交易中的机器学习:理论、模型、实践和算法交易 - 页 960 1...953954955956957958959960961962963964965966967...3399 新评论 Maxim Dmitrievsky 2018.05.28 15:40 #9591 阿列克谢-维亚兹米 金。好吧,不知道这一切已经被使用了很久,而我一直在发明...这里讨论的一切都已经使用了半个世纪了。 现在只增加了像Diplinning这样更先进的模型 观察--没有一个想法是我想出来的,然后在网上没有找到几乎完全相同的想法。(例如,我最近发布了一个关于模糊逻辑和NS的例子)。我首先想出了一个,然后找到了完全相同的1合1,虽然那里的文章很新)而且没有一个MO模型在你之前的市场上没有被尝试过 :)当然,主要是英语资源......在Runet一般来说,完全是混乱的。 Aleksey Vyazmikin 2018.05.28 16:05 #9592 马克西姆-德米特里耶夫斯基。半个世纪以来一直在使用这里讨论的一切 现在只增加了更多的高级模型,如外交人员。 观察--没有一个想法是我想出来的,然后没有在互联网上找到几乎完全相同的想法。(例如,我最近发布了一个关于模糊逻辑和NS的例子)。我首先想出了一个,然后找到了完全相同的1合1,虽然那里的文章很新)而且没有一个MO模型在你之前的市场上没有被尝试过 :)当然,大部分是英语资源......在Runet中一般是完全混乱的。无聊:) Maxim Dmitrievsky 2018.05.28 18:49 #9593 阿列克谢-维亚兹米 金。无聊:)我不知道下一步该怎么做,没有人给我出主意,懒得去想。 有一个模型,火车在不同的修改中始终很好,有些是100%,更多的是来自火车在AOS上的工作,如这里......(4个月的培训,10个月的AOS)然后就没有了 我不认为测试演示有什么意义,因为一切都已经很清楚了。 我不知道将来系统什么时候会崩溃 :D 我已经做了一些半成品,现在我坐在那里茫然地盯着它,已经有5万的报价了 我又要读500页的英文书了......。 Aleksey Vyazmikin 2018.05.28 18:57 #9594 马克西姆-德米特里耶夫斯基。我不知道下一步该怎么做,还没有人想出什么办法,我懒得去想。 有一个模型,火车在不同的修改中始终很好,有些是100%,更多的是来自火车在AOS上的工作,如这里。(4个月的培训,10个月的AOS)然后就没有了 我不认为测试演示有什么意义,因为一切都已经很清楚了。 我不知道将来系统什么时候会崩溃 :D 我已经做了一些半成品,现在我坐在那里茫然地盯着它,已经有5万的报价了 再次阅读500页以上的英文书籍... 也许开始交换取物? Ilya Antipin 2018.05.28 19:01 #9595 "输入的垃圾就是输出的垃圾 "是一个有效的,但也是需要理解的重要论题,值得进行基础研究。当然,它没有涵盖建模的所有可能性,也没有考虑到为研究选择输入数据的无限方式。我们都知道,数据的选择是由被研究对象的特征或其数学模型的性质(如果它是已知的)决定的。另一方面,相对于一套决定市场行为 的 "绝对 "因素,任何数据都应该在一定的抽象程度上加以考虑。 没有这些基准,我们只能做一个比较性的估计,这将是纯粹的局部估计。就我个人而言,根据我的经验,我发现对输入数据的选择采取深思熟虑的方法可以提高数值模拟的性能。 Maxim Dmitrievsky 2018.05.28 19:02 #9596 阿列克谢-维亚兹米 金。我们开始交换筹码如何?我只是有入门价格,我不受筹码的影响:)主要是选择目标。 Maxim Dmitrievsky 2018.05.28 19:07 #9597 伊利亚-安提平。"输入的垃圾就是输出的垃圾 "是一个有效的,但也是需要理解的重要论题,值得进行基础研究。当然,它没有涵盖建模的所有可能性,也没有考虑到为研究选择输入数据的无限方式。我们都知道,数据的选择是由被研究对象的特征或其数学模型的性质(如果它是已知的)决定的。另一方面,相对于决定市场行为 的一系列 "绝对 "因素,任何数据都应该在一定的抽象水平上考虑。 没有这些基准,我们只能做一个比较性的估计,这将是纯粹的局部估计。就我个人而言,根据我的经验,我发现对输入数据的选择采取深思熟虑的方法可以提高数值模拟的性能。我认为Terver+MO,没有太多的其他选择。这是种科学和品味。 不太擅长使用泰尔,需要学习它 Ilya Antipin 2018.05.28 19:10 #9598 我将努力为这个话题增加趣味性,同时将我的结论具体化。欢迎提出批评。一般来说,我将发布我设法从MT4直接提取的不同数据集的权益曲线(REP期)。我将使用同一个森林(RandomForest)作为R+MT4中的机器学习方法。森林的参数将是固定的,训练和测试期也是固定的,只有数据集会被改变。目标是由ZIgZag指标计算的二元性状(0.1),最小步深为50点。 Aleksey Vyazmikin 2018.05.28 19:13 #9599 马克西姆-德米特里耶夫斯基。我只是有输入价格,我不受芯片的影响:)主要是选择目标。那么这一切应该只在历史价格重复的情况下起作用......。 Alexander_K2 2018.05.28 19:15 #9600 马克西姆-德米特里耶夫斯基。我想的是TER+MO,没有什么其他选择。这是种科学和品味。 我完全不知道特维尔的情况,我得研究一下。正是如此。 某位阿索连科就是这样做的。虽然他试图像兔子一样扭动身体,但他是一位物理学家,我对他的模型有信心。 它是这样的--它查看价格是否在信心概率水平之外,并且NS另外给予允许/拒绝进入交易。我也有同样的情况,只是我用皮尔逊的不对称系数代替了NS。但这样更好,我也想这样做。 1...953954955956957958959960961962963964965966967...3399 新评论 原因: 取消 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
好吧,不知道这一切已经被使用了很久,而我一直在发明...
这里讨论的一切都已经使用了半个世纪了。
现在只增加了像Diplinning这样更先进的模型
观察--没有一个想法是我想出来的,然后在网上没有找到几乎完全相同的想法。(例如,我最近发布了一个关于模糊逻辑和NS的例子)。我首先想出了一个,然后找到了完全相同的1合1,虽然那里的文章很新)而且没有一个MO模型在你之前的市场上没有被尝试过 :)当然,主要是英语资源......在Runet一般来说,完全是混乱的。
半个世纪以来一直在使用这里讨论的一切
现在只增加了更多的高级模型,如外交人员。
观察--没有一个想法是我想出来的,然后没有在互联网上找到几乎完全相同的想法。(例如,我最近发布了一个关于模糊逻辑和NS的例子)。我首先想出了一个,然后找到了完全相同的1合1,虽然那里的文章很新)而且没有一个MO模型在你之前的市场上没有被尝试过 :)当然,大部分是英语资源......在Runet中一般是完全混乱的。
无聊:)
无聊:)
我不知道下一步该怎么做,没有人给我出主意,懒得去想。
有一个模型,火车在不同的修改中始终很好,有些是100%,更多的是来自火车在AOS上的工作,如这里......(4个月的培训,10个月的AOS)然后就没有了
我不认为测试演示有什么意义,因为一切都已经很清楚了。
我不知道将来系统什么时候会崩溃 :D 我已经做了一些半成品,现在我坐在那里茫然地盯着它,已经有5万的报价了
我又要读500页的英文书了......。
我不知道下一步该怎么做,还没有人想出什么办法,我懒得去想。
有一个模型,火车在不同的修改中始终很好,有些是100%,更多的是来自火车在AOS上的工作,如这里。(4个月的培训,10个月的AOS)然后就没有了
我不认为测试演示有什么意义,因为一切都已经很清楚了。
我不知道将来系统什么时候会崩溃 :D 我已经做了一些半成品,现在我坐在那里茫然地盯着它,已经有5万的报价了
再次阅读500页以上的英文书籍...
也许开始交换取物?
"输入的垃圾就是输出的垃圾 "是一个有效的,但也是需要理解的重要论题,值得进行基础研究。当然,它没有涵盖建模的所有可能性,也没有考虑到为研究选择输入数据的无限方式。我们都知道,数据的选择是由被研究对象的特征或其数学模型的性质(如果它是已知的)决定的。另一方面,相对于一套决定市场行为 的 "绝对 "因素,任何数据都应该在一定的抽象程度上加以考虑。 没有这些基准,我们只能做一个比较性的估计,这将是纯粹的局部估计。就我个人而言,根据我的经验,我发现对输入数据的选择采取深思熟虑的方法可以提高数值模拟的性能。
我们开始交换筹码如何?
我只是有入门价格,我不受筹码的影响:)主要是选择目标。
"输入的垃圾就是输出的垃圾 "是一个有效的,但也是需要理解的重要论题,值得进行基础研究。当然,它没有涵盖建模的所有可能性,也没有考虑到为研究选择输入数据的无限方式。我们都知道,数据的选择是由被研究对象的特征或其数学模型的性质(如果它是已知的)决定的。另一方面,相对于决定市场行为 的一系列 "绝对 "因素,任何数据都应该在一定的抽象水平上考虑。 没有这些基准,我们只能做一个比较性的估计,这将是纯粹的局部估计。就我个人而言,根据我的经验,我发现对输入数据的选择采取深思熟虑的方法可以提高数值模拟的性能。
我认为Terver+MO,没有太多的其他选择。这是种科学和品味。
不太擅长使用泰尔,需要学习它
我只是有输入价格,我不受芯片的影响:)主要是选择目标。
那么这一切应该只在历史价格重复的情况下起作用......。
我想的是TER+MO,没有什么其他选择。这是种科学和品味。
我完全不知道特维尔的情况,我得研究一下。
正是如此。
某位阿索连科就是这样做的。虽然他试图像兔子一样扭动身体,但他是一位物理学家,我对他的模型有信心。
它是这样的--它查看价格是否在信心概率水平之外,并且NS另外给予允许/拒绝进入交易。我也有同样的情况,只是我用皮尔逊的不对称系数代替了NS。但这样更好,我也想这样做。