率密度函数和振幅是非常不同的。

而且为什么要计算--比如说拿2万块钱作为储备金，就这么简单！？

[Anatolii Zainchkovskii]

亚历山大_K2。
很好。但人们必须对每一对进行单独计算。它们是不同的。概率密度函数和振幅是非常不同的。

我认为在我的投资组合方法中，没有必要单独计算配对......只需采取投资组合本身和时间点的增量......