交易中的机器学习：理论、模型、实践和算法交易 - 页 746 1...739740741742743744745746747748749750751752753...3399 新评论 Evgeny Raspaev 2018.03.15 11:43 #7451 乌拉基米尔-伊泽斯基。弄清下一支蜡烛是现实的，但在一个长的系列中每一支都这样做是不现实的。还记得"神经网络自由和严肃"网站的老例子吗？作者简单地描述了一个简单的神经网络。没有什么模式。在一个重新训练过的情节上，它只是一个圣杯。但本质不是重点。 让我们看看58%的盈利交易的回溯测试 - 不是80%或70%，但只有58个，比硬币翻转的预测多8%。我再次知道网友们被重新培训了，现在他们可能会攻击我，告诉我一切都错了。我只想说圣杯--58%的盈利交易。58% 预测Orentir 附加的文件： q5zlos.png 238 kb yum70t2.png 129 kb Evgeny Raspaev 2018.03.15 11:48 #7452 马克西姆-德米特里耶夫斯基。我的理解是，一个SB至少应该有2个属性，或者最好有3个。对市场状况的短期、中期和长期描述。其余的可以添加，如果他们有一些额外的信息在里面，比方说符号对自身的n次方自回归等等，那也会考虑到符号的动态变化。 至于输出--输入固定值是无稽之谈。一个更好的解决方案是，在给定的sl/tp水平上，通过n个点来反馈增长/下降的概率，这也可以是动态的，那是如果我们对信号进行分类的话。 对于回归，即N条预测，我们只需要一个额外的模块来处理预测结果，并根据预测自适应地定义sl/tp/trailing。 但如上所述，他们都是过时的技术，在市场上根本不起作用，因为专家很难（不可能）对真实的，而不是时间性的关系符号/目标之一进行评估。这就是我的观点。一切都已经过时了，我们必须回到最初的问题上。我们对未来的运动了解多少。我们能得到什么信息，知道1小时或5分钟后价格会在哪里。 如果我们想按N条充分预测，我们需要IMHO 100%的1条，然后是2、3、4、5 ...N条。如果我们不能充分预测1bar，那么5bar的误差会是多少？它将是不成比例的大....。 Anatolii Zainchkovskii 2018.03.15 11:52 #7453 叶夫根尼-拉斯帕耶夫。这就是我的观点。这一切都已经过时了。所以我们必须回到最初的问题上。我们对未来的运动了解多少。什么？ 我们可以知道1小时或5分钟后的价格会在哪里的信息？我从简单的挥手开始，然后是递增式挥手，然后是三角洲挥手......。现在我正在研究类似火鸡罗宋汤的东西))))，以养活一个输入行而不是20个...... Maxim Dmitrievsky 2018.03.15 11:54 #7454 叶夫根尼-拉斯帕耶夫。这就是我的观点。这一切都已经过时了。所以我们必须回到最初的问题上。我们对未来的运动了解多少。有什么信息可以告诉我们1小时或5分钟后的价格会在哪里？我认为，回测期的长短，也只有它才能起到判断的作用。如果没有按日期或其序列对交易进行明确的回测，并且在几年内有数千或数万笔交易，且增长平稳，那么它就不那么糟糕。 那么什么样的信息是重要的呢？ Alexander_K2 2018.03.15 12:00 #7455 叶夫根尼-拉斯帕耶夫。这就是我的观点。这一切都已经过时了。所以我们必须回到最初的问题上。我们对未来的运动了解多少。什么？我们可以告诉你1小时或5分钟后的价格是什么？没有什么是过时的。知识是永恒的，就像斯蒂芬-霍金一样! 已经说过十亿次了，你必须用最纯粹的增量（见毒药的帖子）和它们的总和来工作。在增量的层面上，这些过程几乎是静止的。预测静止过程的方法，我认为是由Kolmogorov开发的 :))))) Anatolii Zainchkovskii 2018.03.15 12:02 #7456 马克西姆-德米特里耶夫斯基。我相信回测期的长度，也只有它才能成为判断标准。如果没有按日期或序列对交易进行明确的回溯测试，但有数千或数万的交易在几年内平稳增长，那么它已经很好了从根据历史数据建立系统的角度来看，这还不错，尽管可能有一些间隔学习的事实。过去为机器挑选正确的输入数据也很容易，但这并不能保证它在现在和将来都能发挥作用，我附上三年的训练，考虑到每三周进行一次再训练。是的，56%的赢利似乎是一个圣杯。 Anatolii Zainchkovskii 2018.03.15 12:04 #7457 亚历山大_K2。没有什么是过时的。知识和霍金一样是永恒的! 已经说过十亿次了，应该用最纯粹的增量（见毒药的帖子）和它们的总和来工作。在增量的层面上，这些过程几乎是静止的。预测静止过程的方法，我认为是由Kolmogorov开发的 :)))))我试着用纯增量，但没有任何结果......。我一定是把目标设错了......你有什么建议吗？ Maxim Dmitrievsky 2018.03.15 12:06 #7458 Anatolii Zainchkovskii: 从根据历史数据建立系统的角度来看，这并不坏，尽管在某些时间段可能有学习。在过去也很容易为机器找到正确的输入，但这并不能保证它在现在和将来都能发挥作用。 我附上了三年的训练，考虑到每三周就有一次再训练。是的，56%的胜率已经看起来像个圣杯了。但是整年的停滞不前是令人尴尬的，而且你对多头有非常大的偏见，这已经是过度拟合了。 我试着只分析一系列的交易，所以它们会是均匀分布 的，与正常情况的小偏差会表明出了问题。 Anatolii Zainchkovskii 2018.03.15 12:11 #7459 马克西姆-德米特里耶夫斯基。我正试图分析一系列的交易，使其均匀分布。 我试着分析一系列的交易，使它们均匀分布，稍微偏离常规就说明出了问题。踯躅了一年，表明这套预测器并不想适应市场（不同的阶段），但后来似乎又起作用了....。我有很多这样的测试，但我意识到我不应该带着它去市场，这也是一个雷区......如果有人感兴趣的话可能会有帮助，我想分析的不是下一个柱子，而是未来200个柱子的价格。 我想分析500-600个输入数据的样本，而样本数量是2000到10000。 Anatolii Zainchkovskii 2018.03.15 12:14 #7460 Max，你想教机器识别不同的市场阶段，这样对于每个状态，它都会自动选择最有效的输入。它就像一个由几个神经网络组成的投资组合，其中每个神经网络都是为特定的市场条件而训练的... 1...739740741742743744745746747748749750751752753...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
弄清下一支蜡烛是现实的，但在一个长的系列中每一支都这样做是不现实的。
还记得"神经网络自由和严肃"网站的老例子吗？作者简单地描述了一个简单的神经网络。没有什么模式。在一个重新训练过的情节上，它只是一个圣杯。但本质不是重点。 让我们看看58%的盈利交易的回溯测试 - 不是80%或70%，但只有58个，比硬币翻转的预测多8%。我再次知道网友们被重新培训了，现在他们可能会攻击我，告诉我一切都错了。我只想说圣杯--58%的盈利交易。58% 预测Orentir
我的理解是，一个SB至少应该有2个属性，或者最好有3个。对市场状况的短期、中期和长期描述。其余的可以添加，如果他们有一些额外的信息在里面，比方说符号对自身的n次方自回归等等，那也会考虑到符号的动态变化。
至于输出--输入固定值是无稽之谈。一个更好的解决方案是，在给定的sl/tp水平上，通过n个点来反馈增长/下降的概率，这也可以是动态的，那是如果我们对信号进行分类的话。
对于回归，即N条预测，我们只需要一个额外的模块来处理预测结果，并根据预测自适应地定义sl/tp/trailing。
但如上所述，他们都是过时的技术，在市场上根本不起作用，因为专家很难（不可能）对真实的，而不是时间性的关系符号/目标之一进行评估。
这就是我的观点。一切都已经过时了，我们必须回到最初的问题上。我们对未来的运动了解多少。我们能得到什么信息，知道1小时或5分钟后价格会在哪里。
如果我们想按N条充分预测，我们需要IMHO 100%的1条，然后是2、3、4、5 ...N条。如果我们不能充分预测1bar，那么5bar的误差会是多少？它将是不成比例的大....。这就是我的观点。这一切都已经过时了。所以我们必须回到最初的问题上。我们对未来的运动了解多少。什么？ 我们可以知道1小时或5分钟后的价格会在哪里的信息？
我从简单的挥手开始，然后是递增式挥手，然后是三角洲挥手......。现在我正在研究类似火鸡罗宋汤的东西))))，以养活一个输入行而不是20个......
这就是我的观点。这一切都已经过时了。所以我们必须回到最初的问题上。我们对未来的运动了解多少。有什么信息可以告诉我们1小时或5分钟后的价格会在哪里？
我认为，回测期的长短，也只有它才能起到判断的作用。如果没有按日期或其序列对交易进行明确的回测，并且在几年内有数千或数万笔交易，且增长平稳，那么它就不那么糟糕。
那么什么样的信息是重要的呢？
这就是我的观点。这一切都已经过时了。所以我们必须回到最初的问题上。我们对未来的运动了解多少。什么？我们可以告诉你1小时或5分钟后的价格是什么？
没有什么是过时的。知识是永恒的，就像斯蒂芬-霍金一样!
已经说过十亿次了，你必须用最纯粹的增量（见毒药的帖子）和它们的总和来工作。在增量的层面上，这些过程几乎是静止的。预测静止过程的方法，我认为是由Kolmogorov开发的 :)))))
我相信回测期的长度，也只有它才能成为判断标准。如果没有按日期或序列对交易进行明确的回溯测试，但有数千或数万的交易在几年内平稳增长，那么它已经很好了
从根据历史数据建立系统的角度来看，这还不错，尽管可能有一些间隔学习的事实。过去为机器挑选正确的输入数据也很容易，但这并不能保证它在现在和将来都能发挥作用，我附上三年的训练，考虑到每三周进行一次再训练。是的，56%的赢利似乎是一个圣杯。
没有什么是过时的。知识和霍金一样是永恒的!
已经说过十亿次了，应该用最纯粹的增量（见毒药的帖子）和它们的总和来工作。在增量的层面上，这些过程几乎是静止的。预测静止过程的方法，我认为是由Kolmogorov开发的 :)))))
我试着用纯增量，但没有任何结果......。我一定是把目标设错了......你有什么建议吗？
从根据历史数据建立系统的角度来看，这并不坏，尽管在某些时间段可能有学习。在过去也很容易为机器找到正确的输入，但这并不能保证它在现在和将来都能发挥作用。 我附上了三年的训练，考虑到每三周就有一次再训练。是的，56%的胜率已经看起来像个圣杯了。
但是整年的停滞不前是令人尴尬的，而且你对多头有非常大的偏见，这已经是过度拟合了。
我试着只分析一系列的交易，所以它们会是均匀分布 的，与正常情况的小偏差会表明出了问题。
我正试图分析一系列的交易，使其均匀分布。
我试着分析一系列的交易，使它们均匀分布，稍微偏离常规就说明出了问题。
踯躅了一年，表明这套预测器并不想适应市场（不同的阶段），但后来似乎又起作用了....。我有很多这样的测试，但我意识到我不应该带着它去市场，这也是一个雷区......如果有人感兴趣的话可能会有帮助，我想分析的不是下一个柱子，而是未来200个柱子的价格。 我想分析500-600个输入数据的样本，而样本数量是2000到10000。