トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 1034 1...102710281029103010311032103310341035103610371038103910401041...3399 新しいコメント Roffild 2018.07.30 23:10 #10331 マキシム・ドミトリエフスキーは、何の意味もなく詰め込み、予測器を掛けることにしました。 また、その重要度はどうなのでしょうか？また、1つの予報に3時間という、多くの予報士を抱える今のシステムは、どのようなフィードバックがあるのでしょうか。)作ってみないとわからない...。 結果そのもの：Apache Sparkで実現可能 今は1000枚以上のプレディクターを作らないようにしています。しかし、100個以下の予測因子では十分ではありません。 Maxim Dmitrievsky 2018.07.31 00:32 #10332 ロフィルド作ってみないとわからない...。 結果そのもの：これはApache Sparkで可能です。 今のところ1000枚以上の予測はしていません。しかし、100個以下の予測因子では十分ではないと思います。は、質問を意図的に無視しているのでしょうか？ 繰り返しになりますが、どうしてこんなにたくさんの予測変数があるのでしょうか？ forexman77 2018.07.31 00:43 #10333 マキシム・ドミトリエフスキーは意図的に質問を無視しているのでしょうか？ 繰り返しになりますが、どうしてこんなにたくさんの予測変数があるのでしょうか？億の予測子を作ることができる、1刻みの勢い、などなど) しかし、追加で何かをくれるわけではありません。 Roffild 2018.07.31 01:00 #10334 マキシム・ドミトリエフスキーは意図的に質問を無視しているのでしょうか？ 繰り返し：どうしてこんなにたくさんの予測変数があるのですか？これらの予測変数のほとんどは、bool(high[0] > high[1]) という結果になり、したがって状態は0か1になる。 もちろん、スクリプトで予測変数のリストを生成しています。 意図的に予測因子を選択する意味はありません。そこから重要なものを除外することは簡単だからです。 Maxim Dmitrievsky 2018.07.31 01:02 #10335 ロフィルドこれらの予測変数のほとんどは、bool(high[0] > high[1])となり、それぞれ状態0または1を持つ。 もちろん、スクリプトで予測変数のリストを生成しています。 意図的に予測因子を選択しても、重要なものを除外するのは簡単なので意味がないのです。量ではなく、クラスが分離できるようになるまで、最初の数個を変換し、OOSの誤差をコントロールする必要があります。 Roffild 2018.07.31 01:12 #10336 forexman77: 10億個の予測子を作ることができる、1個単位で勢いがある、など)しかし、追加で何かをくれるわけではありません。予想屋が森に入らないなら、何も悪いことは起きない。おそらく、この予測変数は、ランダムフォレストの 別のバージョンで発現することになるでしょう。 7000個のダブルのアレイを議論しているのですが、これはRAMをほとんど使わず、ナノ秒単位で回ります。500本の木を7000の予測変数で解釈しても、知覚できるほどの遅れはない。信じられない方は、Sparkをインストールして自分で確認してみてください。 Roffild 2018.07.31 01:15 #10337 マキシム・ドミトリエフスキーOOSのエラーコントロールをしながら、クラスがよく分離されるまで、量ではなく、最初の数個の変換で取る必要がある 森の良し悪しを評価するのは、まったく別の話です。 Maxim Dmitrievsky 2018.07.31 01:17 #10338 ロフィルド 森林の質を評価するのは、まったく別の話です。問題はアプローチの有効性です。あなたの提案したものは、はっきり言って、有効ではありません。 Roffild 2018.07.31 01:29 #10339 マキシム・ドミトリエフスキー問題はアプローチの有効性です。あなたの提案するアプローチは、はっきり言って、有効ではありません。効率性については、まだ実用的な結果で証明されていません。私の価格チャートに対する推定方法は、古典的な品質指標とは一致しないかもしれませんが、最終的にはすべて利益で決まるのです。 "なぜスパークが必要なのか？"という問いに答えていたのです。私はそれに答えた。それともまた、質問を無視して私を非難するつもりですか？ Maxim Dmitrievsky 2018.07.31 01:33 #10340 ロフィルドその効果は、まだ実用的な結果で証明される必要があります。私の価格チャートに対する評価方法は、古典的な品質指標とは一致しないかもしれませんが、最終的にすべてを決めるのは利益なのです。 "なぜスパークが必要なのか？"という問いに答えていたのです。私はそれに答えた。それとも、また質問を無視したと非難するのでしょうか？火花については、ずっと前から明らかになっていたことで、私は聞いていません。アイデアについて聞かれた。このスパーク・アプローチこそ、非効率な学習曲線と必要な容量のために、何もないところから放り出されるものなのです。 足場を組むことなく、MT5クラウドでの最適化で同様のことが可能です。あなたの出力とそれが利益を生むかどうかは知りませんが、そうではなく、このアルゴリズムはオーバーフィットのために常に失敗するのです アイエムエイチエー 1...102710281029103010311032103310341035103610371038103910401041...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
は、何の意味もなく詰め込み、予測器を掛けることにしました。
また、その重要度はどうなのでしょうか？また、1つの予報に3時間という、多くの予報士を抱える今のシステムは、どのようなフィードバックがあるのでしょうか。)作ってみないとわからない...。
結果そのもの：Apache Sparkで実現可能
今は1000枚以上のプレディクターを作らないようにしています。しかし、100個以下の予測因子では十分ではありません。
作ってみないとわからない...。
結果そのもの：これはApache Sparkで可能です。
今のところ1000枚以上の予測はしていません。しかし、100個以下の予測因子では十分ではないと思います。
は、質問を意図的に無視しているのでしょうか？
繰り返しになりますが、どうしてこんなにたくさんの予測変数があるのでしょうか？
は意図的に質問を無視しているのでしょうか？
繰り返しになりますが、どうしてこんなにたくさんの予測変数があるのでしょうか？
億の予測子を作ることができる、1刻みの勢い、などなど)
しかし、追加で何かをくれるわけではありません。
は意図的に質問を無視しているのでしょうか？
繰り返し：どうしてこんなにたくさんの予測変数があるのですか？
これらの予測変数のほとんどは、bool(high[0] > high[1]) という結果になり、したがって状態は0か1になる。
もちろん、スクリプトで予測変数のリストを生成しています。
意図的に予測因子を選択する意味はありません。そこから重要なものを除外することは簡単だからです。
これらの予測変数のほとんどは、bool(high[0] > high[1])となり、それぞれ状態0または1を持つ。
もちろん、スクリプトで予測変数のリストを生成しています。
意図的に予測因子を選択しても、重要なものを除外するのは簡単なので意味がないのです。
量ではなく、クラスが分離できるようになるまで、最初の数個を変換し、OOSの誤差をコントロールする必要があります。
10億個の予測子を作ることができる、1個単位で勢いがある、など)
しかし、追加で何かをくれるわけではありません。
予想屋が森に入らないなら、何も悪いことは起きない。おそらく、この予測変数は、ランダムフォレストの 別のバージョンで発現することになるでしょう。
7000個のダブルのアレイを議論しているのですが、これはRAMをほとんど使わず、ナノ秒単位で回ります。500本の木を7000の予測変数で解釈しても、知覚できるほどの遅れはない。信じられない方は、Sparkをインストールして自分で確認してみてください。
OOSのエラーコントロールをしながら、クラスがよく分離されるまで、量ではなく、最初の数個の変換で取る必要がある
森林の質を評価するのは、まったく別の話です。
問題はアプローチの有効性です。あなたの提案したものは、はっきり言って、有効ではありません。
問題はアプローチの有効性です。あなたの提案するアプローチは、はっきり言って、有効ではありません。
効率性については、まだ実用的な結果で証明されていません。私の価格チャートに対する推定方法は、古典的な品質指標とは一致しないかもしれませんが、最終的にはすべて利益で決まるのです。
"なぜスパークが必要なのか？"という問いに答えていたのです。私はそれに答えた。それともまた、質問を無視して私を非難するつもりですか？
その効果は、まだ実用的な結果で証明される必要があります。私の価格チャートに対する評価方法は、古典的な品質指標とは一致しないかもしれませんが、最終的にすべてを決めるのは利益なのです。
"なぜスパークが必要なのか？"という問いに答えていたのです。私はそれに答えた。それとも、また質問を無視したと非難するのでしょうか？
火花については、ずっと前から明らかになっていたことで、私は聞いていません。アイデアについて聞かれた。このスパーク・アプローチこそ、非効率な学習曲線と必要な容量のために、何もないところから放り出されるものなのです。
足場を組むことなく、MT5クラウドでの最適化で同様のことが可能です。あなたの出力とそれが利益を生むかどうかは知りませんが、そうではなく、このアルゴリズムはオーバーフィットのために常に失敗するのです
アイエムエイチエー