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 110 1...103104105106107108109110111112113114115116117...3399 新しいコメント mytarmailS 2016.08.17 06:48 #1091 ユーリー・レシェトフjPredictionの組み合わせの「爆発」の問題は、可能な組み合わせをすべて調べるのではなく、逐次探索方式で解決しました。その手法のエッセンスは以下の通りです。N個以下の予測変数のすべての可能な組み合わせを試すことによって，最大の一般化能力を持つN個の予測変数を含むある組み合わせを見つけたとする．これにN+1個の予測器を追加する必要があります。このために，組み合わせに含まれなかったすべての予測変数を標本から1つずつ追加し，その汎化能力を測定する．このような探索の過程で、N個の予測変数の最良の組み合わせよりも汎化能力が高いN+1個の予測変数の組み合わせを見つけた場合、同じ方法でN+2個の予測変数の組み合わせを見つけることができる。そして、もし見つからなかったら、それ以上探しても無駄であることは明らかで、組み合わせを試すアルゴリズムは、N個の予測変数の最適な組み合わせで停止する。その結果、モデルの予測変数の組み合わせを探索するアルゴリズムは、すべての可能な組み合わせを完全に試行する場合と比較して、はるかに早く停止します。また、少ない予測変数の数から、その数を増やす方向で探索を行うため、計算資源の 節約にもなる。また、学習に必要な予測変数が少なければ少ないほど、モデル構築に必要な時間や計算能力も少なくて済みます。Yuriさん、こんにちは。逐次探索に関する質問）があります．例えば、10個の予測変数があるとします。1, 2, 3,4, 5, 6, 7, 8, 9, 10緑色の グループは，最高の一般化能力を示した予測変数のグループであり，他の予測変数N+1がこのグループに追加される赤の グループは、緑のグループより 少し悪いグループであり、 テストに参加することはありません。質問：他のN+1個の予測因子で1つずつ試行した後、最終的に赤のグループがより大きな一般化能力を持つことが判明した場合、これもかなり現実的ですか、それとも私は何かを誤解していますか？おことわり mytarmailS 2016.08.17 06:50 #1092 サンサニッチ・フォメンコ他機種との比較ができない、という些細な点を除けば、すべて良好です。比較する。 応援しています...引用はあくまでデータとして捉え、一部のアヤシイものではありません。 Mihail Marchukajtes 2016.08.17 07:03 #1093 サンサニッチ・フォメンコ他機種との比較ができない、という些細な点を除けば、すべて良好です。比較のために私のサービスを提供します1.予測変数と目的変数を含む入力Excelファイルを準備します。2.計算するのはあなたです3.入力ファイルを送るのです。4.randomforest、ada、SVMを使って計算しています。 比較するのです。遠くへ行く必要はありません。ここに、外国為替市場の相場が記載されたファイルがありますが、レシェトフ予測器を用いて訓練した場合の平均汎化能力は、70%から80%です。ヌスッ......。結果を待っています。P.s.ファイル名を csvに変更する ファイル: 1bj8_qxs8yoq.txt 20 kb СанСаныч Фоменко 2016.08.17 08:10 #1094 ミハイル・マルキュカイツ遠くへ行く必要はありません。ここに外国為替市場の相場が書かれたファイルがありますが、Reshetovの予測器を用いて訓練した場合の平均的な汎化能力は70%から80%です。ウーン......。結果を待っています。P.s.ファイル名を ksvに変更するパッケージ化できないのでしょうか？そして、その結果を見ることはできないのでしょうか？トレーニングにおける一般化は、実は何の意味もないのです。 СанСаныч Фоменко 2016.08.17 08:11 #1095 mytarmailS: セコンドは...引用はあくまでデータとして捉え、一部のアヤシイものではありません。 注目すべきは、アルゴリズム結果を含むReshetovの両ファイルです。 mytarmailS 2016.08.17 08:12 #1096 サンサニッチ・フォメンコ梱包できないのでしょうか？結果を見ることはできないのでしょうか？学習における一般性というのは、実は何もないんです。大賛成です。 mytarmailS 2016.08.17 08:17 #1097 ミハイル・マルキュカイツ遠くへ行く必要はありません。ここにFXの相場が入ったファイルがありますが、Reshetovの予測器を用いて訓練した場合の平均的な汎化能力は70%から80%です。ウーン......ウーン......。結果を待っています。P.s.ファイル名を csvに変更する71の観測結果って何？総容量はどのように確認したのですか？ Mihail Marchukajtes 2016.08.17 08:21 #1098 mytarmailS:71の観測値って何？どうやって総容量を確認したんだ？ そして5年後も議事録の市場を抑制しようとしてるのか？この71の観察、何かというと5分足で2週間も取引していた......。そして買うだけ。だから、頑張れ...。それとも脱力系？ СанСаныч Фоменко 2016.08.17 08:31 #1099 ミハイル・マルキュカイツ そして、5年間も議事録の市場を抑制しようとし続けるのか？この71回の観察、何なら5分足で2週間も取引している......。そして買うだけ。だから、頑張れ...。それとも脱力系？ヨーロッパの礼儀知らずの発言は、全くナンセンスなことを書いている...。通常の2つのファイル、それぞれ少なくとも500の観測値、およびプログラムの結果を与える。 Dr. Trader 2016.08.17 08:32 #1100 ミハイル・マルキュカイツレシェトフの予測器を用いて学習した場合の平均的な汎化能力は70%〜80%である。先ほども言ったように、この指標は役に立たない。データをランダムに2等分し、最初の部分のみでモデルを学習させ、一度に両方でテストする。一般化率75%とは、ファイル中の全例数の75%を正しく予測できることを意味します。 このモデルが75%に達するには、いくつかのバリエーションがあります。 1) 学習に使用したデータでは100%の精度でモデルを学習させ、ファイルの2番目の部分からの新しいデータでは全く失敗し、50%の精度になる（コインをはじくのと同じ）。平均するとちょうど75%になる。これは非常にまずい展開で、トレードでもまずいことになりそうです。 2) 学習データで75%の精度に学習させたモデルは、テストデータでも同じ75%を示し、やはり平均75%であった。その中で、これは最高のケースですが、何かを得るチャンスがあります。 3) この2つの間の任意の中間的な選択肢あなたのバージョンは、おそらく最初のものに近いと思います。このような結果を出すには、運に頼ったトレードをしなければなりません。まだ保証金を失っていないのは、メインのシグナルとなるインジケータ（シーケントなど）のおかげでしょう。この1つのインディケータをベースにしたExpert Advisorは、インディケータ＋jPredictionと同じ結果を得られると思います。 1...103104105106107108109110111112113114115116117...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
jPredictionの組み合わせの「爆発」の問題は、可能な組み合わせをすべて調べるのではなく、逐次探索方式で解決しました。その手法のエッセンスは以下の通りです。
N個以下の予測変数のすべての可能な組み合わせを試すことによって，最大の一般化能力を持つN個の予測変数を含むある組み合わせを見つけたとする．これにN+1個の予測器を追加する必要があります。このために，組み合わせに含まれなかったすべての予測変数を標本から1つずつ追加し，その汎化能力を測定する．このような探索の過程で、N個の予測変数の最良の組み合わせよりも汎化能力が高いN+1個の予測変数の組み合わせを見つけた場合、同じ方法でN+2個の予測変数の組み合わせを見つけることができる。そして、もし見つからなかったら、それ以上探しても無駄であることは明らかで、組み合わせを試すアルゴリズムは、N個の予測変数の最適な組み合わせで停止する。その結果、モデルの予測変数の組み合わせを探索するアルゴリズムは、すべての可能な組み合わせを完全に試行する場合と比較して、はるかに早く停止します。また、少ない予測変数の数から、その数を増やす方向で探索を行うため、計算資源の 節約にもなる。また、学習に必要な予測変数が少なければ少ないほど、モデル構築に必要な時間や計算能力も少なくて済みます。
Yuriさん、こんにちは。
逐次探索に関する質問）があります．
例えば、10個の予測変数があるとします。
1, 2, 3,4, 5, 6, 7, 8, 9, 10
緑色の グループは，最高の一般化能力を示した予測変数のグループであり，他の予測変数N+1がこのグループに追加される
赤の グループは、緑のグループより 少し悪いグループであり、 テストに参加することはありません。
質問：他のN+1個の予測因子で1つずつ試行した後、最終的に赤のグループがより大きな一般化能力を持つことが判明した場合、これもかなり現実的ですか、それとも私は何かを誤解していますか？おことわり
他機種との比較ができない、という些細な点を除けば、すべて良好です。
比較する。
他機種との比較ができない、という些細な点を除けば、すべて良好です。
比較のために私のサービスを提供します
1.予測変数と目的変数を含む入力Excelファイルを準備します。
2.計算するのはあなたです
3.入力ファイルを送るのです。
4.randomforest、ada、SVMを使って計算しています。
比較するのです。
遠くへ行く必要はありません。ここに、外国為替市場の相場が記載されたファイルがありますが、レシェトフ予測器を用いて訓練した場合の平均汎化能力は、70%から80%です。ヌスッ......。結果を待っています。
P.s.ファイル名を csvに変更する
遠くへ行く必要はありません。ここに外国為替市場の相場が書かれたファイルがありますが、Reshetovの予測器を用いて訓練した場合の平均的な汎化能力は70%から80%です。ウーン......。結果を待っています。
P.s.ファイル名を ksvに変更する
パッケージ化できないのでしょうか？
そして、その結果を見ることはできないのでしょうか？トレーニングにおける一般化は、実は何の意味もないのです。
セコンドは...引用はあくまでデータとして捉え、一部のアヤシイものではありません。
梱包できないのでしょうか？
結果を見ることはできないのでしょうか？学習における一般性というのは、実は何もないんです。
大賛成です。
遠くへ行く必要はありません。ここにFXの相場が入ったファイルがありますが、Reshetovの予測器を用いて訓練した場合の平均的な汎化能力は70%から80%です。ウーン......ウーン......。結果を待っています。
P.s.ファイル名を csvに変更する
71の観測結果って何？
総容量はどのように確認したのですか？
71の観測値って何？
どうやって総容量を確認したんだ？
そして、5年間も議事録の市場を抑制しようとし続けるのか？この71回の観察、何なら5分足で2週間も取引している......。そして買うだけ。だから、頑張れ...。それとも脱力系？
ヨーロッパの礼儀知らずの発言は、全くナンセンスなことを書いている...。
通常の2つのファイル、それぞれ少なくとも500の観測値、およびプログラムの結果を与える。
レシェトフの予測器を用いて学習した場合の平均的な汎化能力は70%〜80%である。
先ほども言ったように、この指標は役に立たない。
データをランダムに2等分し、最初の部分のみでモデルを学習させ、一度に両方でテストする。一般化率75%とは、ファイル中の全例数の75%を正しく予測できることを意味します。
このモデルが75%に達するには、いくつかのバリエーションがあります。
1) 学習に使用したデータでは100%の精度でモデルを学習させ、ファイルの2番目の部分からの新しいデータでは全く失敗し、50%の精度になる（コインをはじくのと同じ）。平均するとちょうど75%になる。これは非常にまずい展開で、トレードでもまずいことになりそうです。
2) 学習データで75%の精度に学習させたモデルは、テストデータでも同じ75%を示し、やはり平均75%であった。その中で、これは最高のケースですが、何かを得るチャンスがあります。
3) この2つの間の任意の中間的な選択肢
あなたのバージョンは、おそらく最初のものに近いと思います。このような結果を出すには、運に頼ったトレードをしなければなりません。まだ保証金を失っていないのは、メインのシグナルとなるインジケータ（シーケントなど）のおかげでしょう。この1つのインディケータをベースにしたExpert Advisorは、インディケータ＋jPredictionと同じ結果を得られると思います。