交易中的机器学习：理论、模型、实践和算法交易 - 页 821

新评论
 
Aliosha:

在自动交易中使用ML的一个经典例子是将过去的指数窗口的回报作为固定装置，将未来的回报作为目标。摆弄 "棘手 "的指标是没有意义的，只有其他价格系列的回报或其他数据的静止系列才能增加质量。

顺便说一下，你不一定要采取回返者，你可以使用价格的任何转换或与预测价格同步的时间序列捆绑，然而这直接取决于未来回返者预测的准确性。怎么看，自己试着推导一下，这是一个有趣的智力任务，它不在公共领域。

非常重要的是--筹码和回归者应该取自不相交的数据，也就是说，我们应该把行窗口切成两行，哪行用来做筹码，哪行用来做目标，然后按照你的意愿分别处理它们。在任何时候，它都以非线性的方式把未来和过去混在一起，然后预测的不是未来，而是混在未来的过去，因此这样的高不真实的准确性，切ZZ，从过去包含不清楚的未来，这在这个论坛上已经说过很多次了，我和毒舌和安德烈和向导和J。如果我没记错的话，是B，但都是旁通的，这可能是最好的办法。

目标不应该看到过去，你可以非常简单地检查目标是否没有看到过去，在随机斜坡上运行你的设置，如果一切正确，那么在SB上应该在十万个样本上准确率为50+-0.3%，在百万个样本上+-0.1%，如果在SB上你仍然有相同的70-90%，甚至稳定>51%，那么你知道....

而以ZZ为目标，在SB上很容易获得90%的准确性，像SB你可以预测))))。

PS :<75%落空...。不要笑))))

你能详细说明一下指数 窗口吗？ 增量是以指数间隔进行的吗？ 埃朗流？或者更好的是，一个代码例子。我一直听到这个消息，但还是不明白其中的含义。

还有关于回归者--使用带有 "指数窗口 "的P阶自回归是否有意义？
 
阿利奥沙。

用windows e~2返回 -> 1,2,4,8,16,32, 64....10件，有些人采取更合理的1、2、5、10、20、30、60、120、300、....。但这并不重要，以牺牲回归和其他过滤器为代价，也认为没有任何影响，这是一个品味问题，主要是保持数据同步，当有很多系列时（总是有的），不要相互走动，否则一切都会崩溃，所以我必须自己写，当有很多来源时。例如，从过去{-1,-2,-4,-8,-16,-32,-64,-128,-256,-512}的回报和从未来{+1,+2,+4}的回报作为 "风格 "的例子，更多的波动变化。还有波动率、杯子的delta、OI等方面的变化，但最主要的是使用不可转移数据的目标，否则就是假的，任何像ZZ这样的偷鸡摸狗的人都可以轻易地凑效。

啊，我明白了，只是大量的回报与不同的窗口指数。我这样做了，没有什么改善:)但作为一个目标，我采取了一个不同时期的回归者，不包括在特征中。

还有一个变体是对窗口进行筛选，去除每一个第二元素，以此类推，有点像亚历山大的k2对马尔科夫性的转化 :)

 
你很幸运，麦克斯。一群老前辈正慢慢聚集在这个话题中。有了知识的颗粒，也需要成倍地 筛选：））））。
 
亚历山大_K2。
你很幸运，麦克斯。一帮老前辈正慢慢聚集在这个话题上。有了知识的颗粒，也需要成倍地 筛选：））））。

是的，很多人已经在这里呆了很久了......似乎从外汇开始就有了 :)这种石化的猛犸象和恐龙是不能被移动的:))

 

剩下的就是找到一个英雄（毕竟米沙在哪里？），他将把价格范围内的柚木开始砸碎。

1.对二朗的第1个订单流（输入价格）。

2.二阶（1个输入 - 价格，2个 - 返回者）。

2.第三顺序（1-价格，2-返回者，3-返回者）。

请勿多用。

记录结果。

然后在祝福者的积极参与下改进最好的一个。

 
阿利奥沙。


而且以ZZ为目标，很容易获得90%的准确性......


你能列举一下在没有过度训练的情况下，对ZZ的预测会有什么样的准确性吗？

 

你们都是大男人，但你们只是在做空想的胡言乱语!

你难道不明白，如果不指定一个评估方法，然后是一个例子，其中必然包括这个评估方法，并证明模型没有被重新训练，所有的 "胡说八道在杨树的院子里"，数百页....

 
一周后，我将发布已经简化为Erlang一阶流的BP。但2和3不太可能完成--我不需要它们。
 
Alexander_K2:
一周后，我将发布已经简化为Erlang一阶流的BP。但2和3不太可能完成--我不需要它们。

亚历山大，你想让你的想法被神经元抽走吗？

嗯，有自由职业者，圣杯 希望能帮助到木头。

 
Renat Akhtyamov:

亚历山大，你的想法是被一个神经元抽走了吗？

嗯，有一个市场，一个圣杯希望能帮助木头人。

是的!我渴望着它!

现在我必须用神经元扫描这样的行，然后只把它们交给编码员。

我现在没有时间。我告诉你，我们在德国的 "伙伴 "正在强迫我做一个项目，而我却放弃了圣杯。它在那里 - 在角落里...

1...814815816817818819820821822823824825826827828...3399
新评论