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 1263 1...125612571258125912601261126212631264126512661267126812691270...3399 新しいコメント Maxim Dmitrievsky 2019.01.20 17:43 #12621 同じARIMAを完膚なきまでに叩きのめすローリングレグレッション Yuriy Asaulenko 2019.01.20 17:59 #12622 マキシム・ドミトリエフスキー 同じARIMAを叩くローリングレグレッションすべてを学ぶことはできないし、MoDのメソッドはどれもほぼ同等です。ほとんどどれでもいいから、適当なものを見つけて、他を試してみるといい。しかし、例えばベイズとNSの両方が結果を出さないとしたら、他を試すのは時間の無駄でしかない。必要であれば、すべて後で行うことができます。 Maxim Dmitrievsky 2019.01.20 18:02 #12623 ユーリイ・アサウレンコすべてを学ぶことはできないし、MoDのメソッドはどれもほぼ同等です。ほとんどどれでもいいから、適当なものを見つけて、他を試してみるといい。しかし、例えばベイズとNSの両方が結果を出さないとしたら、他を試すのは時間の無駄でしかない。すべて後回しでいいのです。まあ、実現性の問題で、非常に相性が良いのですが。）MCMCでサンプリングした例を、NSで教えるのが一番良い方法です。 このために資産や資産群をピックアップするのであれば、MCMCによる回帰が有効かもしれません。 Maxim Dmitrievsky 2019.01.20 18:05 #12624 ユーリイ・アサウレンコそこで面白いのは、バリエーション問題とTheanoです。 変分法を使ってシステムをチューニングしようと思いつつ、まだその方法を見つけられていません。同じものを探しています :) Yuriy Asaulenko 2019.01.20 18:06 #12625 マキシム・ドミトリエフスキーまあ、一緒になってもいいのですが、実装の問題です ) MCMCによるNasampleの例。 このNSで教えるのは、一般的に言って、これ以上の方法はないと思っています。まあ、MoDじゃないから一緒でもないんだけどね)カルラとリブは必要ないため)。 Maxim Dmitrievsky 2019.01.20 18:09 #12626 ユーリイ・アサウレンコつまりMoDではないので、一緒ではない)カルラもリブもいらない（笑)まあ、どうまとめるかはまだ浮かんでるんですけどね。平凡に検索すると結果が出るが、なぜそれが良いのか、良くないのか、理解しがたい。 似たようなリブで可視化するんだー、ほら。 Yuriy Asaulenko 2019.01.20 18:14 #12627 マキシム・ドミトリエフスキーどうまとめるか、まだ泳いでいるところです。些細な変種の列挙で結果が得られるが、なぜこの場合に良いのか、良くないのか、理解するのは難しい。まあ、みんな泳ぐんですけどね。ただ、オプションはほとんど変えず、ソファで読書（タブレットがあると便利）するか、どうしようかな～と考えることが多いです（笑)。やる前に、あらかじめ頭の中で整理しておけるといいのですが、そうすると、どうでしょう......。 Forester 2019.01.20 19:51 #12628 マキシム・ドミトリエフスキー比較すると大差ないことがわかる...森はクラシックalglibでは、mt5に完全にネイティブに存在します。新しいバージョンにアップデートできればいいのですが、悩みますね。 もちろん、DELLをつなぐこともできますが、では、どうやって人を喜ばせるのか？私が間違っていなければ - 唯一の違いは、学習速度です。そうでない場合は、同じように再トレーニングする必要があります。少なくとも説明文は変わっておらず、奥行きやエラーなどの制限も加わっていない。 そしてフォレストは、特にNSと比較して、最も高速な学習方法の一つです。 Yuriy Asaulenko 2019.01.20 20:03 #12629 エリブラリウスそうですね、特に森はNSに比べて学習速度が速いのが特徴です。そうですね。でも、森林の分類も非常に特殊です。NSやベイズはファジーロジックに近く、データの汎化にはイエスです。 Maxim Dmitrievsky 2019.01.21 06:53 #12630 エリブラリウス間違っていなければ - 違いは学習速度だけです。そうでない場合は、これまでと同じように再トレーニングを行う必要があります。少なくとも説明文は変わっていないし、奥行き制限やエラー等も追加されていない。 そしてフォレストは、特にNSと比較して、最も高速な学習方法の一つです。学習スピードは良いが、フォレストファイルが大きいため、使用時のレスポンスと構造のダウンロード時間が悪い。最大で300mbになったことがある。シリアライズがおかしい。森は、ファイルから読み戻すよりも速く学習され、保存されます。 もし、forestが桁違いに小さいファイルを生成するようになったというのであれば、それは非常に大きなスピードアップと言えるでしょう NSは逆に、覚えるのに時間がかかるが、反応は瞬時に得られる。分類の質に差はない。何でもいいのですが、木材は箱から出しても使えるし、NSは調整が必要です。 1...125612571258125912601261126212631264126512661267126812691270...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
同じARIMAを叩くローリングレグレッション
すべてを学ぶことはできないし、MoDのメソッドはどれもほぼ同等です。ほとんどどれでもいいから、適当なものを見つけて、他を試してみるといい。しかし、例えばベイズとNSの両方が結果を出さないとしたら、他を試すのは時間の無駄でしかない。必要であれば、すべて後で行うことができます。
すべてを学ぶことはできないし、MoDのメソッドはどれもほぼ同等です。ほとんどどれでもいいから、適当なものを見つけて、他を試してみるといい。しかし、例えばベイズとNSの両方が結果を出さないとしたら、他を試すのは時間の無駄でしかない。すべて後回しでいいのです。
まあ、実現性の問題で、非常に相性が良いのですが。）MCMCでサンプリングした例を、NSで教えるのが一番良い方法です。
このために資産や資産群をピックアップするのであれば、MCMCによる回帰が有効かもしれません。そこで面白いのは、バリエーション問題とTheanoです。
変分法を使ってシステムをチューニングしようと思いつつ、まだその方法を見つけられていません。
同じものを探しています :)
まあ、一緒になってもいいのですが、実装の問題です ) MCMCによるNasampleの例。 このNSで教えるのは、一般的に言って、これ以上の方法はないと思っています。
まあ、MoDじゃないから一緒でもないんだけどね)カルラとリブは必要ないため)。
つまりMoDではないので、一緒ではない)カルラもリブもいらない（笑)
まあ、どうまとめるかはまだ浮かんでるんですけどね。平凡に検索すると結果が出るが、なぜそれが良いのか、良くないのか、理解しがたい。
似たようなリブで可視化するんだー、ほら。
どうまとめるか、まだ泳いでいるところです。些細な変種の列挙で結果が得られるが、なぜこの場合に良いのか、良くないのか、理解するのは難しい。
まあ、みんな泳ぐんですけどね。ただ、オプションはほとんど変えず、ソファで読書（タブレットがあると便利）するか、どうしようかな～と考えることが多いです（笑)。やる前に、あらかじめ頭の中で整理しておけるといいのですが、そうすると、どうでしょう......。
比較すると大差ないことがわかる...森はクラシックalglibでは、mt5に完全にネイティブに存在します。新しいバージョンにアップデートできればいいのですが、悩みますね。
もちろん、DELLをつなぐこともできますが、では、どうやって人を喜ばせるのか？私が間違っていなければ - 唯一の違いは、学習速度です。そうでない場合は、同じように再トレーニングする必要があります。少なくとも説明文は変わっておらず、奥行きやエラーなどの制限も加わっていない。
そしてフォレストは、特にNSと比較して、最も高速な学習方法の一つです。
そうですね、特に森はNSに比べて学習速度が速いのが特徴です。
そうですね。でも、森林の分類も非常に特殊です。NSやベイズはファジーロジックに近く、データの汎化にはイエスです。
間違っていなければ - 違いは学習速度だけです。そうでない場合は、これまでと同じように再トレーニングを行う必要があります。少なくとも説明文は変わっていないし、奥行き制限やエラー等も追加されていない。
そしてフォレストは、特にNSと比較して、最も高速な学習方法の一つです。
学習スピードは良いが、フォレストファイルが大きいため、使用時のレスポンスと構造のダウンロード時間が悪い。最大で300mbになったことがある。
シリアライズがおかしい。森は、ファイルから読み戻すよりも速く学習され、保存されます。
もし、forestが桁違いに小さいファイルを生成するようになったというのであれば、それは非常に大きなスピードアップと言えるでしょう
NSは逆に、覚えるのに時間がかかるが、反応は瞬時に得られる。分類の質に差はない。何でもいいのですが、木材は箱から出しても使えるし、NSは調整が必要です。