交易中的机器学习:理论、模型、实践和算法交易 - 页 934

 
尤里-阿索连科

而在R本身中,图形算不上什么。而图形包也不是什么好东西。

今天我专门花了一天时间来研究DSP。

这让我想起了NS。

滤波系数什么的,几乎就像预测器一样

)

 
雷纳特-阿赫蒂亚莫夫

今天我花了一天时间学习DSP。

这有点像NS。

滤波系数什么的,几乎就是预测器。

)

我认为一天是不够的)。这实际上是一种特色)。他们已经研究了很多年,甚至是他们所有活跃的生命。

NS,不是回忆,而是在DSP中广泛使用。在DSP中应用NS的问题是对NS问题的正确表述。说,NS的一个应用是过滤,包括自适应过滤。

顺便说一下,当你给它一个相当具体的任务时,NS会工作得很好,而不是带来这个,我不知道是什么。

 
尤里-阿索连科

一天可能是不够的)。这实际上是一种特产)。它已经被研究了多年,甚至是一生的积极生活。

NS,不是回忆,而是在DSP中广泛使用。在DSP中应用NS的问题是对NS问题的正确表述。说,NS的一个应用是过滤,包括自适应过滤。

顺便说一下,当你给它一个相当具体的任务时,NS会工作得很好,而不是带来这个,我不知道是什么。

专业对应

这一天很短,我同意。

 
交易员博士

过滤器_02 2016 arr_Buy

在数量上,"1 "类甚至超过了 "0 "类,所以与以前相比,错误的输入较少。请在EA中试试这棵树?我自己也很好奇,利润图会显示什么。


y_pred
y_true01
0
1

类 "1 "只是一个买入过滤器,类"-1 "是一个卖出过滤器,所以理想情况下,最好同时编制一个卖出和一个买入过滤器。我的数值都是int,我理解如果树上的分支值是2.5,那么我就放3,对吗?而在椭圆中,它意味着大于或等于0.50,那么它就是1,否则就是0?只是只有4个输出为0,那么我就对它们进行检查,如果不是0,那就是1。

 
阿列克谢-维亚兹米 金。

1 "类只是一个买入过滤器,"-1 "类是一个卖出过滤器。

我不明白,arr_Buy==1意味着 "不买"?

阿列克谢-维亚兹米 金。

理想情况下,最好是将过滤器编程为既卖出又买入。

以及如何从两个arr_Buy和arr_Sell中计算出一个目标值?
如果在一个目标栏中只有-1和1两个级别(买入和卖出),而且两者的数量大致相同,那就好了。在这种情况下,我们可能从模型中得到更稳定的结果。

阿列克谢-维亚兹米 金。

我的数值都是int,我理解如果树上的分支值是2.5,那么我就放3,对吗?而在椭圆中,它意味着大于或等于0.50,那么它就是1,否则就是0?只是只有4个输出为0,那么我就对它们进行检查,如果不是0,那么就是1。

是的,这是正确的。

 
阿列克谢-维亚兹米 金。

类 "1 "只是一个买入过滤器,类"-1 "是一个卖出过滤器,所以理想情况下,最好同时编制一个卖出和一个买入过滤器。我的数值都是int,我理解如果树上的分支值是2.5,那么我就放3,对吗?而在椭圆中,它意味着大于或等于0.50,那么它就是1,否则就是0?只是只有4个输出为0,那么我就对它们进行检查,如果不是0,那么就是1。

你是自己做的树吗?

一片森林已经足够训练了,进一步的优化是毫无意义的--制造一片新的森林更容易。

为了与MQL5完全兼容,我已经创建了https://github.com/Roffild/RoffildLibrary/blob/master/Experts/Roffild/Alglib_RandomForest.mq5,只在本地代理上运行。该代码可以生成几个具有不同数量预测器的文件,并在优化器中运行。当你的内存用完时,你最好切换到Spark...

 
Dr. Trader:

我不明白,arr_Buy==1意味着 "不买"?

是的--不要买,它是一个过滤器,也就是说,它为买入和卖出寻找不好的进入点。这个想法是为了找到市场条目,并将其与过滤器结合起来。

Dr.Trader:

以及如何从两个arr_Buy和arr_Sell中计算出一个目标值?

如果同一目标栏中只有-1和1(买入和卖出)两个级别,而且两者的数量差不多,那就更好了。在这种情况下,你可以从模型中获得更稳定的结果。

在这种情况下,进场应该是在每个柱子上--买入或卖出,但市场没有提供这么多的趋势运动,而且买入和卖出的目标是趋势,所以信号不能合并。过滤器监测所有的损失,所以有更多的信息--更多的单位,所以它应该抓住它们。

 
桑桑尼茨-弗门科

已经写过很多次了:噪声预测器对模型更友好--噪声中总有一些值可以改善学习结果。所以过程是相反的--噪音预测者得到更多的权重,而不是像你建议的那样。这在小样本中尤其明显,小样本的观测值少于1000个。超过5000个观测值的样本不会受到如此影响,但你仍然需要预先筛选噪声预测器

我如何识别 "噪音预测器"?试着按重要性选择,用这种方式删除,结果更糟。

 

我更喜欢将随机森林的结果叠加在图表本身上。

例如,比较两个随机森林模型。

 
罗费尔德

我更喜欢将随机森林的结果叠加在图表本身上。

例如,比较两个随机森林模型。

不清楚如何阅读你的指标。