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 1112 1...110511061107110811091110111111121113111411151116111711181119...3399 新しいコメント itslek 2018.10.18 15:49 #11111 MLでは、優れたモデルよりもデータの方がはるかに重要です。 というわけで、便利かもしれないので、シェアします。 MetaTrader 5 から libmysql を介して MySQL データベースに直接ティックをリアルタイムで収集する。 MT5_ticks_to_MySQL 歴史そのものは、こちらでご覧いただけます。 http://ticks.alpari.org Yuriy Asaulenko 2018.10.18 15:57 #11112 itslekMLでは、優れたモデルよりもデータの方がはるかに重要です。 というわけで、便利かもしれないので、シェアします。 MetaTrader 5 から libmysql を介して MySQL データベースに直接ティックをリアルタイムで収集する。 MT5_ticks_to_MySQL 歴史そのものは、こちらでご覧いただけます。 http://ticks.alpari.org通常のCSVファイルでは、このタスクは同じ成功率と速度で解決されます。それに、わざわざ何かをする必要は全くないのです。 itslek 2018.10.18 16:12 #11113 ユーリイ・アサウレンコこのタスクは、通常のCSVファイルでも同じように素早く解決され、同じように成功します。それに、わざわざ何かをする必要は全くないのです。一度に理解しコメントすることはありません) そうですね、履歴はCSVでアップロードした方が便利ですね。しかし、すでに作られたモデルをオンラインで操作するのは......。 Yuriy Asaulenko 2018.10.18 16:15 #11114 itslek: ドンマイ)そうですね、履歴はCSVでアップロードした方が便利ですね。しかし、既成のモデルを使ってオンラインで仕事をするのは......。オンラインなので、多くのダニは必要ありません。そして、メモリに収まる。 また、オンラインではなく、エクスポートにそれほどスピードは必要ありません。CSVからデータベースへのインポートは 手動で行います。 Mihail Marchukajtes 2018.10.18 16:16 #11115 ヴィザード_。+1モデルよりもデータが重要なのは同意しますが、その構築方法も重要です。この場合、私は50/50と考えます。 最適化を繰り返す中で、50%以上の汎化モデルを与えることが重要である。つまり、10個の最適化のうち5個以上のモデルが十分なレベルで汎化されている必要があります。なぜそうなのでしょうか。なぜなら、10機種の中から選ぶ場合、動作するものが選ばれる確率が高くなるからです。10回の最適化のうち、2回しか一般化されたモデルを生成できないのでは、このアルゴリズムに何の意味があるのでしょうか?エキスパートアドバイザーが作業モデルを選択する確率は非常に低く、したがってこのアルゴリズムもほとんど役に立ちません。 少なくとも20%以上、対象機能の原因となるデータであることが重要である。入力データに理由がある場合、それを見つける責任は、最適化アルゴリズムにある。 他のアルゴリズムで結果を確認し、何が成功なのかを理解することに興味があります。データやオプティマイザReshetovaの可用性は、すべてのここで嫌われているが、それを行うには、実際の生活の中でテストする必要があり、人々はここに惨めという事実を考慮に入れている。税関.......................... もし、他の人がこの質問をしているならば、どのように答えられると思う。データを用意する。AIを訓練し、訓練後にフィードバックでモデルをテストします(できれば実世界で)。EAが機能し、モデルが機能することが確信できれば、あなたの最適化アルゴリズムが機能したことになるので(私には必要ない)、入力データを探すことに集中すべきです。もし、私のデータで動作するモデルが得られない場合は、アルゴリズムを微調整する必要があります。初心者の方にも興味を持ってもらえると思うので、その間に私も成功させたいと思います。データや、強力なオプティマイザーReshetovの有無などです。 それで...誰がこの挑戦を受けるのか? itslek 2018.10.18 16:22 #11116 ミハイル・マルキュカイツモデルよりもデータが重要なのは同意しますが、その構築方法も重要です。この場合、私は50/50と考えます。 最適化を繰り返す中で、50%以上の汎化モデルを与えることが重要である。10個の最適化のうち、5個以上のモデルが十分なレベルで汎化されていることが望ましいということです。なぜそうなのでしょうか。なぜなら、10機種の中から選ぶ場合、動作するものが選ばれる確率が高くなるからです。10回の最適化のうち、2回しか一般化されたモデルを生成できないのでは、このアルゴリズムに何の意味があるのでしょうか?エキスパートアドバイザーが作業モデルを選択する確率は非常に低く、したがってこのアルゴリズムもほとんど役に立ちません。 少なくとも20%以上、対象機能の原因となるデータであることが重要である。入力データに理由がある場合、それを見つける責任は、最適化アルゴリズムにある。 他のアルゴリズムで結果を確認し、何が成功なのかを理解することに興味があります。データやオプティマイザReshetovaの可用性は、すべてのここで嫌われているが、それを行うには、実際の生活の中でテストする必要があり、人々はここに惨めという事実を考慮に入れている。税関.......................... もし、他の人がこの質問をしているならば、どのように答えられると思う。データを用意する。AIを訓練し、訓練後にフィードバックでモデルをテストします(できれば実世界で)。EAが機能し、モデルが機能することが確信できれば、あなたの最適化アルゴリズムが機能したことになるので(私には必要ない)、入力データを探すことに集中すべきです。もし、私のデータで動作するモデルが得られない場合は、アルゴリズムを微調整する必要があります。初心者の方にも興味を持ってもらえると思うので、その間に私も成功させたいと思います。データや、強力なオプティマイザーReshetovの有無などです。 それで...誰がこの挑戦を受けるのか?ターゲットはまだですか?どんな指標?) 課題を単純な機械学習のコンペティション形式に落とし込めば、トレーダーだけでなく) Mihail Marchukajtes 2018.10.18 16:34 #11117 itslekデータ内のタグはすでに設定されていますか?何メートル?) タスクを単純な機械学習のコンペティション形式に落とし込めば、トレーダー以外も引きつけることができる)はい、ターゲットのデータはすでに存在することになります。分類モデルの話です。ここで問題は、あなたのシステムで得られたこれらのモデルをどのように確認するかということです。できれば実機で... itslek 2018.10.18 16:39 #11118 ミハイル・マルキュカイツはい、ターゲットのデータはすでに存在することになります。分類モデルについてです。ここでの問題は、もう一つ、得られたこれらのモデルをどのようにシステムで確認するかということです。できれば実機で...。そもそも、少なくともディレイサンプリングで確認します。2012年から2016年のデータを渡したとします。2017年テスト2018は最終チェックのためにあなたを残す(調整がなかったように)。 本物と待つ)熊を殺していない皮膚を共有しないでください;)まず、少なくとも検証を渡すことができるモデルを作る必要があり、その後、製品にこの象をロールバックするようにしてみてください。この2つは全く別の作業です。 Mihail Marchukajtes 2018.10.18 16:43 #11119 どうしたらいいのかわからない。そもそも、せめて遅延サンプルで確認してください。2012年から2016年のデータを出したとします。2017年テスト2018年は最終テストのために(調整がないように)保管しているんですね。 本物と待つ)は、熊を殺していない皮膚を分割しないでください;)MTテスターで検証する場合、どのように確認すればよいのでしょうか?最適化した後、MT4でモデルをロードすることができるようになりますか? itslek 2018.10.18 16:49 #11120 ミハイル・マルキュカイツでは、どのように機種を確認すればよいのでしょうか? MTテスターで確認する場合。最適化の後、モデルをMT4にロードすることができるようになるのでしょうか?そして、私が言いたいのは、こういうことです。まず、真空中で問題を設定します。 メートルで。 テスターで走らせるなら、そこにトロールとその他のグッズを付けて。 ターゲティング(このバイナリ分類があるそうです)のデータを.csvで提供し、モデルを学習させてターゲティングを予測します。その結果をモデルの応答リストとして同じテスターにロードし、実行します。しかし、それをモデルごとに行うのはフィッティングの別の変形であり、指標やターゲットを考えた方が良い。そして、テスターでは最後の variant のみを実行する必要があります。 リアルタイムの場合は別途手間がかかりますし、すべてのモデルをDLLに包めるわけではありません。 1...110511061107110811091110111111121113111411151116111711181119...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
MLでは、優れたモデルよりもデータの方がはるかに重要です。
というわけで、便利かもしれないので、シェアします。
MetaTrader 5 から libmysql を介して MySQL データベースに直接ティックをリアルタイムで収集する。
MT5_ticks_to_MySQL
歴史そのものは、こちらでご覧いただけます。
http://ticks.alpari.org
MLでは、優れたモデルよりもデータの方がはるかに重要です。
というわけで、便利かもしれないので、シェアします。
MetaTrader 5 から libmysql を介して MySQL データベースに直接ティックをリアルタイムで収集する。
MT5_ticks_to_MySQL
歴史そのものは、こちらでご覧いただけます。
http://ticks.alpari.org
通常のCSVファイルでは、このタスクは同じ成功率と速度で解決されます。それに、わざわざ何かをする必要は全くないのです。
このタスクは、通常のCSVファイルでも同じように素早く解決され、同じように成功します。それに、わざわざ何かをする必要は全くないのです。
一度に理解しコメントすることはありません)
そうですね、履歴はCSVでアップロードした方が便利ですね。しかし、すでに作られたモデルをオンラインで操作するのは......。
ドンマイ)
そうですね、履歴はCSVでアップロードした方が便利ですね。しかし、既成のモデルを使ってオンラインで仕事をするのは......。
オンラインなので、多くのダニは必要ありません。そして、メモリに収まる。
また、オンラインではなく、エクスポートにそれほどスピードは必要ありません。CSVからデータベースへのインポートは 手動で行います。
+1
モデルよりもデータが重要なのは同意しますが、その構築方法も重要です。この場合、私は50/50と考えます。
最適化を繰り返す中で、50%以上の汎化モデルを与えることが重要である。つまり、10個の最適化のうち5個以上のモデルが十分なレベルで汎化されている必要があります。なぜそうなのでしょうか。なぜなら、10機種の中から選ぶ場合、動作するものが選ばれる確率が高くなるからです。10回の最適化のうち、2回しか一般化されたモデルを生成できないのでは、このアルゴリズムに何の意味があるのでしょうか?エキスパートアドバイザーが作業モデルを選択する確率は非常に低く、したがってこのアルゴリズムもほとんど役に立ちません。
少なくとも20%以上、対象機能の原因となるデータであることが重要である。入力データに理由がある場合、それを見つける責任は、最適化アルゴリズムにある。
他のアルゴリズムで結果を確認し、何が成功なのかを理解することに興味があります。データやオプティマイザReshetovaの可用性は、すべてのここで嫌われているが、それを行うには、実際の生活の中でテストする必要があり、人々はここに惨めという事実を考慮に入れている。税関..........................
もし、他の人がこの質問をしているならば、どのように答えられると思う。データを用意する。AIを訓練し、訓練後にフィードバックでモデルをテストします(できれば実世界で)。EAが機能し、モデルが機能することが確信できれば、あなたの最適化アルゴリズムが機能したことになるので(私には必要ない)、入力データを探すことに集中すべきです。もし、私のデータで動作するモデルが得られない場合は、アルゴリズムを微調整する必要があります。初心者の方にも興味を持ってもらえると思うので、その間に私も成功させたいと思います。データや、強力なオプティマイザーReshetovの有無などです。
それで...誰がこの挑戦を受けるのか?
モデルよりもデータが重要なのは同意しますが、その構築方法も重要です。この場合、私は50/50と考えます。
最適化を繰り返す中で、50%以上の汎化モデルを与えることが重要である。10個の最適化のうち、5個以上のモデルが十分なレベルで汎化されていることが望ましいということです。なぜそうなのでしょうか。なぜなら、10機種の中から選ぶ場合、動作するものが選ばれる確率が高くなるからです。10回の最適化のうち、2回しか一般化されたモデルを生成できないのでは、このアルゴリズムに何の意味があるのでしょうか?エキスパートアドバイザーが作業モデルを選択する確率は非常に低く、したがってこのアルゴリズムもほとんど役に立ちません。
少なくとも20%以上、対象機能の原因となるデータであることが重要である。入力データに理由がある場合、それを見つける責任は、最適化アルゴリズムにある。
他のアルゴリズムで結果を確認し、何が成功なのかを理解することに興味があります。データやオプティマイザReshetovaの可用性は、すべてのここで嫌われているが、それを行うには、実際の生活の中でテストする必要があり、人々はここに惨めという事実を考慮に入れている。税関..........................
もし、他の人がこの質問をしているならば、どのように答えられると思う。データを用意する。AIを訓練し、訓練後にフィードバックでモデルをテストします(できれば実世界で)。EAが機能し、モデルが機能することが確信できれば、あなたの最適化アルゴリズムが機能したことになるので(私には必要ない)、入力データを探すことに集中すべきです。もし、私のデータで動作するモデルが得られない場合は、アルゴリズムを微調整する必要があります。初心者の方にも興味を持ってもらえると思うので、その間に私も成功させたいと思います。データや、強力なオプティマイザーReshetovの有無などです。
それで...誰がこの挑戦を受けるのか?
ターゲットはまだですか?どんな指標?)
課題を単純な機械学習のコンペティション形式に落とし込めば、トレーダーだけでなく)
データ内のタグはすでに設定されていますか?何メートル?)
タスクを単純な機械学習のコンペティション形式に落とし込めば、トレーダー以外も引きつけることができる)
はい、ターゲットのデータはすでに存在することになります。分類モデルの話です。ここで問題は、あなたのシステムで得られたこれらのモデルをどのように確認するかということです。できれば実機で...
はい、ターゲットのデータはすでに存在することになります。分類モデルについてです。ここでの問題は、もう一つ、得られたこれらのモデルをどのようにシステムで確認するかということです。できれば実機で...。
そもそも、少なくともディレイサンプリングで確認します。2012年から2016年のデータを渡したとします。2017年テスト2018は最終チェックのためにあなたを残す(調整がなかったように)。
本物と待つ)熊を殺していない皮膚を共有しないでください;)まず、少なくとも検証を渡すことができるモデルを作る必要があり、その後、製品にこの象をロールバックするようにしてみてください。この2つは全く別の作業です。
そもそも、せめて遅延サンプルで確認してください。2012年から2016年のデータを出したとします。2017年テスト2018年は最終テストのために(調整がないように)保管しているんですね。
本物と待つ)は、熊を殺していない皮膚を分割しないでください;)
MTテスターで検証する場合、どのように確認すればよいのでしょうか?最適化した後、MT4でモデルをロードすることができるようになりますか?
では、どのように機種を確認すればよいのでしょうか? MTテスターで確認する場合。最適化の後、モデルをMT4にロードすることができるようになるのでしょうか?
そして、私が言いたいのは、こういうことです。まず、真空中で問題を設定します。 メートルで。
テスターで走らせるなら、そこにトロールとその他のグッズを付けて。
ターゲティング(このバイナリ分類があるそうです)のデータを.csvで提供し、モデルを学習させてターゲティングを予測します。その結果をモデルの応答リストとして同じテスターにロードし、実行します。しかし、それをモデルごとに行うのはフィッティングの別の変形であり、指標やターゲットを考えた方が良い。そして、テスターでは最後の variant のみを実行する必要があります。
リアルタイムの場合は別途手間がかかりますし、すべてのモデルをDLLに包めるわけではありません。