文章 "基于机器学习构建均值回归策略" - 页 2

[[删除]]

fxsaber #:

读到这里，我不明白原点在哪里。

预测所选的群组，十选一。如果预测到了，就允许交易。类似于使用其他斜面过滤器。

[fxsaber]

Сигналы на закрытие работают по обратной логике.

这是什么？

input int stoploss = 2000;             /止损
input int takeprofit = 200;            //获取利润

[[删除]]

fxsaber #:

这是什么？

机器人的输入，你可以使用它们。

[fxsaber]

Maxim Dmitrievsky #:
预测所选群组，十选一。如果预测成功，则允许交易。类似于使用其他斜面过滤器。

这正是我不明白的地方。如果我们所在的群组一目了然，为什么还要预测呢？

[fxsaber]

Maxim Dmitrievsky #:
机器人的输入

您没有参加培训，只是在 MT5 中添加了它进行实验？

Maxim Dmitrievsky#: 可以访问
。

其实这很痛苦，因为代码编写时根本没有考虑到可接受的计算速度。

[[删除]]

fxsaber #:

我不明白。如果我们一看就知道自己在哪个集群中，为什么还要预测集群呢？

模型输出被称为预测

[fxsaber]

Maxim Dmitrievsky #:
模型的输出称为预测

谢谢，很高兴得到您的指点。

我读了这篇文章。一点水都没有。谢谢。

[[删除]]

fxsaber #:

也就是说，您并没有参加培训，只是为了在 MT5 中进行实验而添加的？

它们不以任何方式参与训练，但在 python 脚本中参与模型选择。您可以任意更改它们。该策略最容易使用较长的止损点。为什么会出现这种情况以及如何解决，这是另一个话题。这与聚类有关，因为观察结果之间可能存在较大的时间间隔。

[[删除]]

fxsaber #:

谢谢你，很高兴得到你的启发。

我读了这篇文章。一点水都没有。谢谢。

Yu ar Welcom :)

[[删除]]

fxsaber #:
这确实很麻烦，因为编写的代码根本无法实现可接受的快速计算。

模型的计算需要很长时间。我可以想出一些小窍门来解决这个问题，但我还做不到。例如，将历史上的所有预测写入一个数组，纯粹是为了优化。