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 1201 1...119411951196119711981199120012011202120312041205120612071208...3399 新しいコメント Maxim Dmitrievsky 2018.12.12 10:50 #12001 アレクセイ・ニコラエフ: すべてが非定常性によって損なわれており、それは鋭くもあり忍び寄るものでもある。これは最適な重みを選択することで解決できる...例えば、事後をどのように変化させるか...一様から指数関数的まで Maxim Dmitrievsky 2018.12.12 10:51 #12002 アレクセイ・ヴャジミキン私のことなら、テストサンプルと試験サンプルのカーブを見せましたよ~、学習サンプルは見ませんけど...。見て感心するのもいいし、流通に乗せるのもいいと言っているんです。PriorとPosteriorはすでに持っています)必要なのは、ウェイトを使ってアップグレードすることです。 アレキサンダーに言わせれば、「バッグの用意をしろ」。 Aleksey Vyazmikin 2018.12.12 11:00 #12003 マキシム・ドミトリエフスキーやっぱり何かと見てしまうんですね。 見て舐めたり、流通に乗せたり。むしろ目をなめているわけではなく、学習すること、つまりメトリクスを掘り下げることで、その感触をつかんでいるのです。私はすでに約200の予測変数(多くの予測変数は10列で表現される)を偽造し、モデルを特徴付けています :) 夕方にはモデルが完成するので、晴れないモデルの予測方法を勉強してみようと思います :) Aleksey Vyazmikin 2018.12.12 11:03 #12004 ところで、予測残高のドローダウンの予測値が欲しいのですが(予測が当たれば1を、外れれば-1を交互に加算)、MQLでこういう目的の関数(通常の残高のドローダウンと同様)をお持ちの方はいらっしゃいませんか? Aleksey Vyazmikin 2018.12.12 11:32 #12005 利益とモデル内の木の本数のグラフを見ている(512モデル) で、60歳以上の木が多いモデルは流失しにくいとか、サンプルが少ないとか...あるようです。 Maxim Dmitrievsky 2018.12.12 11:45 #12006 アレクセイ・ヴャジミキン利益とモデル内の木の本数のグラフを見ている(512モデル) で、60歳以上の木が多いモデルは流失しにくいとか、サンプルが少ないとか...あるようです。よくこれだけの数のモデルを手作業で作れますね...TCリーグのような...。 理想的にはGAやフルブルートフォースで行うべきでしょう。まだ公開されていない新しい記事で、私はどのように書いたのだろう。全てはmqlの手段によって Aleksey Vyazmikin 2018.12.12 11:53 #12007 マキシム・ドミトリエフスキーCUリーグでも、あなたのところでも...どうやってそんな数のモデルを手動で作っているんですか? GAやフルブルートフォースを使うことになる。方法については、まだ公開されていない新しい記事を書きました。全てはmqlによって。なぜ手作業なのか?Ketbustuは、パラメータに応じたモデルを生成するサイクルを持つbatcnyを作成し、モデルパラメータの設定ファイルは、MT5のスクリプトで生成しています。結果はMT5の別のスクリプトで処理され、モデルの特徴を示すサマリーファイルが出力されるんだ。 グラフの描画と保存も自動化できればいいんですけどね。 Maxim Dmitrievsky 2018.12.12 12:08 #12008 アレクセイ・ヴャジミキンなぜ手動なのか?Catbustuでは、パラメータに応じたモデルを生成するサイクルを持つバッチファイルを作成し、モデルパラメータの設定ファイルはMT5内のスクリプトで生成しています。その結果は、MT5でも別のスクリプトで処理され、モデルの特徴をまとめたファイルが出力されます。 グラフの描画と保存も自動化できればいいんですけどね。かっけー、かっけー、レヴェレ) Aleksey Vyazmikin 2018.12.12 15:03 #12009 マキシム・ドミトリエフスキーまあいいや、クールだ、クールだ、レベラー )ありがとうございます。 ここで、0と1の分類の確率適合を自動化する問題を考えようと思い、0.1刻みでバランス計算を行い、テストサンプルでの結果に愕然としたのです テストサンプルの同一機種 私のテストサンプルはMOの追加条件なしで戦略にとって非常に有利であることが判明し、明らかに学習を妨げています(学習はトレーニングサンプルで行われ、モデル選択はテストサンプルで行われます)、あなたはどう思いますか? Maxim Dmitrievsky 2018.12.12 15:52 #12010 アレクセイ・ヴャジミキンありがとうございます。 ここで、分類を0と1に分ける確率のフィッティングの自動化の問題を考えることにして、0.1刻みでバランス計算を行い、テストサンプルでの結果に愕然としたのです テストサンプルの同一機種 私のテストサンプルは、追加のMO条件なしで戦略に非常に有利であることが判明し、明らかに学習を妨げています(学習はトレーニングサンプルで、モデル選択はテストサンプルで)、あなたはどう思いますか?写真の中身や問題の本質がよくわからない。私自身、たくさんの種類のモデルを作りましたが、今、モニター用にどれを選ぶか、あるいはさらに改良を加えるか、考えているところです。 ようするに現在のアプローチでは、ジグザグであろうと、その他のナンセンスであろうと、トレードを正しく出力することはできません。 なぜなら、スライディングウィンドウの各次元には、取引を行うための異なる分布が存在するはずだからです。そうすると、テストサンプルも含めて、モデルがうまく調整されるんです。(ジグザグなどの出力はそれ自体が非常に決定論的ですが、フィッティングの自由度はほとんどありません)最後の1つは、それをやってそれで終わり、つまり出力の列挙はより徹底的で、その後は本当にそこでやることは何もないのです。異なるラグの入力に対して、古い方法で、インポータンスによる自己選択と、相関を取り除くためのPCAで、このようなボットの亜種も作られました。しかし、一般的にはPCAを使うのは良くないとされています(ただし、やはりネット上では逆のことが書かれています)。サンプルのセンタリングが必要なだけでなく、新しいデータではこれらの成分が徐々にスラグに変化していくのです。 これだけで、こんな風に、結構、大騒ぎせずに、10分待つだけで、何か出てきます。 すでに100%以上の列車が走っているのに、さらに改善される可能性があるのか疑問です。 グラフィックやインストゥルメントに工夫を凝らすことで、もう少し効果が出るかもしれませんね。 1...119411951196119711981199120012011202120312041205120612071208...3399 新しいコメント 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
すべてが非定常性によって損なわれており、それは鋭くもあり忍び寄るものでもある。
これは最適な重みを選択することで解決できる...例えば、事後をどのように変化させるか...一様から指数関数的まで
私のことなら、テストサンプルと試験サンプルのカーブを見せましたよ~、学習サンプルは見ませんけど...。
見て感心するのもいいし、流通に乗せるのもいいと言っているんです。
PriorとPosteriorはすでに持っています)必要なのは、ウェイトを使ってアップグレードすることです。
アレキサンダーに言わせれば、「バッグの用意をしろ」。
やっぱり何かと見てしまうんですね。 見て舐めたり、流通に乗せたり。
むしろ目をなめているわけではなく、学習すること、つまりメトリクスを掘り下げることで、その感触をつかんでいるのです。私はすでに約200の予測変数(多くの予測変数は10列で表現される)を偽造し、モデルを特徴付けています :)
夕方にはモデルが完成するので、晴れないモデルの予測方法を勉強してみようと思います :)
利益とモデル内の木の本数のグラフを見ている(512モデル)
で、60歳以上の木が多いモデルは流失しにくいとか、サンプルが少ないとか...あるようです。
利益とモデル内の木の本数のグラフを見ている(512モデル)
で、60歳以上の木が多いモデルは流失しにくいとか、サンプルが少ないとか...あるようです。
よくこれだけの数のモデルを手作業で作れますね...TCリーグのような...。
理想的にはGAやフルブルートフォースで行うべきでしょう。まだ公開されていない新しい記事で、私はどのように書いたのだろう。全てはmqlの手段によってCUリーグでも、あなたのところでも...どうやってそんな数のモデルを手動で作っているんですか?
GAやフルブルートフォースを使うことになる。方法については、まだ公開されていない新しい記事を書きました。全てはmqlによって。なぜ手作業なのか?Ketbustuは、パラメータに応じたモデルを生成するサイクルを持つbatcnyを作成し、モデルパラメータの設定ファイルは、MT5のスクリプトで生成しています。結果はMT5の別のスクリプトで処理され、モデルの特徴を示すサマリーファイルが出力されるんだ。
グラフの描画と保存も自動化できればいいんですけどね。なぜ手動なのか?Catbustuでは、パラメータに応じたモデルを生成するサイクルを持つバッチファイルを作成し、モデルパラメータの設定ファイルはMT5内のスクリプトで生成しています。その結果は、MT5でも別のスクリプトで処理され、モデルの特徴をまとめたファイルが出力されます。
グラフの描画と保存も自動化できればいいんですけどね。かっけー、かっけー、レヴェレ)
まあいいや、クールだ、クールだ、レベラー )
ありがとうございます。
ここで、0と1の分類の確率適合を自動化する問題を考えようと思い、0.1刻みでバランス計算を行い、テストサンプルでの結果に愕然としたのです
テストサンプルの同一機種
私のテストサンプルはMOの追加条件なしで戦略にとって非常に有利であることが判明し、明らかに学習を妨げています(学習はトレーニングサンプルで行われ、モデル選択はテストサンプルで行われます)、あなたはどう思いますか?
ありがとうございます。
ここで、分類を0と1に分ける確率のフィッティングの自動化の問題を考えることにして、0.1刻みでバランス計算を行い、テストサンプルでの結果に愕然としたのです
テストサンプルの同一機種
私のテストサンプルは、追加のMO条件なしで戦略に非常に有利であることが判明し、明らかに学習を妨げています(学習はトレーニングサンプルで、モデル選択はテストサンプルで)、あなたはどう思いますか?
写真の中身や問題の本質がよくわからない。
私自身、たくさんの種類のモデルを作りましたが、今、モニター用にどれを選ぶか、あるいはさらに改良を加えるか、考えているところです。
ようするに現在のアプローチでは、ジグザグであろうと、その他のナンセンスであろうと、トレードを正しく出力することはできません。
なぜなら、スライディングウィンドウの各次元には、取引を行うための異なる分布が存在するはずだからです。そうすると、テストサンプルも含めて、モデルがうまく調整されるんです。(ジグザグなどの出力はそれ自体が非常に決定論的ですが、フィッティングの自由度はほとんどありません)最後の1つは、それをやってそれで終わり、つまり出力の列挙はより徹底的で、その後は本当にそこでやることは何もないのです。
異なるラグの入力に対して、古い方法で、インポータンスによる自己選択と、相関を取り除くためのPCAで、このようなボットの亜種も作られました。しかし、一般的にはPCAを使うのは良くないとされています(ただし、やはりネット上では逆のことが書かれています)。サンプルのセンタリングが必要なだけでなく、新しいデータではこれらの成分が徐々にスラグに変化していくのです。
これだけで、こんな風に、結構、大騒ぎせずに、10分待つだけで、何か出てきます。
すでに100%以上の列車が走っているのに、さらに改善される可能性があるのか疑問です。
グラフィックやインストゥルメントに工夫を凝らすことで、もう少し効果が出るかもしれませんね。