通过这种方法，我们平滑了神经网络模块中错误响应的概率，因为神经网络没有训练来寻找特定的日高和日低价格，但是它们使用高/低接近的概率，同时考虑到价格幅度到日极值。第一种选择似乎更可取，因为在这种情况下，我们使用实现的目标而不是应该发生的事件来训练神经网络。赫兹股票量化交易软件。我们在以前的系统中使用了这个解决方案，因为我们使用了自写的指示符，我们不想让专家顾问的工作负担过重。之所以使用Python，

我试图提供一个关于主要机器学习模型创建步骤及其进一步实际应用的总体思路。在这一部分中，我想从简单的模型切换到具有统计意义的模型。由于创建一个基于机器学习的交易系统不是一个简单的任务，我们将从一些数据准备改进开始，这将有助于实现最佳结果。可以使用各种重采样技术来改进源数据的表示（训练示例）。由于原始数据集的维数是20个特征（look_back*len（ma_periods））或任何其他大的特征，所以

不过，有一点我忘了提，它很简单，但值得关注。在某些状况下，这个细节可能看起来微不足道，但在其它情况下，它可以避免严重的问题，并节省时间，且被认为是良好的编程实践。完成这项工作之后，变量已在类构造函数中初始化，并且我们已明确如何基于配置文件中指定的内容为其赋值，到了使用该值的时候了。由于它是链条中的第二环，并且链条从零开始，因此我们以数字 1 来表示我们正在实现该特定功能。这是因为在类的某些内部过程

赫兹量化软件

赫兹量化软件

赫兹量化软件，海量策略EA指标

赫兹量化软件

赫兹股票量化软件

赫兹量化软件

赫兹股票量化软件