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 1220 1...121312141215121612171218121912201221122212231224122512261227...3399 新しいコメント Maxim Dmitrievsky 2018.12.20 07:45 #12191 https://developers.google.com/machine-learning/crash-course/ これはGoogle Pythonのサポートで、ラボにはすでにTFlowが組み込まれており、無料のTesla K80 GPUとTFlow専用のTPU（テンソル処理ユニット）がある。 何もインストールする必要がなく、弱小ノートでも思う存分実験できるのが楽しい。 Machine Learning Crash Course | Google Developers developers.google.com An intensive, practical 20-hour introduction to machine learning fundamentals, with companion TensorFlow exercises. Aleksey Vyazmikin 2018.12.20 13:50 #12192 ヴィザード_。アリョーシャ、とんでもない秘密を教えてあげる、誰にも言わないでね))) 精度と再現率を集計する方法がいくつか紹介されましたね。 Fメジャー - プレシジョンとリコールの調和平均値 R-accuracyは、tのバランスポイントです。他にもありますよ。Fはわかるが、自分で係数を設定する関係で半自動になっており、総合評価というより好みのマッチング評価を示している。F1は、30*50と50*30（R*P）が等価であるため意味がないのですが、私には全く等価ではありません。 Forester 2018.12.20 14:21 #12193 しない んです。MOだけでなく、簡単なインジケータでも、SBで価格と同じように「クール」に学習するシステムなら、当然ながらオーバーフィットです。例えばFXの場合、 今後5～30分の予測精度は55～57％を超えてはいけません。60％を超えたら、すべてを再確認する価値があるのは明らかです。もちろん、超HFTで、お金で手に入る世界中のすべてのデータを、暴力や脅迫でデータマイニングしている場合は別です。私はもっと上ですが、私には効果がありませんでした。しかし、その5％をスプレッド、つまりスワップ手数料で食いつぶしてしまうように思えたのです。だから、あきらめたんです...。 それとも、それでお金を稼ぐことは可能なのでしょうか？ Maxim Dmitrievsky 2018.12.20 15:00 #12194 50％前後のオーキュラスはランダムであり、そこには有用なシグナルはない。 信号の分布を見ても（これは他のアレクセイとやったことですが、彼は完全に理解していませんでした）、そのようなアクラスでそれは（分類の場合）、すなわち、確率は常に0.5の周りになり、有用な信号、すなわちセット全体の、100％の精度で分類マークは、全くないでしょう。この辺は誤解を招きやすいので、孫さんの指摘はもっともです。 Yuriy Asaulenko 2018.12.20 15:00 #12195 いいものなのかどうか、よくわからない。 例えば、次の5-30分のminutki外国為替の予測精度は55から57％を超えてはならない、60％以上であれば、それは明らかにあなたが超HFTを持っており、あなたがお金のために得ることができる世界のすべてのデータだけでなく、暴力や脅迫の助けを借りて、日付鉱山しない限り、すべてを再確認する価値がある。40%はすでに非常に優秀です。一度テストしたことがあるので、30％では利益はそれなりにありました。利益率は25％程度です。 Maxim Dmitrievsky 2018.12.20 15:21 #12196 どうしたらいいのかわからない。100%の精度とは一体何なのか)))長い間、壁に豆をぶつけて笑われたんでしょうね、53～55％がすべてで、70～90％の話はデタラメ、まあ何度言ったらわかるんでしょう・・・。なぜ50%のaccurasiでモデルを構築するのか？)) ランダムに交換する方が簡単です、それは同じになります。 然れば則ち 3-5%は誤差の範囲、モデルは全く別の原理で作られているため、何の問題もない Maxim Dmitrievsky 2018.12.20 15:29 #12197 同じではない んです。50％ではなく55％、比較のためにnumeraiのデータを取って、どれだけの精度とログロを持っているか...。 なんでみんな自分を騙すか売り飛ばすか、それが市場だと思うんだ...。複数のコントロールサンプルが同じであれば、55％から可能ですが、そうでなければランダムです。しかし、複数のサンプルで同じになることはありません。 Maxim Dmitrievsky 2018.12.20 15:34 #12198 良い アキュラシーを持ったトレーニングが必要です。私たちは理論的なデタラメを話しているわけではありません、あなたが私を信じないなら、Numeraiデートを試してみてください、彼らは実際のためにほぼ適切な予測を持っていますが、彼らは長期的なモデルを持って、日中の方が良い予測ですが、60％以上ではありません（多くの購入データで）。私たちは私たち自身のナンバーワンです）) OK、OK、多分何兆ものデータには関係しますが、私はそのような大規模なデータセットでは教えません もう一つの方法は、確率のしきい値を設定し、時間が経つにつれてモデルが悪くなり始めると、取引が少なくなり、その結果、すべてが0.5付近でふらつき始め、シグナルが出なくなることです。しかし、そのためには、優れたアクラシーの訓練を受ける必要があります。 Ivan Negreshniy 2018.12.20 15:57 #12199 マキシム・ドミトリエフスキーしかし、私はそのような大規模なデータセットでトレーニングすることはありません。 もう一つの方法は、確率のしきい値を設定し、時間が経つにつれてモデルが悪くなり始めると、取引が少なくなり、その結果、すべてが0.5付近でふらつき始め、シグナルが出なくなることです。しかし、最初から良い精度でトレーニングする必要があります。 モデルが壊れると、シグナルはエラーという形で取引損失を出さずに消えてしまうはずで、0.5が本当の目標値なのかもしれません、0 - OP_BUY、1 - OP_SELLとMT4で賢く指定されています:) mytarmailS 2018.12.20 16:15 #12200 予測因子でppレベルを何らかの形で使っているのか？ 1...121312141215121612171218121912201221122212231224122512261227...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
https://developers.google.com/machine-learning/crash-course/
これはGoogle Pythonのサポートで、ラボにはすでにTFlowが組み込まれており、無料のTesla K80 GPUとTFlow専用のTPU（テンソル処理ユニット）がある。
何もインストールする必要がなく、弱小ノートでも思う存分実験できるのが楽しい。
アリョーシャ、とんでもない秘密を教えてあげる、誰にも言わないでね)))
精度と再現率を集計する方法がいくつか紹介されましたね。
Fメジャー - プレシジョンとリコールの調和平均値
R-accuracyは、tのバランスポイントです。他にもありますよ。
Fはわかるが、自分で係数を設定する関係で半自動になっており、総合評価というより好みのマッチング評価を示している。F1は、30*50と50*30（R*P）が等価であるため意味がないのですが、私には全く等価ではありません。
MOだけでなく、簡単なインジケータでも、SBで価格と同じように「クール」に学習するシステムなら、当然ながらオーバーフィットです。例えばFXの場合、 今後5～30分の予測精度は55～57％を超えてはいけません。60％を超えたら、すべてを再確認する価値があるのは明らかです。もちろん、超HFTで、お金で手に入る世界中のすべてのデータを、暴力や脅迫でデータマイニングしている場合は別です。
私はもっと上ですが、私には効果がありませんでした。しかし、その5％をスプレッド、つまりスワップ手数料で食いつぶしてしまうように思えたのです。だから、あきらめたんです...。
それとも、それでお金を稼ぐことは可能なのでしょうか？
50％前後のオーキュラスはランダムであり、そこには有用なシグナルはない。
信号の分布を見ても（これは他のアレクセイとやったことですが、彼は完全に理解していませんでした）、そのようなアクラスでそれは（分類の場合）、すなわち、確率は常に0.5の周りになり、有用な信号、すなわちセット全体の、100％の精度で分類マークは、全くないでしょう。
この辺は誤解を招きやすいので、孫さんの指摘はもっともです。
例えば、次の5-30分のminutki外国為替の予測精度は55から57％を超えてはならない、60％以上であれば、それは明らかにあなたが超HFTを持っており、あなたがお金のために得ることができる世界のすべてのデータだけでなく、暴力や脅迫の助けを借りて、日付鉱山しない限り、すべてを再確認する価値がある。
40%はすでに非常に優秀です。一度テストしたことがあるので、30％では利益はそれなりにありました。利益率は25％程度です。
100%の精度とは一体何なのか)))長い間、壁に豆をぶつけて笑われたんでしょうね、53～55％がすべてで、70～90％の話はデタラメ、まあ何度言ったらわかるんでしょう・・・。
なぜ50%のaccurasiでモデルを構築するのか？)) ランダムに交換する方が簡単です、それは同じになります。
然れば則ち
3-5%は誤差の範囲、モデルは全く別の原理で作られているため、何の問題もない50％ではなく55％、比較のためにnumeraiのデータを取って、どれだけの精度とログロを持っているか...。
なんでみんな自分を騙すか売り飛ばすか、それが市場だと思うんだ...。
複数のコントロールサンプルが同じであれば、55％から可能ですが、そうでなければランダムです。しかし、複数のサンプルで同じになることはありません。
私たちは理論的なデタラメを話しているわけではありません、あなたが私を信じないなら、Numeraiデートを試してみてください、彼らは実際のためにほぼ適切な予測を持っていますが、彼らは長期的なモデルを持って、日中の方が良い予測ですが、60％以上ではありません（多くの購入データで）。
私たちは私たち自身のナンバーワンです）) OK、OK、多分何兆ものデータには関係しますが、私はそのような大規模なデータセットでは教えません
もう一つの方法は、確率のしきい値を設定し、時間が経つにつれてモデルが悪くなり始めると、取引が少なくなり、その結果、すべてが0.5付近でふらつき始め、シグナルが出なくなることです。しかし、そのためには、優れたアクラシーの訓練を受ける必要があります。
しかし、私はそのような大規模なデータセットでトレーニングすることはありません。
もう一つの方法は、確率のしきい値を設定し、時間が経つにつれてモデルが悪くなり始めると、取引が少なくなり、その結果、すべてが0.5付近でふらつき始め、シグナルが出なくなることです。しかし、最初から良い精度でトレーニングする必要があります。
予測因子でppレベルを何らかの形で使っているのか？