澳門生活誌

Life Mag

搜羅本地生活最新資訊
讓您貼近澳門的人事物

  • 訂閱
  • 博客專欄
  • 招募作者
  • 合作媒體
  • 聯絡及合作
  • 澳城生活
  • 環遊世界
  • 飲食天地
  • 生活電視
  • 潮流特區
  • 澳門自助餐攻略
  • 澳城生活
  • 環遊世界
  • 飲食天地
  • 生活電視
  • 潮流特區
  • 澳門自助餐攻略
  • 博客專欄
  • 合作媒體
  • 訂閱
  • 聯絡及合作
Life Mag
  • 澳城生活
  • 環遊世界
  • 飲食天地
  • 生活電視
  • 潮流特區
  • 澳門自助餐攻略

聯絡及合作

歡迎提供意見或與我們合作,詳情可與我們聯絡。

合作及垂詢:

電郵: content@cyberctm.com

CyberCTM

訂閱電子報

訂閱LifeMag:請輸入閣下之E-mail,點選「確認訂閱」按鈕,即可訂閱LifeMag,緊貼城中生活休閒資訊。

取消LifeMag:若您不想收到電子報,可在輸入E-mail後,點選「取消訂閱」按鈕,那日後我們將不再發送此刊物至您的電子信箱中。

    
knn算法

標籤:knn算法

創富坊

用Trading View寫Machine Learning算法|提升技術指標準確程度|k-nearest neighbors (KNN)|麥振威

潮流特區
程式交易 www.quants.hk (導師: 財經書藉作家: 麥振威) ・2025-03-10

用Trading View寫Machine Learning算法|提升技術指標準確程度|k-nearest neighbors (KNN)|麥振威 用Trading View寫Machine Learning算法|提升技術指標準確程度|k-nearest neighbors (KNN)|麥振威 周日的講座介紹了KNN( K Nearest Neighbor)(KNN算法),新手可能對它感到陌生,但其實當大家學習機器學習(Machine Learning)的知識時,必定會接觸到這套演算法,大部份人會用Python的sklearn來寫這個演算法,但其實Trading View的pine script也可寫到。 KNN算法其實對大家研究交易策略時很有幫助,例如你用任何的技術指標,可能都會遇到一個問題,同一樣的準則,今日與昨日會有所不同,例如昨日RSI跌至30後就會反彈,但今日RSI跌至30後會先出現一輪急跌才反彈,如果你Daytrade就會有好大分別,因為若果你係RSI跌到30就買入,還上先急跌後反彈,可能你已經止蝕離場,而KNN算法就能佷大程度協助你解決這類問題。