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 1120 1...111311141115111611171118111911201121112211231124112511261127...3399 新しいコメント Maxim Dmitrievsky 2018.10.19 07:57 #11191 違う んです。 この場合、そしてあなたのデータセットで...申し訳ないが、多くの人が最低でも数千点のサンプルが必要だと何度も言っているし、マーケットデータのノイズを考えると数十万点が望ましい のだが、例えばJavaを覚えてXGBを使うようになると、過去の自分の執念を笑うことになる))之は誤り Maxim Dmitrievsky 2018.10.19 08:05 #11192 ミハイル・マルキュカイツそこで、マシューズの係数の改善指標を考えたのですが、ここを吹いて行ってしまうと何とも言えませんね。:-( あるクラスから別のクラスへの配列の受け渡しに行き詰まり、地獄のようです...。問屋が卸さない例えば、サンプルの利益率を測定して、それでおしまい。 というのも、誤差が小さいからといって、新しいデータに対する安定性が高いとは限らないからです。新しいデータでのトレードのパフォーマンスを通して、外部評価基準を選ぶだけ テスト用の大きなサンプルがないと、ネジをなめてしまう...トレイ用の小さなサンプルは重要ではない、大丈夫だ Maxim Dmitrievsky 2018.10.19 10:09 #11193 ただ、 モデルの重量が1ギガバイトになるんです。 でも、市場では忠実度ではなく、うまく機能させることの方が重要で、僕は通常、サンプルが多ければ多いほど良い結果が得られるんだ))) 。ティンバーやXGBを使えば、再学習のためのサンプルの数なんて気にしない。 が、外部メトリクスを用いた再帰的な特徴の列挙は、小さなサブサンプルでも結果を出し始めており、外部 itslek 2018.10.19 10:31 #11194 ヴィザード_。トレンド＝100k線。残りの8k+（テスト）には、モデルを適用します。データはシャッフルされます。 指標はloglossです。結果、投稿してください。トレンド＝...テスト＝...です。もちろん、これは時系列で行われるわけではありません。しかし、興味本位で、データを全く触らずにほぼデフォルトのLightGBMに入れてみました。電車：0.6879388421499111テスト：0.6915181677127092テストソース、CatBoostでボーナス。https://yadi.sk/d/55DDn-hViNWP6Q成果はいかがですか？ test_xz.ipynb disk.yandex.ru Посмотреть и скачать с Яндекс.Диска Ivan Negreshniy 2018.10.19 10:32 #11195 マキシム・ドミトリエフスキーTSには独自の測定基準があるのに、なぜわざわざ測定基準を設けるのか。例えば、サンプルの利益率を測定すればいい。 モデルの内部推定は二の次である。なぜなら、誤差が最小であっても、新しいデータに対して最も安定であるとは限らないからである。新しいデータでのトレードのパフォーマンスを通して、外部評価基準を選ぶだけ テスト用の大きなサンプルがないと、ネジをなめることになるし、トレイ用の小さなサンプルは重要ではないので、大丈夫です。一般的にテスト用のスペースは無制限であるべきです。 もし誰かがデータの品質をチェックしたいのであれば、不明瞭なCSVファイルではなく、指標という形でデータを置くべきでしょう。 ターゲットをマークする必要はありませんが、テンプレートを使用することができます、彼らは利益を得る必要があることが明らかである。 そして、任意のモデルを教え、Expert Advisorを作成し、初期のインジケータとともに客観的にテストすることができます。 まあ、これは何かをしたい場合ですが、話をしたいだけなら...。 Ivan Negreshniy 2018.10.19 12:28 #11196 少し複雑ですが、きっと手間が 省けますよ。ノイズが多ければ多いほど、サンプルが多ければ多いほど、初歩的な統計学のレベルでは明らかなはずですが、市場データは非常にノイズが多く、再トレーニングはまた別の問題で、もしきちんと構築した特徴を教え、正しいターゲティングをしてから何万何十万のサンプルを使ったテストでは、再トレーニングは本当に難しいのです。データサイエンティストやアルゴリズムトレーダーがマザイストやニアーマーケッターで、ターゲットと特徴を混在させない限り、再トレーニングは難しいのです。チップはターゲットと3-5%以上の相関があるため、覗き見をする必要があります。 アルゴトレーダー初心者が犯す主な間違い。皆さんは、相場近辺のトレーダーを叱っていますね、私は、しかし、皆さんは、冷静で、相場アルゴトレーダー、書き込みから判断すると、どの期間を教え、何を基準に取引すれば良いのかが分かっているようですね。 しかし、私は知らないし、昨日の議論を見たとき、私は関与せず、ちょうどそれを試してみることにしましたので、私は10月の8から18までEURUSD M1でデモを訓練し、私のブローカーで持っている限り、私はリアルタイムでEAを実行しました。 だから、彼は今のところ利益で取引しているが、専門家としてのあなたの質問は：彼はいつ負け始めるのか、ログイン - 2096584180、パスワード - na3tbvr、Tradize-Demo、しかし具体的には、大劇場の広大な広がりをうろつく宇宙船についてではない（c））。 Ivan Negreshniy 2018.10.19 12:50 #11197 リアルタイム・トレーディング・テスターМТ4、ニューロネットを持っています。学習サンプルが少ない、テスターやオプティマイザーのロジックが透明でない（ブラックボックス）......。 結論 - このEAは99.9999999%ランダムであり、エクイティは取引コストによる下降傾斜のあるランダムな幾何学的放浪であること。 取引頻度にもよるが、年間では マイナスSR<-0.5しかできない。1.リアルタイム取引、MT4テスター、ニューラルネットがある。 2.答えは100％間違っています - Expert Advisorはランダムではありません。 3.8日分の取引データで学習させるが、1年分の予測は...？） ZS: 具体的に、例えば、「トレーディング期間とトレーニング期間の比率が30%で、明後日からアドバイザーが負ける」とか、「10%で、今日から負ける」とか聞いたのですが、科学は沈黙しているので.........。 Igor Makanu 2018.10.19 12:51 #11198 どう だろう。結論 - このEAは99.9999999%ランダムであり、エクイティは取引コストのために下降傾斜を持つランダムな幾何学的放浪であること。うーん、これは私の写真なんですが、何が見えますか？ ;) Yuriy Asaulenko 2018.10.19 13:09 #11199 どう だろう。ランダム絶対にありえないから、ありえないとも言います。(c) また、50トレードでトレーニングするのは非現実的ですが、結論を出すにはあと30〜40トレード（つまり3〜4日）見る必要があります。もちろん、見かけたらね。 でも、一般的にはもうおかしいんですよ。 Ivan Negreshniy 2018.10.19 13:14 #11200 これは彼のテスターでの走行だと言っているの ですが、これはランダムなのでしょうか？ランダムって、言ってるじゃん。これが彼のテスター・ランだ - これがランダムだと？ ファイル: StrategyTester.zip 23 kb 1...111311141115111611171118111911201121112211231124112511261127...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
この場合、そしてあなたのデータセットで...申し訳ないが、多くの人が最低でも数千点のサンプルが必要だと何度も言っているし、マーケットデータのノイズを考えると数十万点が望ましい のだが、例えばJavaを覚えてXGBを使うようになると、過去の自分の執念を笑うことになる))
之は誤り
そこで、マシューズの係数の改善指標を考えたのですが、ここを吹いて行ってしまうと何とも言えませんね。:-(
あるクラスから別のクラスへの配列の受け渡しに行き詰まり、地獄のようです...。問屋が卸さない
例えば、サンプルの利益率を測定して、それでおしまい。
というのも、誤差が小さいからといって、新しいデータに対する安定性が高いとは限らないからです。
新しいデータでのトレードのパフォーマンスを通して、外部評価基準を選ぶだけ
テスト用の大きなサンプルがないと、ネジをなめてしまう...トレイ用の小さなサンプルは重要ではない、大丈夫だ
でも、市場では忠実度ではなく、うまく機能させることの方が重要で、僕は通常、サンプルが多ければ多いほど良い結果が得られるんだ))) 。
ティンバーやXGBを使えば、再学習のためのサンプルの数なんて気にしない。
が、外部メトリクスを用いた再帰的な特徴の列挙は、小さなサブサンプルでも結果を出し始めており、外部トレンド＝100k線。残りの8k+（テスト）には、モデルを適用します。データはシャッフルされます。
指標はloglossです。結果、投稿してください。トレンド＝...テスト＝...です。
もちろん、これは時系列で行われるわけではありません。しかし、興味本位で、データを全く触らずにほぼデフォルトのLightGBMに入れてみました。
電車：0.6879388421499111
テスト：0.6915181677127092
テストソース、CatBoostでボーナス。
https://yadi.sk/d/55DDn-hViNWP6Q
成果はいかがですか？
TSには独自の測定基準があるのに、なぜわざわざ測定基準を設けるのか。例えば、サンプルの利益率を測定すればいい。
モデルの内部推定は二の次である。なぜなら、誤差が最小であっても、新しいデータに対して最も安定であるとは限らないからである。
新しいデータでのトレードのパフォーマンスを通して、外部評価基準を選ぶだけ
テスト用の大きなサンプルがないと、ネジをなめることになるし、トレイ用の小さなサンプルは重要ではないので、大丈夫です。
一般的にテスト用のスペースは無制限であるべきです。
もし誰かがデータの品質をチェックしたいのであれば、不明瞭なCSVファイルではなく、指標という形でデータを置くべきでしょう。
ターゲットをマークする必要はありませんが、テンプレートを使用することができます、彼らは利益を得る必要があることが明らかである。
そして、任意のモデルを教え、Expert Advisorを作成し、初期のインジケータとともに客観的にテストすることができます。
まあ、これは何かをしたい場合ですが、話をしたいだけなら...。
ノイズが多ければ多いほど、サンプルが多ければ多いほど、初歩的な統計学のレベルでは明らかなはずですが、市場データは非常にノイズが多く、再トレーニングはまた別の問題で、もしきちんと構築した特徴を教え、正しいターゲティングをしてから何万何十万のサンプルを使ったテストでは、再トレーニングは本当に難しいのです。データサイエンティストやアルゴリズムトレーダーがマザイストやニアーマーケッターで、ターゲットと特徴を混在させない限り、再トレーニングは難しいのです。チップはターゲットと3-5%以上の相関があるため、覗き見をする必要があります。 アルゴトレーダー初心者が犯す主な間違い。
皆さんは、相場近辺のトレーダーを叱っていますね、私は、しかし、皆さんは、冷静で、相場アルゴトレーダー、書き込みから判断すると、どの期間を教え、何を基準に取引すれば良いのかが分かっているようですね。
しかし、私は知らないし、昨日の議論を見たとき、私は関与せず、ちょうどそれを試してみることにしましたので、私は10月の8から18までEURUSD M1でデモを訓練し、私のブローカーで持っている限り、私はリアルタイムでEAを実行しました。
だから、彼は今のところ利益で取引しているが、専門家としてのあなたの質問は：彼はいつ負け始めるのか、ログイン - 2096584180、パスワード - na3tbvr、Tradize-Demo、しかし具体的には、大劇場の広大な広がりをうろつく宇宙船についてではない（c））。
学習サンプルが少ない、テスターやオプティマイザーのロジックが透明でない（ブラックボックス）......。
結論 - このEAは99.9999999%ランダムであり、エクイティは取引コストによる下降傾斜のあるランダムな幾何学的放浪であること。
取引頻度にもよるが、年間では マイナスSR<-0.5しかできない。
1.リアルタイム取引、MT4テスター、ニューラルネットがある。
2.答えは100％間違っています - Expert Advisorはランダムではありません。
3.8日分の取引データで学習させるが、1年分の予測は...？）
ZS: 具体的に、例えば、「トレーディング期間とトレーニング期間の比率が30%で、明後日からアドバイザーが負ける」とか、「10%で、今日から負ける」とか聞いたのですが、科学は沈黙しているので.........。
結論 - このEAは99.9999999%ランダムであり、エクイティは取引コストのために下降傾斜を持つランダムな幾何学的放浪であること。
うーん、これは私の写真なんですが、何が見えますか？
;)
ランダム
絶対にありえないから、ありえないとも言います。(c) また、50トレードでトレーニングするのは非現実的ですが、結論を出すにはあと30〜40トレード（つまり3〜4日）見る必要があります。もちろん、見かけたらね。
でも、一般的にはもうおかしいんですよ。
ランダムって、言ってるじゃん。
これが彼のテスター・ランだ - これがランダムだと？