交易中的机器学习:理论、模型、实践和算法交易 - 页 727

 
人工智能机器人在哪里?

 

今晚我花了一整夜的时间测试和研究模型准备的算法,从预处理开始,最后是优化和评估得到的模型。 我成功地进入了OOS,这是一个月来的工作成果。盈利能力不是很好,但FP超过了3,而且Equity看起来相当有希望......

为了最终获得这样一个模型,平均需要三个小时以上,考虑到模型的运行时间,这是很可以接受的......

同样,回报率并不高,但它们是稳步上升的。而这只是一个用于购买的模型,我没有建立它来销售,因为我没有什么需求。一个模型就足以测试我的交易方法。

.现在我已经做了新的模型,让我们看看这个月他们将如何工作....。

 
亚历山大_K2

不,我个人不会预测不稳定的VR。而我所有试图让它至少达到准稳定状态的努力都以失败告终

喜剧结束。

但是!意识到这种情况是垃圾,一些人,足够长的时间从事NS,只是必须把结果放在这里,人们已经找到一些其他的方法,而不是踩在一个地方。

人们的感激之情将是他的回报,因为他在NS中永远找不到钱。

钱在哪里????答案就在分布的 "尾部"。在非马尔科夫过程的 "记忆 "中。所有。

并立即告诉你这是一个死问题!!!!!。

摘掉你的眼罩,以更广泛的视角看待市场,而不是把它当作不稳定的雷达报价。拓宽你作为一个交易员的视野。你在那里也可能找到正确的方法.....

 
Mihail Marchukajtes:

今晚我花了一整夜的时间测试和研究模型准备的算法,从预处理开始,最后是优化和评估得到的模型。 我成功地进入了OOS,这是一个月来的工作成果。盈利能力不是很好,但FP超过了3,而且Equity看起来相当有希望......

为了最终获得这样一个模型,平均需要三个小时以上,考虑到模型的运行时间,这是很可以接受的......

同样,回报率并不高,但它们是稳步上升的。而这只是一个用于购买的模型,我没有建立它来销售,因为我没有什么需求。一个模型就足以测试我的交易方法。

.现在我已经做了新的模型,让我们看看这个月他们将如何工作....。

弯道运输

 

这里有一个出售的模型笔录。在测试中,从这些模型发布的MUI并不明显,尽管训练质量很高,所以这个模型并没有从1.38以上的产量中出来,2018年1月31日的OOS

总的来说,这两个模型在本月的交易数量和2以上的PF值看起来都不错。

呃...我希望我可以在账户上看到它......

 

Mihail Marchukajtes:

呃...我希望我能在我的账户上看到它......

那么,是什么阻止了它?

 
Dmitriy Skub:

那么,是什么阻止了它?

我不知道。我现在正在给它充电,让我们看看有什么....

 
再次回答所提出的问题。它是腹泻,它是瘰疬...
 
Mihail Marchukajtes:

今晚我花了一整夜的时间测试和研究模型准备的算法,从预处理开始,最后是优化和评估得到的模型。 我成功地进入了OOS,这是一个月来的工作成果。盈利能力不是很好,但FP超过了3,而且Equity看起来相当有希望......

为了最终获得这样一个模型,平均需要三个小时以上,考虑到模型的运行时间,这是很可以接受的......

同样,回报率并不高,但它们是稳步上升的。而这只是一个用于购买的模型,我没有建立它来销售,因为我没有什么需求。一个模型足以测试我的交易方法。

.现在我已经做了新的模型,让我们看看这个月将如何运作....。

我不明白 - 什么时间框架,符号?

下面的模型看起来更稳定

//上面那个看起来非常像一个配件......

 
雷纳特-阿赫蒂亚莫夫

不清楚--什么时间段,符号?

底部的模型看起来更稳定

//最上面的那个看起来非常像一个试衣间......

关于31.01.2018

上面最上面的图片是 "买入 "信号的一个模型,中间的一个是 "卖出 "信号,第三个是它们都在工作。在一个月内约有70次交易,这比培训期间几乎多了一倍....。这让我感到惊讶...

在分析所获得的模式时,我找到了一种方法来最终验证所获得的模型的质量,以及它是否是倒置的.....。

一旦我决定了一个样本,我就在它上面建立几个模型,通常是四个。然后我通过R运行多项式的结果(它们的实际值),在那里我计算每个多项式相对于样本的相互信息。记住,一个模型是两个多项式,所以作为一项规则,它们的VI是不同的,但这里有一个有趣的事实,我发现。事实证明,如果你把两个多项式的GPI值加起来,它一定大于输出熵。也许这只是我的问题,我的样本区间、获得的模型等等。但是有一些事情是这样的。一般来说,有40个条目,输出中的零和一的数量相等。即各20个,那么输出熵约等于0.693147,而且它不会改变零点之间可能存在的任何点。

所以在第一张图片中,买入模型的总VI到输出,在训练区大约为0.86,中间为卖出0.65,略低于输出熵0.69,说明这个模型有机会获得.....,可能没有获得,但最上...有....老实说,我很震惊,.......

原因: