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 1281 1...127412751276127712781279128012811282128312841285128612871288...3399 新しいコメント Maxim Dmitrievsky 2019.01.30 11:10 #12801 アレシェンカソンやトキシックのように回帰を行い、N本のバーで価格と高い相関がある予測のときだけ取引してみてください。授業で苦しむより、その方が楽ですからね。 Forester 2019.01.30 11:16 #12802 マキシム・ドミトリエフスキー リグレッションを試す 回帰は（森の実行で）テストされますが、後で。マキシム・ドミトリエフスキー 予測値がN本のバーで価格と高い相関があるときだけ取引する。 流行みたいなものですか？トレンドだと理解したら、それはもう終わりに近づいていて、エントリーするよりもエグジットする時なのです。 Maxim Dmitrievsky 2019.01.30 11:16 #12803 エリブラリウス 回帰（フォレストで行う）はテストしますが、後回しです。流行みたいなものですか？トレンドだと気づいたら、それは終わりに近づいていて、入るのではなく、出るべき時なのです。そうですね......よくわからないけど、比喩的に、理解しにくいと思って書いたんでしょうかね。 Кеша Рутов 2019.01.30 11:26 #12804 Alexander_K2 です。私は、クサンクサニッチ（Fa）の親戚には、疑う余地のない2人の人物がいると考えている。1）怒った投資家に捕まった息子アリョーシェンカ、2）祖父の創作物を読んだ人に億万長者を約束する孫のケシャ。 混同しないようにお願いしますSanSanychとAlyoshaやWizardなどを比較しないでください。SanSanychはプロですが、AlyoshaやWizardは数百円の損失を出して全世界に悪びれたFXの脱力者です。私はSanSanychの孫ではなく、ただ彼を尊敬し、彼の記事が非常に有用であると感じています。科学的に見えるように文献や用語を収集し、実際には棒なしでゼロであるスタッドKonyukhの記事と教えについて言うことができないものです。 Aleksey Vyazmikin 2019.01.30 11:34 #12805 エリブラリウス学習の方では、木の学習が足りないので。過剰に訓練されたツリーでは、ノイズも記憶しているはずなので、テストツリーにもあったはずです。 訓練されていない木では、それは問題ではありません。 しかし、サンプルの大きさは重要です。大きければ大きいほど、代表的なものです。そして、私のトレーニングプロットは3倍も大きくなっています。 --------- https://www.mql5.com/ru/blogs/post/723619 チュートリアルより、大きな代表サンプルを使用することで、クラス間のバランス調整が不要になり、時間的なランダム性が減少します。これを訓練されていない木に移した。 しかし、もしかしたら私が間違っていて、テストプロットで予測変数の有意性を検証する必要があるかもしれません。ある木（の森）がプリトレーニングされているかどうかは、どのように判断するのですか？ いずれにせよ、異なるサンプルに対する木の安定性（サンプルの異なる部分でこの安定性がどのように変化するか）をチェックし、トレーニング、テストを行うという方法論が必要だと考えています。つまり、ツリーの助けを借りて規則性を見つけるのではなく、価格の動きの履歴を記述するだけで、どんな予測因子でも構いません - 主なものは、それらが安定的かつ頻繁でなければならないということです。 できれば毎年（2014年～2018年）黒字で、さらにいくつかの条件を満たすパターン（葉っぱやミニキャットバストパターン）を探しています。 Maxim Dmitrievsky 2019.01.30 11:35 #12806 ケシャ・ルートフケシャ孫、もう一度「トレンド」を見させてくれ、ふざけた連中が全員追放されたから、お前だけが残ったんだ 森はどのようにトレンドを予測しているのでしょうか？ 教えてください。 Ivan Negreshniy 2019.01.30 11:58 #12807 アレクセイ・ヴャジミキンある木（の森）がプリトレーニングされているかどうかは、どのように判断するのですか？ いずれにせよ、異なるサンプルに対する木の安定性（サンプルの異なる部分でこの安定性がどのように変化するか）をチェックし、トレーニング、テストを行うという方法論が必要だと考えています。つまり、ツリーの助けを借りて規則性を見つける のではなく、価格の動きの履歴を記述するだけで、どんな予測因子でも構いません - 主なものは、それらが安定的かつ頻繁であること です。 私は、できれば毎年（2014年から2018年）利益をもたらし、いくつかの追加条件を満たすような規則性（葉またはミニキャットバストパターン）を探しています。ターゲットに関連する安定した頻出予測因子はパターンである。 結果と関係ない投稿で安定的に頻出する科学用語は、過学習の可能性が高い:) Aleksey Vyazmikin 2019.01.30 12:08 #12808 イワン・ネグレシュニーターゲットに関連する安定した頻度の高い予測因子はパターンである。プレディクターが昼夜で、例えば日中にターゲットに1個以上入るような場合を想像してみてください。それとも、日の問題ではなく、（市場に影響を与える）重要なニュースは夜よりも昼の方が多く発表されるということなのだろうか。 イワン・ネグレシュニーまた、結果と関係ない投稿で安定のSF用語が頻出するのは、過学習でしょう:) MOの普及に尽力している人をここで批判するのは適切ではないと思うのですが...。 Кеша Рутов 2019.01.30 12:30 #12809 マキシム・ドミトリエフスキーケシャ孫、「トレンド」をもう一回見させてくれ、そうしないとバカッターは全員追放、残るは君だけだ 森はどのようにトレンドを予測しているのですか？私は大丈夫、安定した10-15％のエラーレート、テスト上。実際の取引では、すべてが混ざり合い、定義もできませんが、私は、あなたや年老いた親の背中に座るような類似の厩務員と違って、リスクテイカーなのです。 Forester 2019.01.30 12:32 #12810 Aleksey Vyazmikin： 事前に学習された木かどうか（木の森かどうか）は、どのように判断するのですか？ samples++; if(samples < 20){ then don't divide node any more but leave the leaf}のように、ツリーを1行に限定しています。 つまり、代表性を持たせるために、少なくとも20個のサンプルがリーフに残っていることになります。 それが、お求めになられた全リリースです))) 代筆の度合い、すなわちシートの例数は、10、100、1000、最適化のいずれでもよい。xgboostでは min_child_weightと呼ばれています。 1...127412751276127712781279128012811282128312841285128612871288...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
リグレッションを試す
予測値がN本のバーで価格と高い相関があるときだけ取引する。
流行みたいなものですか？トレンドだと理解したら、それはもう終わりに近づいていて、エントリーするよりもエグジットする時なのです。
回帰（フォレストで行う）はテストしますが、後回しです。
流行みたいなものですか？トレンドだと気づいたら、それは終わりに近づいていて、入るのではなく、出るべき時なのです。
そうですね......よくわからないけど、比喩的に、理解しにくいと思って書いたんでしょうかね。
私は、クサンクサニッチ（Fa）の親戚には、疑う余地のない2人の人物がいると考えている。1）怒った投資家に捕まった息子アリョーシェンカ、2）祖父の創作物を読んだ人に億万長者を約束する孫のケシャ。
混同しないようにお願いします
SanSanychとAlyoshaやWizardなどを比較しないでください。SanSanychはプロですが、AlyoshaやWizardは数百円の損失を出して全世界に悪びれたFXの脱力者です。私はSanSanychの孫ではなく、ただ彼を尊敬し、彼の記事が非常に有用であると感じています。科学的に見えるように文献や用語を収集し、実際には棒なしでゼロであるスタッドKonyukhの記事と教えについて言うことができないものです。
学習の方では、木の学習が足りないので。過剰に訓練されたツリーでは、ノイズも記憶しているはずなので、テストツリーにもあったはずです。
訓練されていない木では、それは問題ではありません。
しかし、サンプルの大きさは重要です。大きければ大きいほど、代表的なものです。そして、私のトレーニングプロットは3倍も大きくなっています。
---------
https://www.mql5.com/ru/blogs/post/723619 チュートリアルより、大きな代表サンプルを使用することで、クラス間のバランス調整が不要になり、時間的なランダム性が減少します。これを訓練されていない木に移した。
しかし、もしかしたら私が間違っていて、テストプロットで予測変数の有意性を検証する必要があるかもしれません。
ある木（の森）がプリトレーニングされているかどうかは、どのように判断するのですか？
いずれにせよ、異なるサンプルに対する木の安定性（サンプルの異なる部分でこの安定性がどのように変化するか）をチェックし、トレーニング、テストを行うという方法論が必要だと考えています。つまり、ツリーの助けを借りて規則性を見つけるのではなく、価格の動きの履歴を記述するだけで、どんな予測因子でも構いません - 主なものは、それらが安定的かつ頻繁でなければならないということです。
できれば毎年（2014年～2018年）黒字で、さらにいくつかの条件を満たすパターン（葉っぱやミニキャットバストパターン）を探しています。
ケシャ孫、もう一度「トレンド」を見させてくれ、ふざけた連中が全員追放されたから、お前だけが残ったんだ
森はどのようにトレンドを予測しているのでしょうか？ 教えてください。ある木（の森）がプリトレーニングされているかどうかは、どのように判断するのですか？
いずれにせよ、異なるサンプルに対する木の安定性（サンプルの異なる部分でこの安定性がどのように変化するか）をチェックし、トレーニング、テストを行うという方法論が必要だと考えています。つまり、ツリーの助けを借りて規則性を見つける のではなく、価格の動きの履歴を記述するだけで、どんな予測因子でも構いません - 主なものは、それらが安定的かつ頻繁であること です。
私は、できれば毎年（2014年から2018年）利益をもたらし、いくつかの追加条件を満たすような規則性（葉またはミニキャットバストパターン）を探しています。
ターゲットに関連する安定した頻出予測因子はパターンである。
結果と関係ない投稿で安定的に頻出する科学用語は、過学習の可能性が高い:)
ターゲットに関連する安定した頻度の高い予測因子はパターンである。
プレディクターが昼夜で、例えば日中にターゲットに1個以上入るような場合を想像してみてください。それとも、日の問題ではなく、（市場に影響を与える）重要なニュースは夜よりも昼の方が多く発表されるということなのだろうか。
また、結果と関係ない投稿で安定のSF用語が頻出するのは、過学習でしょう:)
MOの普及に尽力している人をここで批判するのは適切ではないと思うのですが...。
ケシャ孫、「トレンド」をもう一回見させてくれ、そうしないとバカッターは全員追放、残るは君だけだ
森はどのようにトレンドを予測しているのですか？私は大丈夫、安定した10-15％のエラーレート、テスト上。実際の取引では、すべてが混ざり合い、定義もできませんが、私は、あなたや年老いた親の背中に座るような類似の厩務員と違って、リスクテイカーなのです。
事前に学習された木かどうか（木の森かどうか）は、どのように判断するのですか？
samples++; if(samples < 20){ then don't divide node any more but leave the leaf}のように、ツリーを1行に限定しています。
つまり、代表性を持たせるために、少なくとも20個のサンプルがリーフに残っていることになります。
それが、お求めになられた全リリースです)))
代筆の度合い、すなわちシートの例数は、10、100、1000、最適化のいずれでもよい。xgboostでは min_child_weightと呼ばれています。