交易中的机器学习：理论、模型、实践和算法交易 - 页 913

新评论
 
阿列克谢-维亚兹米 金。

从这些话中可以看出，随着市场的变化，在大量的数据上进行训练会得到很差的结果，但那么如何训练一棵原始的树来为这个巨大的样本创建规则，并且误差不大？随机性？

我想说的是死记硬背，这与普适性没有关系。这就像一个一年级学生背诵了一篇课文，站在黑板前讲故事，却不理解所讲内容的本质......

 
Mihail Marchukajtes:

我想说的是，一个填鸭式的人，这与普适性无关。这就像一个一年级的学生，背了一篇课文，站在黑板前讲，却不明白讲的是什么......。

"填鸭式 "是指每行有一条规则，但如果每条规则有100-300行的采样？随机性？

 
马克西姆-德米特里耶夫斯基。

学习如何正确行事。


哦，马克西姆卡...你让我这样做...我看到你有H4，那是什么时间段？

学习如何正确地做到这一点。而这是在两星期后。真是个美人....这不仅仅是一个交易。看一下平均利润和损失。所以......我不需要被教导，我是个老师。我自己也是一名教师。 但我的学生最近相当顽固。你告诉他们一件事，他们却做另一件事.....这是不对的...


 
阿列克谢-维亚兹米 金。

"荒谬 "是指每行有一条规则，但如果每条规则有100-300条样本行？随机性？

一个脑袋像大象的齿轮。意味着更多的内存，但这并不是一个笼统的说法....

 
Mihail Marchukajtes:

你为什么给我看一个测试器，我给你看的是一个星期的真实交易。我为你打开什么图表有什么区别呢 :)

 
马克西姆-德米特里耶夫斯基。

你为什么给我看一个测试器，我给你看的是一个星期的真实交易。我给你看什么图表有什么区别呢 :)

什么测试员，拜托，我只在真实账户上交易......

因此....你认识它吗？

我的结果很好，我试着用旧账户交易，我有一个很好的星期，但我不这么认为......如果你现在考虑，你是最棒的！"。

 
Mihail Marchukajtes:

啊，对了，永恒的平坦......那是因为你在很短的时间内学会了你的单位，你在至少半年的时间内教了多少次？

 
Mihail Marchukajtes:

一个脑袋像大象的齿轮。意味着更多的内存，但这并不是一个概括....。

所以只是随机猜测？

我附上一个月的文件 - 我希望得到专家的意见。

附加的文件：
Pred_023_1M.zip  120 kb
 
马克西姆-德米特里耶夫斯基。

哦，对了，永恒的平...那是因为你在很短的时间内就训练出了你的威力，你至少要说六个月的时间，有多少次？

好吧，我让你知道一个秘密，但你不要告诉任何人。成交吗？

事实上，随着训练样本的增加，有这样一个样本的临界长度，通过一个额外的值来习惯它，模型训练的质量开始直线下降。马上就好。而且无论你如何训练，你仍然会得到....。你会明白的。所以我的工作是赚钱，而不是向大家证明我培训了半年的模特，学习效果很好。我训练模型，使模型的质量不低于R-score所估计的0.71的阈值，你知道为什么我不打算用这个来烦你了。因为目标的熵约为0.69，所以我得到的模型对输出变量的了解比该变量本身的不确定性更多。这是一种在不久的将来可能会成功的模式。是的，未来在1-2天内有10-15个信号。所以这就是工作...如果有必要，我将每天早上在欧洲面前制作模型，因为我的目标不是向任何人证明什么，我的目标是赚钱。我必须如此努力工作，这不是我的错。你必须接受现实，不要试图在其中看到你想要的东西......。我有一种感觉，我明天会发布一个视频......你会得到我，马克西姆...

 
Mihail Marchukajtes:

好吧，我让你知道一个秘密，但你不要告诉任何人。我们达成了协议？

)))) 简而言之，告诉你什么不是，这种方法的结果将是随机的。(从长远来看)

而你的长期图表显示，你的总体期望值小于零--如果你在整个时期内训练你的模型，那也是完全一样的，它是愚蠢的不健全的。

试着在脑子里再加一遍。


1...906907908909910911912913914915916917918919920...3399
新评论