混乱中有规律可循吗？让我们试着找出它！以特定样本为例进行机器学习。 - 页 4 1234567891011...32 新评论 Aleksey Vyazmikin 2022.10.29 01:17 #31 elibrarius #:从 Alglibow 重新设计。 现在我在计算中运行了更多的树。到明天早上，我想它会计算出一个新版本。如果结果比你的差很多，也许我做错了什么。 你可能重新做对了，但要么你需要调整参数，要么算法本身不靠谱--情况并不简单。 为什么不使用 CatBoost？那里的训练速度更快，尤其是如果您有 nVideo 显卡的话。 Forester 2022.10.29 16:15 #32 elibrarius #: 有 9046 行。我有 9000 行。 你的曲线更好。我再试着调整一下参数。 它没有变得更好。还是差不多。0.01400 你用 catbustom 做得更好。 Aleksey Vyazmikin 2022.10.29 17:58 #33 elibrarius #:情况并没有好转。差不多。0.01400你和猫风俗做得更好。 那你为什么不用呢？ 你有没有试过把目标分成三类？ Forester 2022.10.29 18:00 #34 Aleksey Vyazmikin #:那么，我们应该使用它吗？您是否尝试过将目标分为三类？ 这几天我会试试 3 类.....。我只是在训练 2 个模型，而不是多类别。 Aleksey Vyazmikin 2022.10.29 22:45 #35 elibrarius #: 这几天我会尝试 3 类.....。我只是在训练 2 个模型，而不是多类别。 试试看吧。 你可以提交你的样本，我也会尝试训练它。 Forester 2022.10.31 08:24 #36 我会尝试培训和推荐。如何重新确定目标？ 最后 4 列 在目标 1 处交易 方向 1，如果预测为类别 1，我们将在财务结果的 1 列中获利，如果预测为类别 -1，我们将在财务结果的 2 列中亏损。 方向 -1，如果预测为类别 -1，我们将在财务结果的 2 列中获利，如果预测为类别 1，我们将在财务结果的 1 列中亏损。 在目标 0 处不交易。 如果预测的方向是+1 或-1，我们会在财务结果中获得损失吗？从您之前的解释来看，似乎是这样的。但是，价格可以上涨或下跌，如果选择了正确的方向，我们就应该获得利润。 方向-1，如果预测为-1，我们将在财务结果的 2 列中获利，如果预测为 1，我们将在财务结果的 1 列中亏损。哪个变量是正确的？ 或者您可以直接在代码中通过 if(){}else{} 显示目标是如何形成的？ 机器学习和神经网络 跨平台智能交易系统: 停止位 数据科学与机器学习（第 02 部分）：逻辑回归 Aleksey Vyazmikin 2022.10.31 18:40 #37 elibrarius #:我会尝试培训和推荐。如何重新确定目标？ 最后 4 列 如果目标 1 交易 方向 1，则如果预测类别 1，我们将在财务结果的 1 栏中获利，如果预测类别 -1，我们将在财务结果的 2 栏中亏损。 方向 -1，则如果预测类别 -1，我们将在财务结果的 2 栏中获利，如果预测类别 1，我们将在财务结果的 1 栏中亏损。 如果目标 0 不交易。 如果预测的方向是+1 或-1，我们是否会在财务结果上蒙受损失？从您之前的解释来看，这似乎是一种变体。但是，价格可以上涨或下跌，如果选择了正确的方向，我们就应该获得利润。 方向-1，如果预测为-1，我们将在财务结果的 2 列中获利，如果预测为 1，我们将在财务结果的 1 列中亏损。哪个变量是正确的？ 或者您可以直接在代码中通过 if(){}else{} 来说明目标是如何形成的？ 零仍然是零，但 "1 "可以根据方向转换为"-1 "和 "1"。因此，如果我们在目标值 "0 "处分类为 "1 "或"-1"，我们就会得到一个损失模数，否则我们就会从最后两列中的任何一列得到一个增益模数。我的财务结果是通过平仓/交易计算的--如果出现亏损，则设置为零，因此该方法无法估计如果出现相反的入场情况会发生什么--根据该策略，最常见的情况是亏损，因为止损会在最后一栏的极值之后设置。我的做法是按入市方向将样本分为两个--这增加了通过 3000 点阈值的模型数量。 我要补充的是，如果目标是 "1"，但信号被归类为"-1"，那么显然不会有损失，因为实际上这样的信号不会通过。 Forester 2022.10.31 19:11 #38 Aleksey Vyazmikin #:0 "仍然是 "0"，而 "1 "可以根据方向的不同被重新分类为"-1 "和 "1"。因此，如果我们在目标 "0 "处分类为 "1 "或"-1"，我们就会得到模数损失，否则我们就会从最后两列中的任何一列得到模数增益。我的财务结果是通过平仓/交易计算的--如果出现亏损，则设置为零，因此该方法无法估计如果出现相反的入场情况会发生什么--根据该策略，最常见的情况是亏损，因为止损会在最后一栏的极值之后设置。我的做法是按入市方向将样本分为两份--这增加了通过 3000 点阈值的模型数量。 我需要补充的是，如果目标是 "1"，但被归类为"-1"，那么显然不会有损失，因为实际上这样的信号是不会通过的。 这一切都很让人困惑。我想我将停止进行测试。 Aleksey Vyazmikin 2022.10.31 20:20 #39 elibrarius #: 这一切都有点令人困惑。我想我就不做这些测试了。 不，这不是混乱，而是逻辑转换。如果您感到困惑，我可以单独制作一个重新分区的目标，然后发布到这里。 Forester 2022.11.01 09:33 #40 Aleksey Vyazmikin #:不，这不是混淆，而是逻辑转换。如果您感到困惑，我可以单独制作一个重新分区的目标，然后发布在这里。 您需要从错误中得到准确的财务结果。 Fin. Res. 如果我们选择 0（可以不包括，它总是 0），如果是 1，如果是-1。即使标记为 0 类，也不要进行交易。模型将是错误的，有必要知道错误的代价。 1234567891011...32 新评论 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
从 Alglibow 重新设计。
现在我在计算中运行了更多的树。到明天早上，我想它会计算出一个新版本。
如果结果比你的差很多，也许我做错了什么。
你可能重新做对了，但要么你需要调整参数，要么算法本身不靠谱--情况并不简单。
为什么不使用 CatBoost？那里的训练速度更快，尤其是如果您有 nVideo 显卡的话。
有 9046 行。我有 9000 行。 你的曲线更好。我再试着调整一下参数。
它没有变得更好。还是差不多。0.01400
你用 catbustom 做得更好。
情况并没有好转。差不多。0.01400
你和猫风俗做得更好。
那你为什么不用呢？
你有没有试过把目标分成三类？
那么，我们应该使用它吗？
您是否尝试过将目标分为三类？
这几天我会尝试 3 类.....。我只是在训练 2 个模型，而不是多类别。
试试看吧。
你可以提交你的样本，我也会尝试训练它。
我会尝试培训和推荐。如何重新确定目标？
最后 4 列
在目标 1 处交易 方向 1，如果预测为类别 1，我们将在财务结果的 1 列中获利，如果预测为类别 -1，我们将在财务结果的 2 列中亏损。 方向 -1，如果预测为类别 -1，我们将在财务结果的 2 列中获利，如果预测为类别 1，我们将在财务结果的 1 列中亏损。 在目标 0 处不交易。
如果预测的方向是+1 或-1，我们会在财务结果中获得损失吗？从您之前的解释来看，似乎是这样的。但是，价格可以上涨或下跌，如果选择了正确的方向，我们就应该获得利润。
方向-1，如果预测为-1，我们将在财务结果的 2 列中获利，如果预测为 1，我们将在财务结果的 1 列中亏损。哪个变量是正确的？ 或者您可以直接在代码中通过 if(){}else{} 显示目标是如何形成的？
我会尝试培训和推荐。如何重新确定目标？
最后 4 列
如果目标 1 交易 方向 1，则如果预测类别 1，我们将在财务结果的 1 栏中获利，如果预测类别 -1，我们将在财务结果的 2 栏中亏损。 方向 -1，则如果预测类别 -1，我们将在财务结果的 2 栏中获利，如果预测类别 1，我们将在财务结果的 1 栏中亏损。 如果目标 0 不交易。
如果预测的方向是+1 或-1，我们是否会在财务结果上蒙受损失？从您之前的解释来看，这似乎是一种变体。但是，价格可以上涨或下跌，如果选择了正确的方向，我们就应该获得利润。
方向-1，如果预测为-1，我们将在财务结果的 2 列中获利，如果预测为 1，我们将在财务结果的 1 列中亏损。哪个变量是正确的？ 或者您可以直接在代码中通过 if(){}else{} 来说明目标是如何形成的？
零仍然是零，但 "1 "可以根据方向转换为"-1 "和 "1"。因此，如果我们在目标值 "0 "处分类为 "1 "或"-1"，我们就会得到一个损失模数，否则我们就会从最后两列中的任何一列得到一个增益模数。
我的财务结果是通过平仓/交易计算的--如果出现亏损，则设置为零，因此该方法无法估计如果出现相反的入场情况会发生什么--根据该策略，最常见的情况是亏损，因为止损会在最后一栏的极值之后设置。
我的做法是按入市方向将样本分为两个--这增加了通过 3000 点阈值的模型数量。
我要补充的是，如果目标是 "1"，但信号被归类为"-1"，那么显然不会有损失，因为实际上这样的信号不会通过。0 "仍然是 "0"，而 "1 "可以根据方向的不同被重新分类为"-1 "和 "1"。因此，如果我们在目标 "0 "处分类为 "1 "或"-1"，我们就会得到模数损失，否则我们就会从最后两列中的任何一列得到模数增益。
我的财务结果是通过平仓/交易计算的--如果出现亏损，则设置为零，因此该方法无法估计如果出现相反的入场情况会发生什么--根据该策略，最常见的情况是亏损，因为止损会在最后一栏的极值之后设置。
我的做法是按入市方向将样本分为两份--这增加了通过 3000 点阈值的模型数量。
我需要补充的是，如果目标是 "1"，但被归类为"-1"，那么显然不会有损失，因为实际上这样的信号是不会通过的。这一切都有点令人困惑。我想我就不做这些测试了。
不，这不是混乱，而是逻辑转换。如果您感到困惑，我可以单独制作一个重新分区的目标，然后发布到这里。
不，这不是混淆，而是逻辑转换。如果您感到困惑，我可以单独制作一个重新分区的目标，然后发布在这里。
Fin. Res. 如果我们选择 0（可以不包括，它总是 0），如果是 1，如果是-1。即使标记为 0 类，也不要进行交易。模型将是错误的，有必要知道错误的代价。