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 1037 1...103010311032103310341035103610371038103910401041104210431044...3399 新しいコメント mytarmailS 2018.08.05 08:54 #10361 レナト・アフティアモフ社内にもあるんですよ。mytarmailS:こんにちは。 mt4からtxtまたはcsvファイルへのスマート見積もりエクスポートをご存知の方はいらっしゃいますか？ をリアルタイムで 表示します。 ........ でも、とにかくありがとう。 追伸：良い人たちに助けられました。 Igor Makanu 2018.08.05 10:28 #10362 マキシム・ドミトリエフスキーなんてもんじゃない、もっと複雑で非効率的な相手だ そして、彼自身、何をどうして失敗したのか、説明しきれないでいる :)何があるかわからない、あなたの記事RANDOM DECISION FOREST IN THE TRAINING 昨晩勉強しました、もちろん情報は少ないのですが、お手本がありとても感動しました...。例のものを載せるべきじゃなかったかもしれません！テスターの写真を見ながら半夜を過ごしましたが、すごいですね。))) 機械学習自体はうまくいっているようですが、問題は入力データにあります。機械は価格データの異なる部分を学習する必要があり、横ばいやトレンドの動きには別々に学習します。また、指標パラメータを選択するというアイデアは、私はまだ好きではありません。 最初のステップとして、例えばトレンドの日だったら横ばいだろうということを車に教え込む--少なくともその瞬間を識別できるように学習させる--これが本当の機械学習だと思います。 というわけで、こんな感じです。 Maxim Dmitrievsky 2018.08.05 13:53 #10363 イゴール・マカヌこの記事で、"RANDOM DECISION FOREST IN THE TRAINING WITH CONNECTION "が紹介されていますね。 昨夜勉強しました。もちろん大した情報ではありませんが、お手本になるものがあって感心しました...。例のものを載せるべきじゃなかったかもしれません！テスターの写真を夜半に見ていたのですが、すごいですね。))) 機械学習自体はうまくいっているようですが、問題は入力データにあります。機械は価格データの異なる部分を学習する必要があり、横ばいやトレンドの動きには別々に学習します。また、指標パラメータを選択するというアイデアは、私はまだ好きではありません。 最初のステップとして、例えばトレンドの日だったら横ばいだろうということを車に教え込む--少なくともその瞬間を識別できるように学習させる--これが本当の機械学習だと思います。 このように詳細については、一冊の本へのリンクがあります :) Roffild 2018.08.05 19:42 #10364 マキシム・ドミトリエフスキーなんてもんじゃない、もっと複雑で非効率的な相手だ そして、彼自身、何をどうして失敗したのか、説明しきれないでいる :)AlgLibのRパラメータは、サンプルをteachableとtestに分けるだけです。 利益と「非効率的なアナログ」はやはり両立する。 AlgLibのforestを改造して、関係する予測子をカウントするようにしました。予想者のリストは「まだ相応しくないから」明かさないが、その数は貯まっている。 ファイル: stats_rf.zip 2 kb Maxim Dmitrievsky 2018.08.05 19:44 #10365 ロフィルドただ、ある修正による閾値とAlgLibのパラメータRを混同している人に何を説明しても無駄だと思うのです。 利益と「非効率なアナログ」は、やはり相性がいい。 AlgLibのforestを修正し、関係する予測子の数を保持するようにしました。予言者のリストそのものは、「まだ公開する資格がない」ので公開しませんが、その数は保存されています。49 私を含め、ここでは誰もあなたを理解していません。コードの書き方は知っていても、自分の考えを文字で表現することができないので何閾値とr、全然書いてないんですけど。 なぜ、説明文なしで図書館を掲載し、そして「それに値しない」と書くのでしょうか？ forexman77 2018.08.05 20:06 #10366 ロフィルドただ、ある修正による閾値とAlgLibのパラメータRを混同している人に何を説明しても無駄だと思うのです。 利益と「非効率なアナログ」は両立するんですけどね。 AlgLibのforestを修正し、関係する予測子をカウントするようにしました。予想者リストそのものは「まだ相応しくないから」明かさないが、その数は保存されている。ひょっとして、森の中で木を剪定できるように改造したのでしょうか？やってみると面白いかもしれませんね。 Roffild 2018.08.05 20:22 #10367 マキシム・ドミトリエフスキー 閾値とRの関係、私はそんなこと書いてませんよ。 以前の記事はどうでしょうか？マキシム・ドミトリエフスキー森はクラスに属する確率を出さないので、この不等式はナンセンスです。 >< 0.5で終わり、それ以外の方法はない。そして、二値化された符号と出力とどちらが良いかという問題があります。 0から100までクラスを分けることができますが、違いはありません。マキシム・ドミトリエフスキーあっそ ALGLIBパッケージに含まれるすべての分類アルゴリズムの結果は、条件付き確率のベクトルであり、オブジェクトが属するクラスではありません。 しかし、それはあまり慰めにはならない。信号が少なくなり、必ずしも結果が出るとは限りません。例えば私の場合、そうではなかったので、今はどこでも0.5の閾値を設定しています。 さらに重要なのは、電車とoobでの誤差の比較可能性です。 最初は、改造が使われているのかと思いましたが、その数は多いです。確かに、そこでは「閾値」ではなく「重量」の概念が使われています。よく混ざってる・・・と思ったらこれ。 マキシム・ドミトリエフスキー私もアルジブを持っていると思います)そして、"threshold "はAlgLibのパラメータRという名前であることに気がつきました。 プログラマは、プログラムの実装が 依存しているソースコードを読まなければなりません。 Maxim Dmitrievsky 2018.08.05 20:26 #10368 ロフィルド 以前の記事はどうでしょうか？ 最初は改造が行われているのかと思いましたが、改造はたくさんあります。確かに、そこでは「閾値」ではなく「重量」の概念が使われています。よく混ざってる・・・と思ったらこれ。 そして、「しきい値」がAlgLibのパラメータRであることに気がついたのです。 プログラマは、プログラムの実行 が依存しているソースを読むことが義務付けられています。AlgLibのホームページからの引用をしました。 「ALGLIBパッケージに含まれるすべての分類アルゴリズムの結果は、オブジェクトが属するクラスではなく、条件付き確率のベクトルである"。 つまり、出力が確率であることを確認したのです。もちろんこれらは擬似的な確率ですが、それでも。どのようにカウントしているのか詳しく調べたわけではありませんが、論理的には「確率」という言葉はそこに1つしか名前がないのです。rとどう関係があるのか Roffild 2018.08.05 20:29 #10369 FXMAN77 です。ひょっとして、森にある木を剪定できるように改造したのですか？試してみるのも面白いかもしれませんね。 そのような改造も考えましたが、すでにそのような機能を実装しているApache Sparkに乗り換えた後では、まだこの変更は考えていません。 Roffild 2018.08.05 20:31 #10370 マキシム・ドミトリエフスキー： ALGLIBのホームページから引用させていただきました。"ALGLIBパッケージに含まれる全ての分類アルゴリズムの結果は、オブジェクトが属するクラスではなく、条件付き確率のベクトルである。"rとはランダムフォレストの「しきい値」とどう関係があるのでしょうか？ 1...103010311032103310341035103610371038103910401041104210431044...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
社内にもあるんですよ。
こんにちは。
mt4からtxtまたはcsvファイルへのスマート見積もりエクスポートをご存知の方はいらっしゃいますか？
をリアルタイムで 表示します。
........
でも、とにかくありがとう。
追伸：良い人たちに助けられました。
なんてもんじゃない、もっと複雑で非効率的な相手だ
そして、彼自身、何をどうして失敗したのか、説明しきれないでいる :)
何があるかわからない、あなたの記事RANDOM DECISION FOREST IN THE TRAINING
昨晩勉強しました、もちろん情報は少ないのですが、お手本がありとても感動しました...。例のものを載せるべきじゃなかったかもしれません！テスターの写真を見ながら半夜を過ごしましたが、すごいですね。)))
機械学習自体はうまくいっているようですが、問題は入力データにあります。機械は価格データの異なる部分を学習する必要があり、横ばいやトレンドの動きには別々に学習します。また、指標パラメータを選択するというアイデアは、私はまだ好きではありません。
最初のステップとして、例えばトレンドの日だったら横ばいだろうということを車に教え込む--少なくともその瞬間を識別できるように学習させる--これが本当の機械学習だと思います。
というわけで、こんな感じです。
この記事で、"RANDOM DECISION FOREST IN THE TRAINING WITH CONNECTION "が紹介されていますね。
昨夜勉強しました。もちろん大した情報ではありませんが、お手本になるものがあって感心しました...。例のものを載せるべきじゃなかったかもしれません！テスターの写真を夜半に見ていたのですが、すごいですね。)))
機械学習自体はうまくいっているようですが、問題は入力データにあります。機械は価格データの異なる部分を学習する必要があり、横ばいやトレンドの動きには別々に学習します。また、指標パラメータを選択するというアイデアは、私はまだ好きではありません。
最初のステップとして、例えばトレンドの日だったら横ばいだろうということを車に教え込む--少なくともその瞬間を識別できるように学習させる--これが本当の機械学習だと思います。
このように
詳細については、一冊の本へのリンクがあります :)
なんてもんじゃない、もっと複雑で非効率的な相手だ
そして、彼自身、何をどうして失敗したのか、説明しきれないでいる :)
AlgLibのRパラメータは、サンプルをteachableとtestに分けるだけです。
利益と「非効率的なアナログ」はやはり両立する。
AlgLibのforestを改造して、関係する予測子をカウントするようにしました。予想者のリストは「まだ相応しくないから」明かさないが、その数は貯まっている。
ただ、ある修正による閾値とAlgLibのパラメータRを混同している人に何を説明しても無駄だと思うのです。
利益と「非効率なアナログ」は、やはり相性がいい。
AlgLibのforestを修正し、関係する予測子の数を保持するようにしました。予言者のリストそのものは、「まだ公開する資格がない」ので公開しませんが、その数は保存されています。
49
私を含め、ここでは誰もあなたを理解していません。コードの書き方は知っていても、自分の考えを文字で表現することができないので
何閾値とr、全然書いてないんですけど。
なぜ、説明文なしで図書館を掲載し、そして「それに値しない」と書くのでしょうか？
ただ、ある修正による閾値とAlgLibのパラメータRを混同している人に何を説明しても無駄だと思うのです。
利益と「非効率なアナログ」は両立するんですけどね。
AlgLibのforestを修正し、関係する予測子をカウントするようにしました。予想者リストそのものは「まだ相応しくないから」明かさないが、その数は保存されている。
ひょっとして、森の中で木を剪定できるように改造したのでしょうか？やってみると面白いかもしれませんね。
マキシム・ドミトリエフスキー
閾値とRの関係、私はそんなこと書いてませんよ。
森はクラスに属する確率を出さないので、この不等式はナンセンスです。
>< 0.5で終わり、それ以外の方法はない。そして、二値化された符号と出力とどちらが良いかという問題があります。
0から100までクラスを分けることができますが、違いはありません。あっそ
ALGLIBパッケージに含まれるすべての分類アルゴリズムの結果は、条件付き確率のベクトルであり、オブジェクトが属するクラスではありません。
しかし、それはあまり慰めにはならない。信号が少なくなり、必ずしも結果が出るとは限りません。例えば私の場合、そうではなかったので、今はどこでも0.5の閾値を設定しています。
さらに重要なのは、電車とoobでの誤差の比較可能性です。
私もアルジブを持っていると思います)
そして、"threshold "はAlgLibのパラメータRという名前であることに気がつきました。
プログラマは、プログラムの実装が 依存しているソースコードを読まなければなりません。
以前の記事はどうでしょうか？
最初は改造が行われているのかと思いましたが、改造はたくさんあります。確かに、そこでは「閾値」ではなく「重量」の概念が使われています。よく混ざってる・・・と思ったらこれ。
そして、「しきい値」がAlgLibのパラメータRであることに気がついたのです。
プログラマは、プログラムの実行 が依存しているソースを読むことが義務付けられています。
AlgLibのホームページからの引用をしました。
「ALGLIBパッケージに含まれるすべての分類アルゴリズムの結果は、オブジェクトが属するクラスではなく、条件付き確率のベクトルである"。
つまり、出力が確率であることを確認したのです。もちろんこれらは擬似的な確率ですが、それでも。どのようにカウントしているのか詳しく調べたわけではありませんが、論理的には「確率」という言葉はそこに1つしか名前がないのです。
ひょっとして、森にある木を剪定できるように改造したのですか？試してみるのも面白いかもしれませんね。
ALGLIBのホームページから引用させていただきました。
"ALGLIBパッケージに含まれる全ての分類アルゴリズムの結果は、オブジェクトが属するクラスではなく、条件付き確率のベクトルである。"