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

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。