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 1132 1...112511261127112811291130113111321133113411351136113711381139...3399 新しいコメント mytarmailS 2018.10.24 12:35 #11311 そして、フラットをアルゴリズム化するために必要なものは以下の通りです。 フロットは価格では全くなく、別の機能で成り立っている...。 矩形の描画は、前の例のように矩形の終わりからではなく、矩形の一番最初から信号が有効になるように実装されている チャートには、PdとSpのレベルが表示されています。赤から仕入れ、緑から売る ストップは1つですが、合成時間枠の1カットのみです。 BpとSPは私の理解では買われすぎ、売られすぎゾーンです 買われすぎ、売られすぎを見つけるためにニューラルネットワークを使っています。 mytarmailS 2018.10.24 13:09 #11312 マキシム・ドミトリエフスキーみんな、普通のシステムを客観的なパターンで議論しようよ。 任意の2つの相関する楽器を取り出してモデルを構築するアービトラージ? mytarmailS 2018.10.24 13:29 #11313 マキシム・ドミトリエフスキースチームでもいい。MOはどこだ? Renat Akhtyamov 2018.10.24 13:56 #11314 mytarmailS:MoDはどこだ?http://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-2/chapter-2.htm Maxim Dmitrievsky 2018.10.24 17:55 #11315 LRにleave-one-out cvを使用したことのある方はいらっしゃいますか?使っているのはVizardだけだと思います :) クロスバリデーションは、モデルそのものではなく、特定の手順で生成されたモデルの汎化性能を推定する方法と考えるのがよいでしょう。リーブワンアウトクロスバリデーションは,基本的にn-1個のサンプルデータで学習したモデルの汎化性能の推定であり,一般にn個のサンプルで学習したモデルの性能のやや悲観的な推定である. 一つのモデルを選ぶのではなく、やるべきことは、すべてのデータにモデルを当てはめ、LOOC-CVを使って、そのモデルの性能を少し控えめに推定することです。しかし、LOOCVは分散が大きく(データの異なるランダムなサンプルを使用した場合、得られる値は大きく変化する)、近似的に不偏であるにもかかわらず、性能評価のための推定量としてしばしば悪い選択と なることに注意してください。私はモデル選択のためにいつも使っていますが、本当に安いからというだけです(私が取り組んでいるカーネル モデルではほとんど無料です)。 "短所 "と "長所"。ただ、このような推定器は、モデル選択を高速化するのに良いだろう。 Maxim Dmitrievsky 2018.10.25 11:33 #11316 テストケース付き最新版ライブラリの 公開 Igor Makanu 2018.10.25 12:22 #11317 マキシム・ドミトリエフスキー テストケース付き最新版ライブラリの 掲載新年まで長いようで、こんなプレゼントもあるんですね。 Renat Akhtyamov 2018.10.25 12:47 #11318 mytarmailS:仲裁?これ https://www.mql5.com/ru/forum/140716/page382 以後 伝家の宝刀 Не Грааль, просто обычненький такой - Баблокос!!! 2018.04.22www.mql5.com нууу... так как пытливым(светлым) умам - мастерам математического слива не нравится Граалеподобные торговые системы... то и ладно... mytarmailS 2018.10.25 12:59 #11319 レナト・アフティアモフ他では見られない、七面鳥の1行だけ。とか、どこにあるんだ? pantural 2018.10.25 14:51 #11320 マキシム・ドミトリエフスキー テストケース付き最新版ライブラリの 掲載とてもクールです。ありがとうございます。印象的な結果:) 1...112511261127112811291130113111321133113411351136113711381139...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
そして、フラットをアルゴリズム化するために必要なものは以下の通りです。
フロットは価格では全くなく、別の機能で成り立っている...。
矩形の描画は、前の例のように矩形の終わりからではなく、矩形の一番最初から信号が有効になるように実装されている
チャートには、PdとSpのレベルが表示されています。赤から仕入れ、緑から売る
ストップは1つですが、合成時間枠の1カットのみです。
BpとSPは私の理解では買われすぎ、売られすぎゾーンです
買われすぎ、売られすぎを見つけるためにニューラルネットワークを使っています。みんな、普通のシステムを客観的なパターンで議論しようよ。
任意の2つの相関する楽器を取り出してモデルを構築する
アービトラージ?
スチームでもいい。
MOはどこだ?
MoDはどこだ?
http://sun.tsu.ru/mminfo/2016/Dombrovski/book/chapter-2/chapter-2.htm
LRにleave-one-out cvを使用したことのある方はいらっしゃいますか?使っているのはVizardだけだと思います :)
クロスバリデーションは、モデルそのものではなく、特定の手順で生成されたモデルの汎化性能を推定する方法と考えるのがよいでしょう。リーブワンアウトクロスバリデーションは,基本的にn-1個のサンプルデータで学習したモデルの汎化性能の推定であり,一般にn個のサンプルで学習したモデルの性能のやや悲観的な推定である.
一つのモデルを選ぶのではなく、やるべきことは、すべてのデータにモデルを当てはめ、LOOC-CVを使って、そのモデルの性能を少し控えめに推定することです。
しかし、LOOCVは分散が大きく(データの異なるランダムなサンプルを使用した場合、得られる値は大きく変化する)、近似的に不偏であるにもかかわらず、性能評価のための推定量としてしばしば悪い選択と なることに注意してください。私はモデル選択のためにいつも使っていますが、本当に安いからというだけです(私が取り組んでいるカーネル モデルではほとんど無料です)。
"短所 "と "長所"。ただ、このような推定器は、モデル選択を高速化するのに良いだろう。
テストケース付き最新版ライブラリの 掲載
新年まで長いようで、こんなプレゼントもあるんですね。
仲裁?
これ
https://www.mql5.com/ru/forum/140716/page382
以後
伝家の宝刀
他では見られない、七面鳥の1行だけ。
とか、どこにあるんだ?
テストケース付き最新版ライブラリの 掲載
とてもクールです。ありがとうございます。印象的な結果:)