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 1150

[mytarmailS]

アレクサンダー＿K．

彼は何もわかってないと思う...

くっそー、そんな大声出すなや、俺の権威が落ちるぞ))

[Alexander_K]

mytarmailS:

あまり大きな声を出さないでください、私の信用を失いますよ)

友よ、気を悪くしないでくれ。NS単体では市場から1円も出せないことに、私はずっと前に気づいていたのだ。しかし、正の相関を持つ領域を決定する......そんなことができるのだろうか？何か思いついたら、教えてください。私のTSに取り付けて、お金を稼ぎに出かけましょう。助けは全く必要ないのですが...。

[Alexander_K]

ヒンドゥー教徒がまたしゃべっている...。おかしいな...。ニューログラールはいつ来るんだ？答えになってない...尊敬の念はない、では。

[Грааль]

mytarmailS:

マキシムカ こんにちは！ 聞いてください、私はピボットポイントでいくつかの予測を作りました、今のところB+だけですが、明日はB+にもいくつかあります...

ストップはあくまで視覚的なもので、CPではありません。

プレディクターはすでに独自に上向きに働いている。提案があるのですが、open | high | low | close | vol | pred1 |pred2 | pred3...というフォーマットでデータを送ったらどうでしょう？

OHLCのデータからフィルタリングのための予測式を生成し、ネットワークを学習させるなどすれば、何か役に立つことがあるかもしれませんね。

なんて言うんだ？

もしよろしければ、テスト用のシリーズを添付して、試してみようかと思います。

[Грааль]

上がる

[mytarmailS]

グレイル

もしよろしければ、テスト用の行を添付しておきますので試してみてください。

構わないが、どのようなターゲットで教えるのか？バイナリ分類だと面白くないので、そういう風にできるんですけど...。フィットネス関数を教えるのが面白い、それらは特定の最小関数またはよく、最大を検索する...

データは、あまりにも多く、うまくいけば、私はすぐにコードを書いたので、ミスの計算をしなかったので、短縮されています

[Maxim Dmitrievsky]

FxTrader562 です。

2年前から・・・。テスターでも動きません :)))

学習済みサンプルデータ内か、サンプル外（OOS）かということですか？

サンプルデータ内...曲線がとても綺麗です :)))

OOSでは純減中((.

そこで、MT5でダイレクトフォワードテストLIVEを実行しています。

あっそ）

[Грааль]

mytarmailS:

構わないのですが、どのターゲットに教えるのですか？2値分類なら面白くないから、そういう風にできるんだけど...。ある最小関数や最大関数を探索するフィットネス関数について教えるのは興味深い...

データは、あまりにも多く、うまくいけば、私はすぐにコードを書いたので、計算のミスをしなかったので、短縮されています

OKありがとう、いつか遊んでみるよ。

対象について...一般に、反転を知らせる機能がある（と推測される）場合、「良い」結果に対して慎重かつ感情的にならないと、（アルゴトレーダー的に）「自分の足を撃つ」方法が増えるので、例えば反転ポイントの（ロゴロスなど）分類・回帰の精度自体が誤解を招きやすい。損益トレードの割合と同じで、ほとんど何も語っていない。「ピボット」自体には、それでどれだけの利益を失うかという情報は含まれておらず、それゆえ分類・回帰の質を解釈するのは難しいのである。まずは「逆転」を「方向」に変換し、それを利益という形で数値化することが必要だと思います。

私は、まず、あなたの乖離した反転シグナルから連続したトレンドを作り、それらを使って、異なる期間の将来のリターンの方向を見つけることだと思います、それはそれです...。

[mytarmailS]

ザ・グレイル：

OKありがとう、この間遊んでみるよ。

対象について...一般に、反転を知らせる機能がある場合（推測）、「良い」結果に対して注意深く、感情的にならなければ、（algotrader風に）「自分の足を撃つ」方法が増えるので、例えばピボットポイント分類/回帰のそれ自体の精度（logloss等）は誤解を招きやすいと思います。損益トレードの割合と同じで、ほとんど何も語っていない。「ピボット」自体には、それでどれだけの利益を失うかという情報は含まれておらず、それゆえ分類・回帰の質を解釈するのは難しいのである。まずは「逆転」を「方向」に変換し、それを利益という形で数値化することが必要だと思います。

まず、乖離した反転シグナルで連続したトレンドを作り、それを使って将来のリターンの方向を別の期間でプロットする、そんな感じでしょうか・・・。

では、試してみてください...

ところで、より多くの予測因子を追加し、私はローソク足のパターンが フィルタリングのために良いだろうと思う、あなたもすぐに信号によってではなく、ローソク足を通じて、例えば、いくつかの種類の確認と入力することができます。

[Aleksey Nikolayev]

グレイル

しかし、真剣に、 "ノーゴー "と取引は、メトリックとして全く意味がありません、それは最適化することはできません、戦略は取引の数によって毎回異なるので、例えば、1000回の取引を生成する戦略は、同じ利益と最大のドローダウンで、100回の取引の戦略よりも3倍少ないシャープを持っているでしょう。

資産やポートフォリオのシャープニングの計算方法は共通ですが、それを個々のTSに転用するのはまだ早いですね。TSは決してポートフォリオではなく、あくまでも可能性のある部分だと考えています。

シャープそのものではなく、自分のTSの代わりに曖昧なものを考えなければならない、多くのトレードが人為的に一つにまとめられ、その過程で存在しない無効なトレードが追加されるという、押し付けられたアプローチについてなのです。そして、それは「そうでなければならない」からにほかならないのです。

私にとってシャープとは、トレードの利益分布の特徴であり、平均利益とゼロの差の統計的な有意性を示すものである。TSの取引回数が大きく変動するようなケースでは、シャープを修正する必要があります。そのためには、k/sqrt(n)のような値を引く必要があります（nは取引回数）。ポイントは、取引回数が増えると数学的な期待値の信頼区間が 狭くなり、取引回数の増加による通常のシャープの値の減少をある程度補うことができる点である。取引数がそれほど跳ね上がらない場合は、この補正は最適化に影響しないので、標準シャードを使用することができます。