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 127

[СанСаныч Фоменко]

アレクセイ・ブルナコフ

どのように判断されたのでしょうか？当時未知であった未来に対して、予測器のパフォーマンスを追跡調査したことがありますか？

なぜ未知の未来ではないのか？すべては歴史の上で知られている。1～10枚のタイルで学習し、クロスバリデーションでテストしています。そして、11、12などの統計を取り、1〜10のセグメントで得たものと比較する。つまり、実際の取引に完全に類似しているのです。このスレッドで何度も記述しています。

[Alexey Burnakov]

サンサニッチ・フォメンコ
なぜ、既知の未来ではないのか？すべては歴史の上で知られている。1-10の塊で覚え、クロスバリデーションで確認する。そして、11、12などの統計を取って、1～10のチャンクで得たものと比較します。つまり、実際の取引に完全に類似しているのです。このスレッドで何度も記述しています。

ええ、まあ、そういうことです。

また、このようにモデルのバリエーションを何通りも用意するのですか？11番目、12番目などのチャンクで、モデルのパフォーマンスがトレーニングチャンクよりも悪くなり、もう一度やり直すということはありますか？

[СанСаныч Фоменко]

アレクセイ・ブルナコフ

ええ、まあ、そういうことです。

また、このようにモデルのバリエーションを何通りも用意するのですか？11、12...のチャンクで、モデルのパフォーマンスがトレーニングチャンクよりも悪くなり、もう一度やり直すということはありますか？

ばらつきは2～3％程度で、平均は27～28％です。平均値からの偏差としてのばらつきである。

書いてあるのは、学習誤差を減らすべきということです。それはやっていません。私の予測では、GBMが一番で、次にadaです。rfを使用しています。次にSVM、そして最悪なのがnnetです。見ての通り、私はベストなモデルを使っているわけではありません。

[Alexey Burnakov]

サンサニッチ・フォメンコ

ばらつきは2～3％程度で、平均は27～28％です。平均値からの偏差としてのばらつきである。

書いてあるのは、学習誤差を減らすべきということです。そんなことはしていない。私の予測では、GBMが一番で、次にadaです。rfを使用しています。次にSVM、そして最悪なのがnnetです。見ての通り、私はベストなモデルを使っているわけではありません。

まあ、いいや。サンサンチ。

すべてのモデルが多かれ少なかれ同じように検証されているのであれば、踊らされる必要はないでしょう。

考えてもらうために情報を出したのです。使って、自分を試し、失敗から救う。

それがあなたの役に立つかどうかは、私にはわかりません。

一番無駄な情報ではないでしょうか。

[СанСаныч Фоменко]

アレクセイ・ブルナコフ

まあ、いいや。サンサンチ。

どの機種もほぼ同じように検証できるのであれば、タンバリンダンスは必要ないでしょう。

意味を持たせるために情報を並べました。使って、自分を試し、失敗から救う。

それがあなたの役に立つかどうかは、私にはわかりません。

一番無駄な情報ではないでしょうか。

あなたの投稿をすべて興味深く見守っています。

そして、幸運を祈ります。

[Alexey Burnakov]

SanSanych Fomenko：

あなたの投稿をすべて興味深く見守っています。

頑張ってください。

ありがとうございます。

しかし、トレーディングとはあまり関係のないことを予測しているという印象を受けます。60～70%も簡単に取れて、なおかつ正確なシグナルを出すなんて、ありえないことです。私たちはここでオーバートレーニングと戦っているのですが、あなたはデータを見て、ノー・ソー・ノーシグナルと言っただけなのです。あなたの作品は、フィッシャーの アイリス予想に似ていますね。ノイズを少し除去し、すべてが静止している。複雑なプロセスを予測しようとしたことがないのか、同僚よ。雑音が多いところでは、すぐに断る。そして、お客様のお金とは別に、自分にとっての利益は何なのか、それがまったくわからないのです。

また、自信満々に語るが、自分の予測が将来どのように機能したかはわからない。

[СанСаныч Фоменко]

アレクセイ・ブルナコフ
ありがとうございます。

しかし、トレーディングとはあまり関係のないことを予測しているのではないかという印象を受けます。60～70%も簡単に取れて、なおかつ正確なシグナルを出すなんて、ありえないことです。私たちはここでオーバートレーニングと戦っているのですが、あなたはデータを見て、ノー・ソー・ノーシグナルと言っただけなのです。あなたの作品は、フィッシャーのアイリス予想に似ていますね。ノイズを少し除去し、すべてが静止している。複雑なプロセスを予測しようとしたことがないのか、同僚よ。雑音が多いところでは、すぐに断る。そして、お客様のお金とは別に、自分にとっての利益は何なのか、それがまったくわからないのです。

しかも、自分の予想が将来どうなったか、自信満々に言っているが、わからない。

何が「複雑なプロセス」なのか、私には理解できない。端末に本物のEAをつないで、見積もり...くれるものは咀嚼するもの。

ウィンドウが3つある古いTFのTSで予測を使うことはすでに書きました。シニアTFが方向性を決める。しかし、それとは別に、EAにはかなり大きなツールがあり、その目的はリスク管理です。ですから、ZZの方向に属する次のローソクの予測誤差が、全体の結果に何％影響するかは断言できませんが、私はそのことに興味はないのです。

前回の投稿を繰り返します。Rツール、特に機械学習は、あるExpert Advisorの特定の問題を解決するために使うようにしています。一般的なものではなく、具体的なものです。他のTSでは、私のアプローチが通用しないことも十分あり得ます。

今後について...

12月から動作しており、通常のフライトが可能です。Expert Advisorのこの場所にあったインジケーターとは違い、鍛え直されたツールがあります。ラグが解消されました。まだまだ、これからです。最後の手段で真実なのか？いいえ、もちろんそんなことはありません。

[Dr. Trader]

アレクセイ・ブルナコフ

はい。

10ファールに対してM1クロスバリデーションで1サイクルの学習、正しく理解できましたね。学習パラメータの各組み合わせについて：9ファウルで学習、遅延チェックで学習。だから10回。10フォールドの品質指標の平均値を得ることができた。仮にm1とします。

私も似たようなことをやっていますが、テストウィンドウを動かさず、トレーニングウィンドウを動かしています。真ん中には常に動くトレーニングウィンドウがあり、その両脇をテストデータが取り囲んでいます。もし依存関係が一定でなく、いくつかの「支配的な期間」が常に行ったり来たりしているとしたら（mytarmailSによると、私自身は周波数とフーリエが苦手です）、極端な（時間的に）状況で訓練し、極端なオプションからのモデルで近似できる中間の何かでテストしても意味がないのでは、と考えています。トレーニングのために、私はデータの50％よりはるかに少ないものを取りますが、それも大丈夫です（少なくとも悪化はしません）。

この写真のアウターループのようなものを使っていますが、トレーニングはブルーで、テストはグレーで行っています。私は、学習用に取った30%のシーケンシャルデータで、モデルが残りのデータで有益な取引を行えるようにしようとしています。全期間でうまく取引できるモデルを、連続したデータのうち任意の10％を学習用に使って訓練すれば、新しいデータでもうまく取引できるという理論があるんです。

[mytarmailS]

アンドレイ・ディク

その方法は以下の通りである（以下，すべてMLと古典的TSの両方に等しく適用される） .........．

3回読んだけど、わからない((

1）これは、純粋にMLではないようです、いくつかの既存のTSの改良のようなもので、入力する信号を持っており、唯一のこれらの入力に我々は入力し、この入力は、MLの権利を分析する？

2) 利益が出たら、取引を終了する。損失が出た場合はポジションを保有することになりますが、なぜそうするのですか？

3）いつ買うか、いつ売るか？

私は馬鹿を演じることができます、私はそれに夢中です）、しかし、私はあなたが書いていることを理解していない、多分あなたは私に絵やスキームを示すかもしれません....

[mytarmailS]

あるブログに出会って泣きそうになった、その人は私がかつて思いついて実行しようと思ったこととほぼ同じアイデアをやっていた、そして私が1年ほど前にプログラミングを学び始めたのはこのアイデアであった

https://www.r-bloggers.com/time-series-matching-with-dynamic-time-warping/

そして、私のアイデアはユニークだと思いました)))若さ、甘さ...もちろん、DTWは使っていません。なぜなら、まったく理解できなかったからです。