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 1118 1...111111121113111411151116111711181119112011211122112311241125...3399 新しいコメント Mihail Marchukajtes 2018.10.18 18:53 #11171 ヴィザード_。いつも通り~話すことはありません)))おいおい、どうしたんだ。それらを推定するために必要なデータはどれくらいですか? Mihail Marchukajtes 2018.10.18 19:01 #11172 ヴィザード_。何もいらないから、せめて2〜3Kの観測データをくれ。 日付、生、加工、ターゲット残念ながら、一生にそう何本も見つかるものではありません。それから、このモデルはいつまで使えるのでしょうか?いつまでも? Yuriy Asaulenko 2018.10.18 19:04 #11173 ヴィザード_。何もいらないから、せめて2~3Kの観測データを くれ。 日付、生、加工、ターゲットAIを搭載しているので、こちらも50歳までに学習するそうです。手口が弱いだけだろ。 Mihail Marchukajtes 2018.10.18 19:04 #11174 その結果、私は新しいデータでネットワークが動作するのを待ち、そうでなければ何も投稿しないことにします :-( Mihail Marchukajtes 2018.10.18 19:16 #11175 ユーリイ・アサウレンコAIを搭載しているので、こちらも50歳までに学習するそうです。AIが弱いだけだろ。その通りです。そんなトレーニングを積んで1年間働くNSは必要ない。少なくとも同じ50点、つまりトレーニング期間の100%うまくいけば、これは成功といえるでしょう。しかし、何千行も詰め込んで、ゴミや不要なデータで頭をいっぱいにしてどうするんだ? Maxim Dmitrievsky 2018.10.18 19:18 #11176 面白いのは、ミシャニのオプティマイザーは小さなサンプルから依存関係を回復するのが得意で、実はそれが彼の得意とするところなのです。本にもそう書いてある。そして、それを脳の代わりになるもので漠然と捉えている。 もうひとつは、とにかく広いテストプロットでテストすることです。 Yuriy Asaulenko 2018.10.18 19:18 #11177 ミハイル・マルキュカイツそれに何千行も詰め込んで、ゴミや不要なデータで頭をいっぱいにして何の意味があるのでしょうか?それは、NSが何かを分類するときです。少なくとも、一般化が可能であれば、何かを一般化しようとするでしょう。 Mihail Marchukajtes 2018.10.18 19:27 #11178 ユーリイ・アサウレンコその時、NSは何かを分類することになる。少なくとも、可能な限り、何かを一般化しようとするでしょう。これは領域が有限で静的な場合はそうですが、我々の場合は無限で非定常なので、サンプルを増やすと学習の質が下がり、結果的に新しいデータに対してモデルの働きが悪くなります。 市場で利益を上げるには、他の条件が同じであれば、利益の出る取引の割合が75%以上、以下であってはならない。これが損益が等しくなる条件です。1000個のデータでネットワークを学習させ、その学習結果を例として60%を表示します。このようなモデルを使うのに、トレーニングが不十分だと意味がないのでは?広い面積では良い結果が得られないのでしょうね。再トレーニングしたモデルではなく、一般化したモデルということですが...。IMHO Mihail Marchukajtes 2018.10.18 20:10 #11179 で、肝心の中身はというと、皆さん、どうですか?それとも、データが良すぎて、何も言うことがないのでしょうか? Mihail Marchukajtes 2018.10.18 20:19 #11180 ヴィザード_。トレンド=100k線。残り(テスト)で、モデルを適用するのです。 指標はloglossです。結果トレンド=...テスト=...です。あなたのファイルから最初の1--行を取り出し、トレーニングを実行しました。もし、その結果が私より40インスタンス分高ければ、あなたのデータの方が優れていると判断します。さてと...。 1...111111121113111411151116111711181119112011211122112311241125...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
いつも通り~話すことはありません)))
おいおい、どうしたんだ。それらを推定するために必要なデータはどれくらいですか?
何もいらないから、せめて2〜3Kの観測データをくれ。
日付、生、加工、ターゲット
残念ながら、一生にそう何本も見つかるものではありません。それから、このモデルはいつまで使えるのでしょうか?いつまでも?
何もいらないから、せめて2~3Kの観測データを くれ。
日付、生、加工、ターゲット
AIを搭載しているので、こちらも50歳までに学習するそうです。手口が弱いだけだろ。
AIを搭載しているので、こちらも50歳までに学習するそうです。AIが弱いだけだろ。
その通りです。そんなトレーニングを積んで1年間働くNSは必要ない。少なくとも同じ50点、つまりトレーニング期間の100%うまくいけば、これは成功といえるでしょう。しかし、何千行も詰め込んで、ゴミや不要なデータで頭をいっぱいにしてどうするんだ?
面白いのは、ミシャニのオプティマイザーは小さなサンプルから依存関係を回復するのが得意で、実はそれが彼の得意とするところなのです。本にもそう書いてある。そして、それを脳の代わりになるもので漠然と捉えている。
もうひとつは、とにかく広いテストプロットでテストすることです。
それに何千行も詰め込んで、ゴミや不要なデータで頭をいっぱいにして何の意味があるのでしょうか?
それは、NSが何かを分類するときです。少なくとも、一般化が可能であれば、何かを一般化しようとするでしょう。
その時、NSは何かを分類することになる。少なくとも、可能な限り、何かを一般化しようとするでしょう。
これは領域が有限で静的な場合はそうですが、我々の場合は無限で非定常なので、サンプルを増やすと学習の質が下がり、結果的に新しいデータに対してモデルの働きが悪くなります。
市場で利益を上げるには、他の条件が同じであれば、利益の出る取引の割合が75%以上、以下であってはならない。これが損益が等しくなる条件です。1000個のデータでネットワークを学習させ、その学習結果を例として60%を表示します。このようなモデルを使うのに、トレーニングが不十分だと意味がないのでは?広い面積では良い結果が得られないのでしょうね。再トレーニングしたモデルではなく、一般化したモデルということですが...。IMHO
トレンド=100k線。残り(テスト)で、モデルを適用するのです。
指標はloglossです。結果トレンド=...テスト=...です。
あなたのファイルから最初の1--行を取り出し、トレーニングを実行しました。もし、その結果が私より40インスタンス分高ければ、あなたのデータの方が優れていると判断します。さてと...。