交易中的机器学习:理论、模型、实践和算法交易 - 页 85

 
Mihail Marchukajtes:
试试累积delta。累积分布在实际量上...

我在哪里可以得到作为历史数据的真实数量?MetaTrader只提供一个滴答表,这被称为 "卷"。此外,这些计数器的值在不同的厨房里可能会有数量级的差异。

Mihail Marchukajtes:
关于其他配对的数据,甚至是异国情调的数据,这些数据与预测的配对没有联系...
我应该尝试与被分析的金融工具相关的其他金融工具的指数和振荡。至少,他们可以在MetaTrader中找到,以便不依赖第三方的信息来源。
 
尤里-雷舍托夫

我在哪里可以得到作为历史数据的真实数量?MetaTrader只提供一个滴答表,这被称为 "卷"。此外,这些计数器的值在不同的厨房里可能会有数量级的差异。

有必要尝试与被分析的金融工具相关的其他金融工具的指数和震荡器。至少,他们可以在MetaTrader中找到,以便不依赖一些外部信息来源。
欧元、英镑和日元等期货货币的实际交易量。还有一个德尔塔的概念,即在特定时间的买家和卖家的数量和价格....。
 
市场在各种意义上都是两面性的。像阴和阳....这就是为什么很难想象一个长期稳定交易的系统,因为市场是一个活的有机体。因此,注意三角洲,我想说。市场有时会随波逐流,有时会逆流而上。如今天的英镑。卖家多了,市场就会上涨,买家多了,市场就会下跌--这叫以众欺寡,但在其他时期,市场会随波逐流,有很多买家,市场就会增长。我想也许分类器应该朝这个方向努力。确定买方或卖方的实力或弱点......。那么确定市场的准确性将是一个风险最小、回报率高的系统.....。我只是不知道如何去做.....。
 

你可以阅读这种 "科学 "文章,至少到你失去脉搏为止。毕竟,互联网上这种科学垃圾是一车一车的,即使在俄语区也是如此。有人需要再获得一个科学学位或增加 "科学 "出版物的数量,所以他们撰写了这种垃圾论文。然而,这种阅读不能涂在面包上,也不能放进口袋里。因为该出版物的文本既不能证明也不能反驳所谓的 "调查了四个重要的外汇货币对,结果显示在每日预测和预期利润 方面取得了一致的成功 "这句话。只有大量的数字,一些图表,作者头像上的智能杯,没有关于货币化的细节。

正常的作者会给出一个源数据的链接:分类的样本和获得样本的方法。但在这种情况下,就像其他大多数伪科学文章一样,作者不敢这样做,因为这样一来,任何掌握了一些二进制分类器的人,都可以很容易地仔细检查所有这些东西是否 "糟糕",并抓住他们的手,市场稳定是一个梦想,而不是一个咆哮。

 
尤里-雷舍托夫

你可以阅读这种 "科学 "文章,至少到你失去脉搏为止。毕竟,互联网上这种科学垃圾是一车一车的,即使在俄语区也是如此。有人需要再获得一个科学学位或增加 "科学 "出版物的数量,所以他们撰写了这种垃圾论文。然而,这种阅读不能涂在面包上,也不能放进口袋里。因为该出版物的文本既不能证明也不能反驳所谓的 "调查了四个重要的外汇货币对,结果显示在每日预测和预期利润 方面取得了一致的成功 "这句话。因为文章中只有一堆数字,一些图表,头像上的聪明面孔,没有关于货币化的细节。

正常的作者会给出一个原始数据的链接:用于分类的样本和获取样本的方法。但在这种情况下,以及在大多数其他伪科学文章中,作者都不敢这样做,因为这样一来,任何掌握了一些二进制分类器的人都可以很容易地仔细检查这些东西是否 "糟糕",并抓住他们的手,人们可以梦想市场稳定,而不是咆哮。

嗯,我同意这一点。
 
尤里-雷舍托夫

你可以阅读这种 "科学 "文章,至少到你失去脉搏为止。毕竟,互联网上的这种科学垃圾是马车和小车,即使在俄语区也是如此。有人需要再获得一个科学学位或增加 "科学 "出版物的数量,所以他们撰写了这种垃圾论文。然而,这种阅读不能涂在面包上,也不能放进口袋里。因为该出版物的文本既不能证明也不能反驳所谓的 "调查了四个重要的外汇货币对,结果显示在每日预测和预期利润 方面取得了一致的成功 "这句话。因为文章中只有一堆数字,一些图表,头像上的聪明面孔,没有关于货币化的细节。

正常的作者会给出一个原始数据的链接:用于分类的样本和获取样本的方法。但在这种情况下,以及在大多数其他伪科学文章中,作者都不敢这样做,因为这样一来,任何掌握了一些二进制分类器的人,都可以很容易地仔细检查这些东西是否 "愚蠢",并抓住他们的手,人们可以梦想市场稳定,而不是咆哮。

Yury say....在旧版本的HSPF中,样本被分成了两半,但据我所知,现在是倾斜的。这有什么关系呢?在当前版本的二元趋势分类器中,是否有可能返回一半的划分。这有很好的理由......,现在很难解释,但如果需要,我会想出并举出例子....。只是有可能将采样分成两半返回吗?也许有一个复选框。如果有复选框,就分成两半,如果没有,就用offset....。
 
Mihail Marchukajtes:
Yura say....在旧版本的HSPC中,它将样本分成两半,但据我所知,现在它是倾斜的。

它在训练部分是平衡的(两类的例子数量相同),而在测试部分不一定平衡。如果把它分成两半,我们只能寄希望于平衡方面的运气。

PRSG不拆分样本,而是在拆分前将其中的例子均匀分布 混合。

 
尤里-雷舍托夫

它在教程部分是平衡的(两类的例子数量相同),在测试部分不一定是平衡的。如果你把它分成两半,你只能希望在平衡方面获得幸运。

PRSG并没有分割样本,而是在分割之前将其中的例子平均分配混合。

好吧,让我们说他混合并减半,事实证明,训练和测试样本将有相同数量的两类,不是吗?

 
事情是这样的,让我试着给你举个例子......
原因: