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 123 1...116117118119120121122123124125126127128129130...3399 新しいコメント Yury Reshetov 2016.08.25 17:35 #1221 アンドレイ・ディク1.まだ答えが出ていませんが、パターンはどのように構築/定義/検出されるのでしょうか？- あまりに親密な質問だと思いますが、答えなくて結構です。パターンはトレーニングサンプルのサンプルです。すなわち、それは標本の中の線です：予測変数のいくつかの値と従属変数の少なくとも1つの値です。 なぜmytarmailSは パターン、つまり機械学習の結果を呼び出すのか、その理由は明らかではありません。アンドレイ・ディク2.Uターンは、あまり「難しい」答えでもなく、一般的には「どこからどこまでがわからない」というカテゴリーからです。ここで、次のローソク足で反転するのでは？- もう一人？- いいえ、違います!- もしかして、4本目のローソク足で反転があるのでは？- そう、反転したのだ、150ポイント行って反転したのだ、しかし、いや、反転ではなく修正だったのだ、それでも反転だったのだが......。ピボット "の定義がない！？- それゆえ、事前どころか、今この瞬間でさえ、教えようがないのです。反転の可能性については、チャート上にそのポイントを示す指標（多くの場合、矢印を使用）があります。最も簡単な例は、B.ウィリアムズのフラクタルである。再描画することで知られるウィリアムズのフラクタル。この場合、例えば分類器の助けを借りて、フラクタルが真か偽か、そしてそれが再描画されるのか（偽）、それとも図に残るのか（真）を予測しようとすることができる。真のフラクタルを正しく予測し、そのシグナルに従って市場に参入し、次のフラクタルで退場すれば、利益を上げられることは一目瞭然である。あるいは、予想が外れた場合は損をするが、次のフラクタルを待たずに市場から撤退することで、潜在的な損失を最小限に抑えることができる。現在、このテーマに取り組んでいます。このスレッドの住人のMihail Marchukajtesは、tdsequenta 指標による反転ポイントの分類を専門にしています 。このスレッドのもう一人の住人、SanSanych Fomenkoは、ZigZagの反転を予測しようとしている。 他の住人は、主に分類されたパターンに従ってろうそくの色を予測しようとします。 СанСаныч Фоменко 2016.08.25 18:00 #1222 ユーリー・レシェトフまた、ここの住人であるSanSanych Fomenkoは、ZigZagの反転を予測しようとしています。 他を見ると、私は通常、分類したパターンに続くローソク足の色を予測しようとします。私はZZの反転を予測しようとしたことはない。その理由はさまざまです。ZZの肩入れを予想しています。このターゲット変数は好きではありませんが、この予測はTCの一部に過ぎないので、30％以下の誤差であれば問題ないです。時間があれば、このスレッドに書かれているような調整をして、ぜひZZリバーサルの予想をしてみたいと思います。 Andrey Dik 2016.08.25 18:13 #1223 ユーリー・レシェトフ1.パターンはトレーニングサンプルの例です。つまり，それらは標本の中の線：予測変数のいくつかの値と従属変数の少なくとも1つの値である． 2.なぜmytarmailSは パターン、つまり機械学習で出てきたものを呼び出すのか、その理由は全く不明です。3.反転の可能性については、チャート上にポイントを示す指標（多くの場合、矢印）があります。最も簡単な例は、B.ウィリアムズのフラクタルである。再描画することで知られるウィリアムズのフラクタル。この場合、例えば分類器の助けを借りて、フラクタルが真か偽か、そしてそれが再描画されるのか（偽）、それとも図に残るのか（真）を予測しようとすることができる。真のフラクタルを正しく予測し、そのシグナルに従って市場に参入 し、次のフラクタルで退場 すれば、利益を上げられることは一目瞭然である。 あるいは、予想が外れた場合は損をするが、次のフラクタルを待たずに市場から撤退することで、潜在的な損失を最小限に抑えることができる。現在、このテーマに 取り組んでいます。4. このトピックの住人のうち、Mihail Marchukajtesは、tdsequenta 指標に基づくピボットポイントの分類を専門としています。 5.このスレッドのもう一人の住人であるSanSanych Fomenkoは、ZigZagによる反転ポイントを予測しようと試みている。6.他の住人は、通常、パターンに続くろうそくの色を予測しようとします。1.パターンとは何か - 私は理解しているが、私はそれがmytarmailSによって 測定されるもの（具体的には指標または他の何であるか）を知らない、私は尋ねた理由です（私はパターンの問題の原因を決定するために役立つしようとする）。2.そう、はっきりしないのです。3, 4, 5 反転を検出できるツールはすべて、再描画するか、ラグを変えて行うかのどちらかである。反転にこだわるつもりはないが、反転を検出するのは（大げさに言えば）合理的でないと100％断言できる。検出の信頼性と記述の簡便さの点で、はるかに正しいのは、以下に説明するアプローチです（あなたは分析されたトピックでそれを試すことができます）。フラクタルが2〜3本のろうそくの遅れで検出されている間、それは取引で利用できるすべての手段によって避けなければならない不確実性を意味します。6.カラーは50/50です。どのような地平を選んだとしても、まったく期待できない。ZSです。そこで、市場の相場において何が未確定で、何がネットワークやツリー、指標に関する古典的なTSなど、取引に使いたいものの明確で「柔らかい」答えとして表現できるのかを理解することに努めましょう。問題は、これらの質問に答えた後、グリッドや他のMOの方法だけでなく、古典的な指標で収益性の高いシステムを作成することが可能になるということです。レポートを出せ、モニターを！」と言う人がいるのは理解できる。- 自分でやってみる、自分で考える。 СанСаныч Фоменко 2016.08.25 18:23 #1224 アンドレイ・ディク： そこで、相場において未定義のものは何か、グリッドやツリー、指標に関する古典的なTSなど、トレードに利用したいものに対して、明確でありながら「柔らかい」答えとして表現できるものは何かを考えてみよう。問題は、これらの質問に答えた後、グリッドや他のMOの方法だけでなく、古典的な指標で収益性の高いシステムを作成することが可能になるということです。レポートを出せ、モニターを！」と言う人がいるのは理解できる。- 自分でやってみて、自分で考えてみてください。これは機械学習に関する枝であり、歴史上描き直されることはないので、原理的に先生のおっしゃる描き直しに問題はないのです。機械学習の要点は、対象変数のクラスのいずれかを決定するような、履歴上の予測変数の組み合わせを見つけることである。ランダムフォレストの 場合、5000本以下のサンプルで得られる木は300本以下（通常は50～100本）である。さらにサンプルを増やしても、木の数は増えない。つまり、木の種類、つまり「パターン」は、与えられた予測変数のセットとターゲット変数で終わってしまうのだ主な問題は過学習で、将来のサンプルで利用可能な木がクラスを正しく予測しないか、むしろどんどん悪化していく。まさにこの問題をこの枝では考えています。得られた木が将来も発生し、将来のサンプルに対する分類の誤差が訓練サンプルに対するものとほぼ同じになることを証明しようとします。 Andrey Dik 2016.08.25 18:31 #1225 サンサニッチ・フォメンコこのスレッドは機械学習に関するもので、歴史上何も描き直されることはないので、描き直しに問題はない。機械学習の要点は、対象変数のクラスのいずれかを決定するような、履歴上の予測変数の組み合わせを見つけることである。ランダムフォレストの場合、5000本以下のサンプルで得られる300本以下の木（通常は50～100本）である。さらにサンプルを増やしても、木の数は増えない。つまり、木の種類、つまり「パターン」は、与えられた予測変数のセットとターゲット変数で終わってしまうのだ主な問題は過学習で、将来のサンプルで利用可能な木がクラスを正しく予測できないか、むしろクラスをどんどん悪くしていくことである。これは、このスレッドで扱われている問題、つまり、結果として得られる木が将来発生し、将来のサンプルでの分類誤差が学習サンプルとほぼ同じになることを証明しようとするものです。まあ、だいたいそんな感じです。同じような反応を期待していました。Yury Reshetov、あなたが興味を持っている場合、個人的なメッセージで私を書き込む、私はあなたを教えてくれます。 mytarmailS 2016.08.25 18:45 #1226 アンドレイ・ディク1.まだ答えが出ていませんが、パターンはどのように構築/定義/検出されるのでしょうか？- これはあまりに親密な質問だと思うので、わざわざ答えないでください。ローソク足の組み合わせ＋レベルの組み合わせ、価格のクラスタリング、ssa＋クラスタリング、適応期間を持つ指標、フーリエ、エリオット波動を形式的に記述する方法、群集予測のアイデアなど、いろいろ試していますが、どれも複雑すぎて、どう実装したらいいのかわかりません。ユーリー・レシェトフパターンは学習用サンプルからの例である。すなわち、サンプル中の文字列です：予測変数のいくつかの値と従属変数の少なくとも1つの値です。 なぜmytarmailSは パターン、つまり機械学習の結果を呼び出すのか、その理由はよくわからない。パターンというのは知りませんでした、覚えておきます、ありがとうございます。ユーリー・レシェトフこの地域のもう一人の住人であるサンサンチ・フォメンコは、ジグザグによる反転を予測しようとしている。実は、私はZZリバーサルを担当しています。アンドレイ・ディク反転にこだわるつもりはないが、反転を判断するのは（大げさに言えば）合理的でないことは100％断言できる。検出精度と記述の簡便さの両面ではるかに正しいのは、以下に述べるアプローチです（研究対象のトピックで試すことができます）。どうぞ、楽しみにしています！あと、ジグザグ反転がエースでない根拠をお聞かせください。 mytarmailS 2016.08.25 18:49 #1227 アンドレイ・ディクまあ、だいたいそんな感じです。同じような反応を期待していたのですが。ユーリー・レシェトフ さん、もし興味があれば、私にLINEをください、教えますよ。 興味があります！ メッセージを送ってください... Yury Reshetov 2016.08.25 19:03 #1228 アンドレイ・ディクまあ、だいたいそんな感じです。同じような反応を期待していたのですが。彼に気を使わないでください。サン・サンチは、ここで個人的な、「最終的な真実」というゲームのルールを押し付けようとして、少し生意気になることがあります。要は、機械学習には一義性がなく、ブラックボックス的な応用を題材にした精緻化されていない問題が多く存在するということです。そのため、明らかにわからないから「ブラックボックス」なのです。 このスレッドのポイントは、機械学習に関係することなら、自分の世界観に合致していようが矛盾していようが関係なく、何でもかんでも議論することです。人の数だけ意見があり、味や色に差はない。もし、MLについて混乱があるのなら、ここで議論してください。誰もあなたに噛み付いたりしませんよ。何の疑問もない船員さんや、どこを掘ればいいのかが明確でpipsを測りたいだけの人は、支店に行くといいでしょう。機械学習：理論と実践（トレードのみ。アクセスは国家を持っている人のみ）。アンドレイ・ディク Yury Reshetov さん、もし興味があれば、個人的なメッセージで書いてくれれば、それについてお話します。 プライベートメッセージは、機密情報をやりとりする必要がある緊急の場合にのみ使用しています。トップシークレットに分類される情報はお持ちでないのでしょう？もしそうなら、ここで議論したほうがいいと思います。建設的であることが証明されれば、他の誰かが議論に参加できるかもしれませんね。 Andrey Dik 2016.08.25 20:23 #1229 その方法は以下の通りである（以下はすべてMLと古典的TSの両方に等しく適用される）。ポイントは、不確実性を排除すること、つまり、一方では学習と最適化におけるフィッティングを排除し、他方ではシステムに対する「ソフト」な要求を明確に策定することである。エントリー時のTPとSLも不確定要素なので、緊急終了時のみに使用します（商品のボラティリティに依存し、経験的に選択するので、100％のトレードでストップが発動することはできるだけ少なく、理想的には絶対にありません）。エントリーからエグジットまで、トレード全体を予測 する。スプレッドと手数料を除いた利益が出た結果を取引成功とします（スプレッドと手数料がカバーされているかどうかを確認した上でシステム運用を決定します）。エントリーシグナルを受信するとすぐにエントリーし、その後一定のバー数（経験的に決定され、予測因子と機器に依存します）待機します。- 取引を終了し、それが負けている場合、我々はもう1つのバーを待ちます。最小値と最大値の2つのパラメータを使用することもありますし（最大数のバーの 後に取引が終了しない場合、それはいずれにせよ終了します）、最小数のバーを1つだけ使用することもあります。多くの人が驚くだろうが、MLを使った各種システムはもちろん、ワンドでのTSなど、一見絶望的なシステムでも動き出すことが多いのだ。コツは、自分自身とマシンにTCの鉄則を求めないこと、相場の動きを完全に記述しようとせず、それらの非常に「ソフト」なルールをMLに与えることです。さらに、重いテールという市場の悪い遺産を取り除き（より正確には、テールは問題にならなくなり）、BPの定常性の欠如も問題にならなくなりました--市場の形は、その内部特性を変えることなく垂直方向にも水平方向にも拡大できることがわかっているからです（これは、emleonersにとっては非常に難しいことです）。4thフォーラム、確かSwinosaursのスレッドで、全TSの2種類（境界が明確なものと不定なもの）について書いたのですが、そこでアイデアが完結しませんでした。これで、すべてがクリアになったような、そうでないような...。一般的に、私はトレーディングシステムを開発する際に、自分のルールに従っています。ロジックを変更することで、すべての可能なバリエーションのうち、成功するパラメーターのバリエーションが増えるなら、それは良い変更です（トレーディングに悪いバリエーションを選ぶ確率は、どのようにパラメーターを変更しても減少し、プラス側になるでしょう）。この手法により、私のTSではこのシェアを大きく伸ばすことができました。 Alexey Burnakov 2016.08.25 20:50 #1230 アンドレイ・ディクその方法は以下の通りである（以下はすべてMLと古典的TSの両方に等しく適用される）．ポイントは、不確実性を排除すること、つまり、一方では学習と最適化におけるフィッティングを排除し、他方ではシステムに対する「ソフト」な要求を明確に策定することである。エントリー時のTPとSLも不確定要素なので、緊急終了時のみに使用します（商品のボラティリティに依存し、経験的に選択するので、100％のトレードでストップが発動することはできるだけありません、理想は絶対です）。エントリーからエグジットまで、トレード全体を予測 する。スプレッドと手数料を除いた利益が出た結果を取引成功とします（スプレッドと手数料がカバーされているかどうかを確認した上でシステム運用を決定します）。エントリーシグナルを受信するとすぐにエントリーし、その後一定のバー数（経験的に決定され、予測因子と機器に依存します）を待ちます。- 取引を終了し、それが負けている場合、我々はもう1つのバーを待ちます。最小値と最大値の2つのパラメータを使用することもありますし（最大数のバーの 後に取引が終了しない場合、それはいずれにせよ終了します）、最小数のバーを1つだけ使用することもあります。多くの人が驚くだろうが、MLを使った各種システムはもちろん、ワンドでのTSなど、一見絶望的なシステムでも動き出すことが多いのだ。コツは、自分自身とマシンにTCの鉄則を求めないこと、相場の動きを完全に記述しようとせず、それらの非常に「ソフト」なルールをMLに与えることです。さらに、重いテールという市場の悪い遺産を取り除き（より正確には、テールは問題にならなくなり）、BPの定常性の欠如も問題にならなくなります - 市場の形状は、その内部特性を変えることなく、垂直方向にも水平方向にも拡大縮小できることがわかっているからです（これは、emleonersにとっては信じられないほど難しいことです）。4thフォーラム、確かSwinosaursのスレッドで、全TSの2種類（境界が明確なものと不定なもの）について書いたのですが、そこでアイデアが完結しませんでした。今はすべてがより鮮明に見えるというか...。一般に、私はトレーディングシステムを開発する際に、自分のルールに従っています。ロジックを変更することで、すべての可能なバリエーションのうち、成功するパラメーターのバリエーションが増えるなら、それは良い変更です（トレーディングに悪いバリエーションを選ぶ確率は、どのようにパラメーターを変更しても減少し、プラス側になるのです）。この手法により、私のTSではこのシェアを拡大することができました。 トレードの多変量出口の説明です。自分でも実装してみました。フィットする確率が上がる。 1...116117118119120121122123124125126127128129130...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
1.まだ答えが出ていませんが、パターンはどのように構築/定義/検出されるのでしょうか？- あまりに親密な質問だと思いますが、答えなくて結構です。
パターンはトレーニングサンプルのサンプルです。すなわち、それは標本の中の線です：予測変数のいくつかの値と従属変数の少なくとも1つの値です。
なぜmytarmailSは パターン、つまり機械学習の結果を呼び出すのか、その理由は明らかではありません。
2.Uターンは、あまり「難しい」答えでもなく、一般的には「どこからどこまでがわからない」というカテゴリーからです。ここで、次のローソク足で反転するのでは？- もう一人？- いいえ、違います!- もしかして、4本目のローソク足で反転があるのでは？- そう、反転したのだ、150ポイント行って反転したのだ、しかし、いや、反転ではなく修正だったのだ、それでも反転だったのだが......。ピボット "の定義がない！？- それゆえ、事前どころか、今この瞬間でさえ、教えようがないのです。
反転の可能性については、チャート上にそのポイントを示す指標（多くの場合、矢印を使用）があります。最も簡単な例は、B.ウィリアムズのフラクタルである。再描画することで知られるウィリアムズのフラクタル。この場合、例えば分類器の助けを借りて、フラクタルが真か偽か、そしてそれが再描画されるのか（偽）、それとも図に残るのか（真）を予測しようとすることができる。真のフラクタルを正しく予測し、そのシグナルに従って市場に参入し、次のフラクタルで退場すれば、利益を上げられることは一目瞭然である。あるいは、予想が外れた場合は損をするが、次のフラクタルを待たずに市場から撤退することで、潜在的な損失を最小限に抑えることができる。現在、このテーマに取り組んでいます。
このスレッドの住人のMihail Marchukajtesは、tdsequenta 指標による反転ポイントの分類を専門にしています 。
このスレッドのもう一人の住人、SanSanych Fomenkoは、ZigZagの反転を予測しようとしている。
他の住人は、主に分類されたパターンに従ってろうそくの色を予測しようとします。
また、ここの住人であるSanSanych Fomenkoは、ZigZagの反転を予測しようとしています。
他を見ると、私は通常、分類したパターンに続くローソク足の色を予測しようとします。
私はZZの反転を予測しようとしたことはない。その理由はさまざまです。ZZの肩入れを予想しています。このターゲット変数は好きではありませんが、この予測はTCの一部に過ぎないので、30％以下の誤差であれば問題ないです。
時間があれば、このスレッドに書かれているような調整をして、ぜひZZリバーサルの予想をしてみたいと思います。
1.パターンはトレーニングサンプルの例です。つまり，それらは標本の中の線：予測変数のいくつかの値と従属変数の少なくとも1つの値である．
2.なぜmytarmailSは パターン、つまり機械学習で出てきたものを呼び出すのか、その理由は全く不明です。
3.反転の可能性については、チャート上にポイントを示す指標（多くの場合、矢印）があります。最も簡単な例は、B.ウィリアムズのフラクタルである。再描画することで知られるウィリアムズのフラクタル。この場合、例えば分類器の助けを借りて、フラクタルが真か偽か、そしてそれが再描画されるのか（偽）、それとも図に残るのか（真）を予測しようとすることができる。真のフラクタルを正しく予測し、そのシグナルに従って市場に参入 し、次のフラクタルで退場 すれば、利益を上げられることは一目瞭然である。 あるいは、予想が外れた場合は損をするが、次のフラクタルを待たずに市場から撤退することで、潜在的な損失を最小限に抑えることができる。現在、このテーマに 取り組んでいます。
4. このトピックの住人のうち、Mihail Marchukajtesは、tdsequenta 指標に基づくピボットポイントの分類を専門としています。
5.このスレッドのもう一人の住人であるSanSanych Fomenkoは、ZigZagによる反転ポイントを予測しようと試みている。
6.他の住人は、通常、パターンに続くろうそくの色を予測しようとします。
1.パターンとは何か - 私は理解しているが、私はそれがmytarmailSによって 測定されるもの（具体的には指標または他の何であるか）を知らない、私は尋ねた理由です（私はパターンの問題の原因を決定するために役立つしようとする）。
2.そう、はっきりしないのです。
3, 4, 5 反転を検出できるツールはすべて、再描画するか、ラグを変えて行うかのどちらかである。反転にこだわるつもりはないが、反転を検出するのは（大げさに言えば）合理的でないと100％断言できる。検出の信頼性と記述の簡便さの点で、はるかに正しいのは、以下に説明するアプローチです（あなたは分析されたトピックでそれを試すことができます）。フラクタルが2〜3本のろうそくの遅れで検出されている間、それは取引で利用できるすべての手段によって避けなければならない不確実性を意味します。
6.カラーは50/50です。どのような地平を選んだとしても、まったく期待できない。
ZSです。
そこで、市場の相場において何が未確定で、何がネットワークやツリー、指標に関する古典的なTSなど、取引に使いたいものの明確で「柔らかい」答えとして表現できるのかを理解することに努めましょう。問題は、これらの質問に答えた後、グリッドや他のMOの方法だけでなく、古典的な指標で収益性の高いシステムを作成することが可能になるということです。レポートを出せ、モニターを！」と言う人がいるのは理解できる。- 自分でやってみる、自分で考える。
そこで、相場において未定義のものは何か、グリッドやツリー、指標に関する古典的なTSなど、トレードに利用したいものに対して、明確でありながら「柔らかい」答えとして表現できるものは何かを考えてみよう。問題は、これらの質問に答えた後、グリッドや他のMOの方法だけでなく、古典的な指標で収益性の高いシステムを作成することが可能になるということです。レポートを出せ、モニターを！」と言う人がいるのは理解できる。- 自分でやってみて、自分で考えてみてください。
これは機械学習に関する枝であり、歴史上描き直されることはないので、原理的に先生のおっしゃる描き直しに問題はないのです。
機械学習の要点は、対象変数のクラスのいずれかを決定するような、履歴上の予測変数の組み合わせを見つけることである。ランダムフォレストの 場合、5000本以下のサンプルで得られる木は300本以下（通常は50～100本）である。さらにサンプルを増やしても、木の数は増えない。つまり、木の種類、つまり「パターン」は、与えられた予測変数のセットとターゲット変数で終わってしまうのだ
主な問題は過学習で、将来のサンプルで利用可能な木がクラスを正しく予測しないか、むしろどんどん悪化していく。まさにこの問題をこの枝では考えています。得られた木が将来も発生し、将来のサンプルに対する分類の誤差が訓練サンプルに対するものとほぼ同じになることを証明しようとします。
このスレッドは機械学習に関するもので、歴史上何も描き直されることはないので、描き直しに問題はない。
機械学習の要点は、対象変数のクラスのいずれかを決定するような、履歴上の予測変数の組み合わせを見つけることである。ランダムフォレストの場合、5000本以下のサンプルで得られる300本以下の木（通常は50～100本）である。さらにサンプルを増やしても、木の数は増えない。つまり、木の種類、つまり「パターン」は、与えられた予測変数のセットとターゲット変数で終わってしまうのだ
主な問題は過学習で、将来のサンプルで利用可能な木がクラスを正しく予測できないか、むしろクラスをどんどん悪くしていくことである。これは、このスレッドで扱われている問題、つまり、結果として得られる木が将来発生し、将来のサンプルでの分類誤差が学習サンプルとほぼ同じになることを証明しようとするものです。
まあ、だいたいそんな感じです。同じような反応を期待していました。
Yury Reshetov、あなたが興味を持っている場合、個人的なメッセージで私を書き込む、私はあなたを教えてくれます。
1.まだ答えが出ていませんが、パターンはどのように構築/定義/検出されるのでしょうか？- これはあまりに親密な質問だと思うので、わざわざ答えないでください。
ローソク足の組み合わせ＋レベルの組み合わせ、価格のクラスタリング、ssa＋クラスタリング、適応期間を持つ指標、フーリエ、エリオット波動を形式的に記述する方法、群集予測のアイデアなど、いろいろ試していますが、どれも複雑すぎて、どう実装したらいいのかわかりません。
パターンは学習用サンプルからの例である。すなわち、サンプル中の文字列です：予測変数のいくつかの値と従属変数の少なくとも1つの値です。
なぜmytarmailSは パターン、つまり機械学習の結果を呼び出すのか、その理由はよくわからない。
パターンというのは知りませんでした、覚えておきます、ありがとうございます。
この地域のもう一人の住人であるサンサンチ・フォメンコは、ジグザグによる反転を予測しようとしている。
実は、私はZZリバーサルを担当しています。
反転にこだわるつもりはないが、反転を判断するのは（大げさに言えば）合理的でないことは100％断言できる。検出精度と記述の簡便さの両面ではるかに正しいのは、以下に述べるアプローチです（研究対象のトピックで試すことができます）。
どうぞ、楽しみにしています！あと、ジグザグ反転がエースでない根拠をお聞かせください。
まあ、だいたいそんな感じです。同じような反応を期待していたのですが。
ユーリー・レシェトフ さん、もし興味があれば、私にLINEをください、教えますよ。
まあ、だいたいそんな感じです。同じような反応を期待していたのですが。
彼に気を使わないでください。サン・サンチは、ここで個人的な、「最終的な真実」というゲームのルールを押し付けようとして、少し生意気になることがあります。要は、機械学習には一義性がなく、ブラックボックス的な応用を題材にした精緻化されていない問題が多く存在するということです。そのため、明らかにわからないから「ブラックボックス」なのです。
このスレッドのポイントは、機械学習に関係することなら、自分の世界観に合致していようが矛盾していようが関係なく、何でもかんでも議論することです。人の数だけ意見があり、味や色に差はない。
もし、MLについて混乱があるのなら、ここで議論してください。誰もあなたに噛み付いたりしませんよ。
何の疑問もない船員さんや、どこを掘ればいいのかが明確でpipsを測りたいだけの人は、支店に行くといいでしょう。機械学習：理論と実践（トレードのみ。アクセスは国家を持っている人のみ）。
アンドレイ・ディク
Yury Reshetov さん、もし興味があれば、個人的なメッセージで書いてくれれば、それについてお話します。
その方法は以下の通りである（以下はすべてMLと古典的TSの両方に等しく適用される）。
ポイントは、不確実性を排除すること、つまり、一方では学習と最適化におけるフィッティングを排除し、他方ではシステムに対する「ソフト」な要求を明確に策定することである。エントリー時のTPとSLも不確定要素なので、緊急終了時のみに使用します（商品のボラティリティに依存し、経験的に選択するので、100％のトレードでストップが発動することはできるだけ少なく、理想的には絶対にありません）。エントリーからエグジットまで、トレード全体を予測 する。スプレッドと手数料を除いた利益が出た結果を取引成功とします（スプレッドと手数料がカバーされているかどうかを確認した上でシステム運用を決定します）。エントリーシグナルを受信するとすぐにエントリーし、その後一定のバー数（経験的に決定され、予測因子と機器に依存します）待機します。- 取引を終了し、それが負けている場合、我々はもう1つのバーを待ちます。最小値と最大値の2つのパラメータを使用することもありますし（最大数のバーの 後に取引が終了しない場合、それはいずれにせよ終了します）、最小数のバーを1つだけ使用することもあります。
多くの人が驚くだろうが、MLを使った各種システムはもちろん、ワンドでのTSなど、一見絶望的なシステムでも動き出すことが多いのだ。コツは、自分自身とマシンにTCの鉄則を求めないこと、相場の動きを完全に記述しようとせず、それらの非常に「ソフト」なルールをMLに与えることです。さらに、重いテールという市場の悪い遺産を取り除き（より正確には、テールは問題にならなくなり）、BPの定常性の欠如も問題にならなくなりました--市場の形は、その内部特性を変えることなく垂直方向にも水平方向にも拡大できることがわかっているからです（これは、emleonersにとっては非常に難しいことです）。
4thフォーラム、確かSwinosaursのスレッドで、全TSの2種類（境界が明確なものと不定なもの）について書いたのですが、そこでアイデアが完結しませんでした。これで、すべてがクリアになったような、そうでないような...。
一般的に、私はトレーディングシステムを開発する際に、自分のルールに従っています。ロジックを変更することで、すべての可能なバリエーションのうち、成功するパラメーターのバリエーションが増えるなら、それは良い変更です（トレーディングに悪いバリエーションを選ぶ確率は、どのようにパラメーターを変更しても減少し、プラス側になるでしょう）。この手法により、私のTSではこのシェアを大きく伸ばすことができました。
その方法は以下の通りである（以下はすべてMLと古典的TSの両方に等しく適用される）．
ポイントは、不確実性を排除すること、つまり、一方では学習と最適化におけるフィッティングを排除し、他方ではシステムに対する「ソフト」な要求を明確に策定することである。エントリー時のTPとSLも不確定要素なので、緊急終了時のみに使用します（商品のボラティリティに依存し、経験的に選択するので、100％のトレードでストップが発動することはできるだけありません、理想は絶対です）。エントリーからエグジットまで、トレード全体を予測 する。スプレッドと手数料を除いた利益が出た結果を取引成功とします（スプレッドと手数料がカバーされているかどうかを確認した上でシステム運用を決定します）。エントリーシグナルを受信するとすぐにエントリーし、その後一定のバー数（経験的に決定され、予測因子と機器に依存します）を待ちます。- 取引を終了し、それが負けている場合、我々はもう1つのバーを待ちます。最小値と最大値の2つのパラメータを使用することもありますし（最大数のバーの 後に取引が終了しない場合、それはいずれにせよ終了します）、最小数のバーを1つだけ使用することもあります。
多くの人が驚くだろうが、MLを使った各種システムはもちろん、ワンドでのTSなど、一見絶望的なシステムでも動き出すことが多いのだ。コツは、自分自身とマシンにTCの鉄則を求めないこと、相場の動きを完全に記述しようとせず、それらの非常に「ソフト」なルールをMLに与えることです。さらに、重いテールという市場の悪い遺産を取り除き（より正確には、テールは問題にならなくなり）、BPの定常性の欠如も問題にならなくなります - 市場の形状は、その内部特性を変えることなく、垂直方向にも水平方向にも拡大縮小できることがわかっているからです（これは、emleonersにとっては信じられないほど難しいことです）。
4thフォーラム、確かSwinosaursのスレッドで、全TSの2種類（境界が明確なものと不定なもの）について書いたのですが、そこでアイデアが完結しませんでした。今はすべてがより鮮明に見えるというか...。
一般に、私はトレーディングシステムを開発する際に、自分のルールに従っています。ロジックを変更することで、すべての可能なバリエーションのうち、成功するパラメーターのバリエーションが増えるなら、それは良い変更です（トレーディングに悪いバリエーションを選ぶ確率は、どのようにパラメーターを変更しても減少し、プラス側になるのです）。この手法により、私のTSではこのシェアを拡大することができました。