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 118 1...111112113114115116117118119120121122123124125...3399 新しいコメント Yury Reshetov 2016.08.24 07:39 #1171 mytarmailS:...個人的には、RSIの地獄を削除することです。...というのは、矛盾しているからです。そして、普通の価格でも、例えば20の値の系列をとって、市場が上昇傾向にあるとすれば、トレンドは上向きで、第二の選択肢はなく、すべてが曖昧で矛盾がない、わかりますか？正直なところ、よくわかりません。RSIと「正常な」価格（モメンタム）の両方が、昨日-遡及的に表示されます。過去20回の値で価格が上昇したとしても、今上昇トレンドがあるわけではなく、将来的には相互に3つの可能性があることは十分にあり得ることです。価格は上昇し続ける価格は横ばい価格が反転して下がる。RSIのように、将来起こりうる事象の相互存在も本質的に矛盾している。 過去は（客観的に）事実であるため、曖昧さがない。そして、未来は単なる仮定（主観）であり、したがって確率的である。 Vladimir Perervenko 2016.08.24 07:43 #1172 この記事はむしろ、Keras（Python）パッケージを使ったニューラルネットワーク（MLP、CNN、LSTM）の作成と利用の一例です。ハイパーパラメータのチューニングを行わずに得られた結果は、代表的なものとは言えない。ちなみに、記事の最後にある筆者も言っています。 mytarmailS 2016.08.24 08:31 #1173 ユーリー・レシェトフ正直なところ、よくわからないんです。RSIも「正常な」価格（モメンタム）も、昨日-後知恵を示す。過去20回の値で価格が上昇したとしても、今上昇トレンドにあるとは限らず、将来的には3つの相反する可能性があることも十分あり得る。価格は上昇し続ける価格は横ばい価格が反転して下がる。将来起こりうる事象の相互排他性、本質的にはRSIの場合と同様に矛盾もある。 過去は（客観的に）事実であり、したがって曖昧さはない。そして、未来はあくまで仮定（主観）なので、確率的なものです。 未来を予測する話ではないんです。は、このシリーズの現時点では20ろうそくのシリーズを取ってみましょう、強い上昇トレンドが可能です。 第二は、与えられたものではなく、トレンドは上昇であり、それは何だ、次の21番目のキャンドルに何が起こるかは明らかではない、それは将来の確率的予測であり、多くの結果があります私は絶対にこのことについてあなたに同意するものとします。次に、rsiやモメンタムなどの固定期間（例えば10）のあるインジケータを、トレンドが上昇中の20本のローソク足に適用してみましょう。インジケータは未来を描写できないだけでなく、現在・過去を客観的に描写することさえできない。単に嘘をつき、混乱させるだけで、一般的なトレーダーとニューラルネットワークを混乱させる。 Yury Reshetov 2016.08.24 09:25 #1174 mytarmailS:未来を予測することは、私にとってタブーなのです。私は、現在のデータ表現について話しているのですこのシリーズの現時点では20ローソク足のシリーズを取ってみましょう、強い上昇トレンドが可能です。 2ローソク足がトレンドアップして、それはそれだ、私は気にしない、次の21番目のキャンドルに何が起こるか不明である、これは将来の確率的予測であると多くの結果がある私は絶対にこのことについてあなたに同意します。次に、rsiやモメンタムなどの固定期間（例えば10）のあるインジケータを、トレンドが上昇中の20本のローソク足に適用してみましょう。インジケータは未来を描写できないだけでなく、現在・過去を客観的に描写することさえできない。単に嘘をつき、混乱させるだけで、一般的なトレーダーとニューラルネットワークを混乱させる。TA指標やオシレーターは、そのアルゴリズムで指定された通りの過去を正確に記述します。そして、彼らにはラグがあり、その結果、急激な値動きを見逃し、彼らに誘導されれば、「もうとっくに出発した列車」に飛び込むことも、「早く正しい方向に行く列車」に飛び出すこともできるのです。TAの遅れの結果として、価格が一方向に進み、オシロスコープが反対方向に描画するダイバージェンスもあります。ほとんどのテクニカル分析ツールのコードは公開されており、数学の知識があれば理解するのは難しいことではありません。しかし、それはさておき、上記はすべて機械学習の話題とは関係ない。予測部分の機械学習は、過去と未来の関係であって、後知恵だけで「理解」しようとするものではありません。 mytarmailS 2016.08.24 09:38 #1175 ユーリー・レシェトフTA指標やオシレーターは、そのアルゴリズムが指定する範囲内で過去を正確に記述します。しかもラグがあるので、急激な値動きを見逃し、利用すれば「とっくに出発した列車」に飛び乗ったり、「正しい方向に進む列車を早めに飛び降りる」ことができる。TAの遅れの結果として、価格が一方向に進み、オシロスコープが反対方向に描画するダイバージェンスもあります。したがって、議論することは何もありません。ほとんどのテクニカル分析ツールのコードは公開されており、数学の知識があれば簡単に理解することができます。しかし、それはさておき、上記のことはすべて機械学習の話題とは関係ないことだからだ。予測型機械学習は、過去と未来を相互接続するものであり、回顧的なものだけを「理解」しようとするものではありません。 私は8年間の市場調査の中で、インジケーターを使った「列車」に乗ることができなかったので、矛盾していると考え、誰にも勧めていません。 Alexey Burnakov 2016.08.24 09:56 #1176 Vladimir Perervenko: この記事は、むしろKeras（Python）パッケージを使ったニューラルネットワーク（MLP、CNN、LSTM）の作成と使用の例です。ハイパーパラメータのチューニングを行わずに得られた結果は、代表的なものとは言えない。ちなみに、筆者も記事の最後でそう言っています。個人的には、彼はそこでミスを犯したと思っています。最初に学習した MLPネットワーク（純粋に方法論としてナンセンスな生の価格について学習したもの）が突然、元の価格シリーズとほぼ正確に一致し始め、価格を予測する残りのネットワークはまさに示すべきものを示し、予測値は以前の値を繰り返す、情報ゼロの状態です。そのMLPが偶然かどうか、1小節分後ろにずれているような気がします。何年か前に誤解して自分でやってしまったのですが、結果はいつも同じで、R^2 <= 0でした。しかし、方向性分類の精度は54％--それは事実のようです。これだけの精度があれば、米国市場での諸経費を考慮しても、年間10〜15％の利益を引き出せます。ハイパーパラメータのチューニングと可読性にどんな関係があるのでしょうか？チューニングしなくても、上手にやればできるんです。チューニングをすれば、テストで苦しくなるほど再トレーニングすることが可能です。でも、全体として彼の実験はちょっとダサいんです。 Vladimir Perervenko 2016.08.24 10:28 #1177 アレクセイ・ブルナコフ個人的には、そこに間違いがあると思います。最初に訓練されたMLPネットワーク（方法論的にナンセンスな生の価格で訓練）が突然、元の価格シリーズとほぼ正確な一致を示し始め、価格を予測する他のネットワークは示すべきものを示します-予測値は以前の値を繰り返します。そのMLPが偶然かどうか、1小節分後ろにずれているような気がします。何年か前に誤解して自分でやってしまったのですが、結果はいつも同じで、R^2 <= 0でした。また、ハイパーパラメータのチューニングと読みやすさはどう関係があるのでしょうか？チューニングしなくても、上手にやればできるんです。チューニングをしていると、テストで痛くなるほど鍛えすぎてしまうことがあります。1.回帰問題はより良く解決される、2.MLPはより良い結果を示す、という論文中の結論についてです。 Alexey Burnakov 2016.08.24 11:49 #1178 ディミトリこのような議論の中で、最後にこの考えを述べられたのは、4.のマテマツさんです。決まってたんですねー、お茶、まだ探してるんだ、かわいそうに・・・。だから、この依存関係については、もうここに書いています。そこにあるのは問題は、賢いおじさんたちが、ほとんどエッジを補うほどのスプレッドを取引にかけることです。そして、強くて儲かるものを見つけるには、何年もかかるのは確かです。 Дмитрий 2016.08.24 11:51 #1179 アレクセイ・ブルナコフということで、これらの依存症については、すでにここに書きました。存在するのです。問題は、賢いおじさんたちが、ほとんどエッジを補うようなスプレッドを取引に課すことです。そして、強くて儲かるものを見つけるには、何年もかかるのは確かです。) 誰も依存性があることを主張しているわけではありません!儲かる戦略についての議論である。単純なツリーでは、ローソク足の色の定義が65～70％正解になりますが、それを使うことはできません。バイナリー攻略でもアドバンテージが小さすぎる Alexey Burnakov 2016.08.24 11:56 #1180 mytarmailS: 回帰が最も効果的であることは、彼の発見から彼の3つのグラフをよく見てください。https://cdn-images-1.medium.com/max/800/1*pHoc6M3mpkaLd6IleRZrvQ.pnghttps://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPPQZoiB7wA.pnghttps://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPFQZZoiB7wA.pngそこでの彼の数値は、グラフと辻褄が合いません。予測価格と実価格が強く一致すると思われるチャートと、ネットワークが何も学習しない他の2つのチャートで同じRMSEが主張されている。そして、グラフもまた同じです。この分類は、少なくとも何かを与えてくれるものだと思うのです。彼は価格回帰を全く間違っている。NSに原料価格を投入することはできない（規模を拡大しても解決しない）。彼の非定常性は恐ろしいものでしょう。出力はいわゆる「シフト」であり、予測は直近の終値に若干の修正を加えた値である。 1...111112113114115116117118119120121122123124125...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
...
個人的には、RSIの地獄を削除することです。
...
というのは、矛盾しているからです。
そして、普通の価格でも、例えば20の値の系列をとって、市場が上昇傾向にあるとすれば、トレンドは上向きで、第二の選択肢はなく、すべてが曖昧で矛盾がない、わかりますか？
正直なところ、よくわかりません。
RSIと「正常な」価格（モメンタム）の両方が、昨日-遡及的に表示されます。過去20回の値で価格が上昇したとしても、今上昇トレンドがあるわけではなく、将来的には相互に3つの可能性があることは十分にあり得ることです。
RSIのように、将来起こりうる事象の相互存在も本質的に矛盾している。
過去は（客観的に）事実であるため、曖昧さがない。そして、未来は単なる仮定（主観）であり、したがって確率的である。
正直なところ、よくわからないんです。
RSIも「正常な」価格（モメンタム）も、昨日-後知恵を示す。過去20回の値で価格が上昇したとしても、今上昇トレンドにあるとは限らず、将来的には3つの相反する可能性があることも十分あり得る。
将来起こりうる事象の相互排他性、本質的にはRSIの場合と同様に矛盾もある。
過去は（客観的に）事実であり、したがって曖昧さはない。そして、未来はあくまで仮定（主観）なので、確率的なものです。
未来を予測する話ではないんです。
は、このシリーズの現時点では20ろうそくのシリーズを取ってみましょう、強い上昇トレンドが可能です。 第二は、与えられたものではなく、トレンドは上昇であり、それは何だ、次の21番目のキャンドルに何が起こるかは明らかではない、それは将来の確率的予測であり、多くの結果があります私は絶対にこのことについてあなたに同意するものとします。
次に、rsiやモメンタムなどの固定期間（例えば10）のあるインジケータを、トレンドが上昇中の20本のローソク足に適用してみましょう。インジケータは未来を描写できないだけでなく、現在・過去を客観的に描写することさえできない。単に嘘をつき、混乱させるだけで、一般的なトレーダーとニューラルネットワークを混乱させる。
未来を予測することは、私にとってタブーなのです。私は、現在のデータ表現について話しているのです
このシリーズの現時点では20ローソク足のシリーズを取ってみましょう、強い上昇トレンドが可能です。 2ローソク足がトレンドアップして、それはそれだ、私は気にしない、次の21番目のキャンドルに何が起こるか不明である、これは将来の確率的予測であると多くの結果がある私は絶対にこのことについてあなたに同意します。
次に、rsiやモメンタムなどの固定期間（例えば10）のあるインジケータを、トレンドが上昇中の20本のローソク足に適用してみましょう。インジケータは未来を描写できないだけでなく、現在・過去を客観的に描写することさえできない。単に嘘をつき、混乱させるだけで、一般的なトレーダーとニューラルネットワークを混乱させる。
TA指標やオシレーターは、そのアルゴリズムで指定された通りの過去を正確に記述します。そして、彼らにはラグがあり、その結果、急激な値動きを見逃し、彼らに誘導されれば、「もうとっくに出発した列車」に飛び込むことも、「早く正しい方向に行く列車」に飛び出すこともできるのです。TAの遅れの結果として、価格が一方向に進み、オシロスコープが反対方向に描画するダイバージェンスもあります。
ほとんどのテクニカル分析ツールのコードは公開されており、数学の知識があれば理解するのは難しいことではありません。
しかし、それはさておき、上記はすべて機械学習の話題とは関係ない。予測部分の機械学習は、過去と未来の関係であって、後知恵だけで「理解」しようとするものではありません。
TA指標やオシレーターは、そのアルゴリズムが指定する範囲内で過去を正確に記述します。しかもラグがあるので、急激な値動きを見逃し、利用すれば「とっくに出発した列車」に飛び乗ったり、「正しい方向に進む列車を早めに飛び降りる」ことができる。TAの遅れの結果として、価格が一方向に進み、オシロスコープが反対方向に描画するダイバージェンスもあります。
したがって、議論することは何もありません。ほとんどのテクニカル分析ツールのコードは公開されており、数学の知識があれば簡単に理解することができます。
しかし、それはさておき、上記のことはすべて機械学習の話題とは関係ないことだからだ。予測型機械学習は、過去と未来を相互接続するものであり、回顧的なものだけを「理解」しようとするものではありません。
この記事は、むしろKeras（Python）パッケージを使ったニューラルネットワーク（MLP、CNN、LSTM）の作成と使用の例です。ハイパーパラメータのチューニングを行わずに得られた結果は、代表的なものとは言えない。ちなみに、筆者も記事の最後でそう言っています。
個人的には、彼はそこでミスを犯したと思っています。最初に学習した MLPネットワーク（純粋に方法論としてナンセンスな生の価格について学習したもの）が突然、元の価格シリーズとほぼ正確に一致し始め、価格を予測する残りのネットワークはまさに示すべきものを示し、予測値は以前の値を繰り返す、情報ゼロの状態です。そのMLPが偶然かどうか、1小節分後ろにずれているような気がします。何年か前に誤解して自分でやってしまったのですが、結果はいつも同じで、R^2 <= 0でした。
しかし、方向性分類の精度は54％--それは事実のようです。これだけの精度があれば、米国市場での諸経費を考慮しても、年間10〜15％の利益を引き出せます。
ハイパーパラメータのチューニングと可読性にどんな関係があるのでしょうか？チューニングしなくても、上手にやればできるんです。チューニングをすれば、テストで苦しくなるほど再トレーニングすることが可能です。
でも、全体として彼の実験はちょっとダサいんです。
個人的には、そこに間違いがあると思います。最初に訓練されたMLPネットワーク（方法論的にナンセンスな生の価格で訓練）が突然、元の価格シリーズとほぼ正確な一致を示し始め、価格を予測する他のネットワークは示すべきものを示します-予測値は以前の値を繰り返します。そのMLPが偶然かどうか、1小節分後ろにずれているような気がします。何年か前に誤解して自分でやってしまったのですが、結果はいつも同じで、R^2 <= 0でした。
また、ハイパーパラメータのチューニングと読みやすさはどう関係があるのでしょうか？チューニングしなくても、上手にやればできるんです。チューニングをしていると、テストで痛くなるほど鍛えすぎてしまうことがあります。
1.回帰問題はより良く解決される、2.MLPはより良い結果を示す、という論文中の結論についてです。
このような議論の中で、最後にこの考えを述べられたのは、4.のマテマツさんです。
決まってたんですねー、お茶、まだ探してるんだ、かわいそうに・・・。
だから、この依存関係については、もうここに書いています。そこにあるのは問題は、賢いおじさんたちが、ほとんどエッジを補うほどのスプレッドを取引にかけることです。
そして、強くて儲かるものを見つけるには、何年もかかるのは確かです。
ということで、これらの依存症については、すでにここに書きました。存在するのです。問題は、賢いおじさんたちが、ほとんどエッジを補うようなスプレッドを取引に課すことです。
そして、強くて儲かるものを見つけるには、何年もかかるのは確かです。
) 誰も依存性があることを主張しているわけではありません!儲かる戦略についての議論である。
単純なツリーでは、ローソク足の色の定義が65～70％正解になりますが、それを使うことはできません。バイナリー攻略でもアドバンテージが小さすぎる
回帰が最も効果的であることは、彼の発見から
彼の3つのグラフをよく見てください。
https://cdn-images-1.medium.com/max/800/1*pHoc6M3mpkaLd6IleRZrvQ.png
https://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPPQZoiB7wA.png
https://cdn-images-1.medium.com/max/800/1*a_99bupenNcTfPFQZZoiB7wA.png
そこでの彼の数値は、グラフと辻褄が合いません。予測価格と実価格が強く一致すると思われるチャートと、ネットワークが何も学習しない他の2つのチャートで同じRMSEが主張されている。そして、グラフもまた同じです。
この分類は、少なくとも何かを与えてくれるものだと思うのです。
彼は価格回帰を全く間違っている。NSに原料価格を投入することはできない（規模を拡大しても解決しない）。彼の非定常性は恐ろしいものでしょう。出力はいわゆる「シフト」であり、予測は直近の終値に若干の修正を加えた値である。