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 1289 1...128212831284128512861287128812891290129112921293129412951296...3399 新しいコメント Yuriy Asaulenko 2019.01.31 18:31 #12881 マキシム・ドミトリエフスキー腕を振ってぐるぐる走っても、結果は同じようなものでしょう )実は、サイクリングの話なんです。また、精神的な実験はコストがかからないが、非常に有用である)。 ところで、もし市場に本当のサイクルがあれば、それはスペクトル分析によっていつでも見分けることができる。そのため、全く異なる分析時間で、純粋なノイズスペクトルを得ることができます。昔やった、Pythonを使って繰り返すなら、デモをする。 Forester 2019.01.31 18:38 #12882 マキシム・ドミトリエフスキー最終的な誤差は? 両モデルと新しいデータでの動作について くそー、ここで深い分析が必要だエラー・デルタが表示されます。つまり、この予測変数が全体のモデル・エラーにどれだけ寄与しているかということです。学習領域では1を削除しても誤差は0.5%以下(この領域は適合度が高いため)、検証領域では最大5.5%(この領域は調整されていないため)の誤差が変化しました。トレーン部、検証部ともにパーミュテーションは5~6%に跳ね上がる。 一般に、ランダムな再トレーニングとランダムなノードシャッフリングは、ランダムな結果をもたらします。 プレディクターを1つずつ積み上げていこうと思います。10~20個まではすぐにモデルが生成され、その後は減速していくと思います。 Maxim Dmitrievsky 2019.01.31 18:41 #12883 エリブラリウスエラーデルタが表示されます。つまり、この予測変数がモデル全体のエラーにどのような寄与をするかということです。トレーニング区画では、1つ削除しても誤差は0.5%しか変わりませんが(この区画の適合度が高かったため)、検証区画では、誤差は最大5.5%まで変化します(この区画は調整されていないためです)。トレーン部、検証部ともにパーミュテーションは5~6%に跳ね上がる。 一般に、ランダムな再トレーニングとランダムなノードシャッフリングは、ランダムな結果をもたらします。 プレディクターを1つずつ積み上げていこうと思います。10~20個まではすぐにモデルが生成され、その後は減速していくと思います。パラメータが多少変化しても、それは正常なことで、森はランダムなのです。セットシードすれば、必ず同じになるはずです。 つまり、「あそこ」と「ここ」の両方が検証で〜5%ということは、同じ仕事をしているということです。 Maxim Dmitrievsky 2019.01.31 18:50 #12884 elibrarius: は、アルグリブにセシードがあるのか?スプリット用のgcfがある。EAでもスクリプトでもなんでもいいけど、MathSrand()をトレーニングフォレストの前か初期化時に入れる。 効いていたような気もするが、忘れてしまった...今は必要ないのでやっていない。 Maxim Dmitrievsky 2019.01.31 18:53 #12885 ユーリイ・アサウレンコ実は、循環性の話をしているんです。また、精神的な実験はコストがかからないが、非常に有用である)。 ところで、もし市場に本当のサイクルがあるとすれば、それはスペクトル分析によって必ず特定できるはずだ。そのため、全く異なる分析時間で、純粋なノイズスペクトルを得ることができます。私はずっと前にそれをやった。もし私がPythonを使ってそれを繰り返すなら、私はあなたに見せるだろう。なぜかというと、とにかくすべてがクリアなんです。 市場には周期があるが、それは非周期的なものであり、つまり現れては続き、消えていく。たぶん、適当に。この現象をどう捕らえるかが問題で(可能なら)、BPの見積もりにはもう疑問はないのです。 Yuriy Asaulenko 2019.01.31 19:15 #12886 マキシム・ドミトリエフスキーなぜかというと、はっきりしているんです。 市場にはサイクルが存在するが、それは非周期的であり、すなわち、出現し、継続し、消滅する。たぶん、適当に。問題はこの現象をどう捕らえるかということで、(捕らえれば)BPの見積もりにはもう疑問はない。市場にはサイクルがありますが、それは非周期的な ものです。マキシム、サイクルは定義上、周期的かそれに近いもの、つまり疑似周期的なものです。それ以外のサイクルはありません)。あるいはサイクルではない)。 ランダムな現象は、予測も検出もできない。人は、劇中で、ある確率、おそらくは非常に小さな確率でしか、その発生過程と生命の兆候を検出しようとしないかもしれない。 Maxim Dmitrievsky 2019.01.31 19:19 #12887 ユーリイ・アサウレンコ市場にはサイクルがありますが、それは非周期的な ものです。マキシム、サイクルは定義上、周期的かそれに近いもの、つまり疑似周期的なものです。他のサイクルはありません)。あるいはサイクルではない)。 ランダムな現象は、予測も検出もできない。劇中で、その発生過程や気配を、ある程度の確率、おそらくは非常に小さな確率で察知しようとすることしかできないのです。どう説明するかというと......要するに、ある信号か何かでサイクルの形をしていて、分岐点を過ぎると別のサイクルの形になるということです。分岐点でも何でもいいのですが、意味は変わりません。 科学的にどう呼ばれているかは知らないが、ある半周期を過ぎると、再び壊れるまで、一定の時間(半周期とでも呼ぶのだろうか)が経過するまで、きちんとした確率で、誤差の少ないサイクルを「実行」することができ、そのために再びキャッチアップできる。それは、ある意味、仮説に過ぎないのですが......。 Yuriy Asaulenko 2019.01.31 19:34 #12888 マキシム・ドミトリエフスキーどう説明したらいいのか......要するに、ある信号か何かがサイクルの形をしていて、分岐点を過ぎるとまたサイクルの形になるということなんです。分岐点でも何でもいいのですが、意味は変わりません。 科学的にどう呼ばれているかは知らないが、ある半周期を過ぎると、再び壊れるまで、一定の時間(半周期とでも呼ぶのだろうか)が過ぎるまで、きちんとした確率と低い誤差で「導く」ことができ、そのために再びキャッチすることができるのだこれが分かっていて、本当に存在するのであれば(現象の発展サイクルとでも言いましょうか、これも規則的に繰り返される事象です)、簡単に利用することができますね。 そういうのは歴史の上で、すでに起こってしまったことでしか見ることができないんです。リアルタイムでは、パスします)ちなみに、信号が終わってから識別するのはよくあることです。信号処理では、しばしばそのようなことがあります。 Aleksey Vyazmikin 2019.01.31 19:35 #12889 マキシム・ドミトリエフスキーどう説明したらいいのか......要するに、ある信号か何かがサイクルの形をしていて、分岐点を過ぎるとまたサイクルの形になるということなんです。分岐点でも何でもいいのですが、意味は変わりません。 科学的になんというのか知りませんが、ある半周期を過ぎると、また壊れて一定時間(半周期とかいう)が経過するまで、ちゃんと確率的に、誤差を少なくして「走る」ことができ、その間は、またキャッチボールすることができるのです。理論的にはどうなんだろうという感じです。私の市場に関する理論にすんなり当てはまりますね。ただ、大金持ちの誰かが、ポジション募集・取引のアルゴリズムをオンにしたのです。どこかの大きな銀行、もしかしたら中央銀行かもしれませんが、もちろんこれはすぐにできることではありません。しかし、この参加者が優勢で、市場の状況もこれに貢献したので、彼らのアルゴリズムの兆候を見つけることが可能でした。もちろん、参加者がマーケットに影響を与えなくなった後は、サインも機能しなくなった。そのような参加者は多く(おそらく100人)、彼らのアルゴリズムは重複しているかもしれませんが、それらは類似しているという前提があります(テクニカル分析や銀行がその分析に基づいて取引業務を 正当化するための要件を思い出してください(少なくともロシアでは))、この理由のために、1つと同じアルゴリズムが複数回実行されている大きなサンプルを分析することは意味があります、そしてそれがどう機能するかを理解する機会があり、間接的な符号でそれを記述します、しかしモデルはそれを識別し、アルゴリズムのスイッチを待つノイズでこの時に動作しないように学習しなければならないのですもちろん、株やデリバティブではもっと効果的だと思いますが、FXではMOはやっていません。 しかし、要は、大金持ちの個人のアルゴリズムを記述する10のモデルを見つけ、ある瞬間にどのアルゴリズムが望ましいかを判断する方法を学ぶ必要があるのです。アルゴリズムの周期は2、3日で、おそらく短期間で繰り返されるので、少し遅れて入っても大丈夫、このアルゴリズムに適した機種を選べばいいのです。 私たちは皆、大きな市場であるクジラの仲間入りをすることができる小さな魚に過ぎないのです。 Maxim Dmitrievsky 2019.01.31 19:35 #12890 ユーリイ・アサウレンコこれが分かっていて、本当に存在するのであれば(現象の発展サイクルとでも言いましょうか、これも規則的に繰り返される事象です)、簡単に利用することができますね。 そういうのは歴史の上で、すでに起こってしまったことでしか見ることができないんです。本物について - パス)。ちなみに、信号が終わってからしか識別できないのは、よくある現象です。信号処理では、このようなことがよくあります。歴史上に存在するもので、どうアルゴリズム化すればいいのかわからない。 1...128212831284128512861287128812891290129112921293129412951296...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
腕を振ってぐるぐる走っても、結果は同じようなものでしょう )
実は、サイクリングの話なんです。また、精神的な実験はコストがかからないが、非常に有用である)。
ところで、もし市場に本当のサイクルがあれば、それはスペクトル分析によっていつでも見分けることができる。そのため、全く異なる分析時間で、純粋なノイズスペクトルを得ることができます。昔やった、Pythonを使って繰り返すなら、デモをする。
最終的な誤差は? 両モデルと新しいデータでの動作について
くそー、ここで深い分析が必要だ
エラー・デルタが表示されます。つまり、この予測変数が全体のモデル・エラーにどれだけ寄与しているかということです。学習領域では1を削除しても誤差は0.5%以下(この領域は適合度が高いため)、検証領域では最大5.5%(この領域は調整されていないため)の誤差が変化しました。トレーン部、検証部ともにパーミュテーションは5~6%に跳ね上がる。
一般に、ランダムな再トレーニングとランダムなノードシャッフリングは、ランダムな結果をもたらします。
プレディクターを1つずつ積み上げていこうと思います。10~20個まではすぐにモデルが生成され、その後は減速していくと思います。
エラーデルタが表示されます。つまり、この予測変数がモデル全体のエラーにどのような寄与をするかということです。トレーニング区画では、1つ削除しても誤差は0.5%しか変わりませんが(この区画の適合度が高かったため)、検証区画では、誤差は最大5.5%まで変化します(この区画は調整されていないためです)。トレーン部、検証部ともにパーミュテーションは5~6%に跳ね上がる。
一般に、ランダムな再トレーニングとランダムなノードシャッフリングは、ランダムな結果をもたらします。
プレディクターを1つずつ積み上げていこうと思います。10~20個まではすぐにモデルが生成され、その後は減速していくと思います。
パラメータが多少変化しても、それは正常なことで、森はランダムなのです。セットシードすれば、必ず同じになるはずです。
つまり、「あそこ」と「ここ」の両方が検証で〜5%ということは、同じ仕事をしているということです。
は、アルグリブにセシードがあるのか?
スプリット用のgcfがある。
EAでもスクリプトでもなんでもいいけど、MathSrand()をトレーニングフォレストの前か初期化時に入れる。
効いていたような気もするが、忘れてしまった...今は必要ないのでやっていない。実は、循環性の話をしているんです。また、精神的な実験はコストがかからないが、非常に有用である)。
ところで、もし市場に本当のサイクルがあるとすれば、それはスペクトル分析によって必ず特定できるはずだ。そのため、全く異なる分析時間で、純粋なノイズスペクトルを得ることができます。私はずっと前にそれをやった。もし私がPythonを使ってそれを繰り返すなら、私はあなたに見せるだろう。
なぜかというと、とにかくすべてがクリアなんです。
市場には周期があるが、それは非周期的なものであり、つまり現れては続き、消えていく。たぶん、適当に。この現象をどう捕らえるかが問題で(可能なら)、BPの見積もりにはもう疑問はないのです。
なぜかというと、はっきりしているんです。
市場にはサイクルが存在するが、それは非周期的であり、すなわち、出現し、継続し、消滅する。たぶん、適当に。問題はこの現象をどう捕らえるかということで、(捕らえれば)BPの見積もりにはもう疑問はない。
市場にはサイクルがありますが、それは非周期的な ものです。マキシム、サイクルは定義上、周期的かそれに近いもの、つまり疑似周期的なものです。それ以外のサイクルはありません)。あるいはサイクルではない)。
ランダムな現象は、予測も検出もできない。人は、劇中で、ある確率、おそらくは非常に小さな確率でしか、その発生過程と生命の兆候を検出しようとしないかもしれない。
市場にはサイクルがありますが、それは非周期的な ものです。マキシム、サイクルは定義上、周期的かそれに近いもの、つまり疑似周期的なものです。他のサイクルはありません)。あるいはサイクルではない)。
ランダムな現象は、予測も検出もできない。劇中で、その発生過程や気配を、ある程度の確率、おそらくは非常に小さな確率で察知しようとすることしかできないのです。
どう説明するかというと......要するに、ある信号か何かでサイクルの形をしていて、分岐点を過ぎると別のサイクルの形になるということです。分岐点でも何でもいいのですが、意味は変わりません。
科学的にどう呼ばれているかは知らないが、ある半周期を過ぎると、再び壊れるまで、一定の時間(半周期とでも呼ぶのだろうか)が経過するまで、きちんとした確率で、誤差の少ないサイクルを「実行」することができ、そのために再びキャッチアップできる。それは、ある意味、仮説に過ぎないのですが......。
どう説明したらいいのか......要するに、ある信号か何かがサイクルの形をしていて、分岐点を過ぎるとまたサイクルの形になるということなんです。分岐点でも何でもいいのですが、意味は変わりません。
科学的にどう呼ばれているかは知らないが、ある半周期を過ぎると、再び壊れるまで、一定の時間(半周期とでも呼ぶのだろうか)が過ぎるまで、きちんとした確率と低い誤差で「導く」ことができ、そのために再びキャッチすることができるのだ
これが分かっていて、本当に存在するのであれば(現象の発展サイクルとでも言いましょうか、これも規則的に繰り返される事象です)、簡単に利用することができますね。
そういうのは歴史の上で、すでに起こってしまったことでしか見ることができないんです。リアルタイムでは、パスします)ちなみに、信号が終わってから識別するのはよくあることです。信号処理では、しばしばそのようなことがあります。
どう説明したらいいのか......要するに、ある信号か何かがサイクルの形をしていて、分岐点を過ぎるとまたサイクルの形になるということなんです。分岐点でも何でもいいのですが、意味は変わりません。
科学的になんというのか知りませんが、ある半周期を過ぎると、また壊れて一定時間(半周期とかいう)が経過するまで、ちゃんと確率的に、誤差を少なくして「走る」ことができ、その間は、またキャッチボールすることができるのです。理論的にはどうなんだろうという感じです。
私の市場に関する理論にすんなり当てはまりますね。ただ、大金持ちの誰かが、ポジション募集・取引のアルゴリズムをオンにしたのです。どこかの大きな銀行、もしかしたら中央銀行かもしれませんが、もちろんこれはすぐにできることではありません。しかし、この参加者が優勢で、市場の状況もこれに貢献したので、彼らのアルゴリズムの兆候を見つけることが可能でした。もちろん、参加者がマーケットに影響を与えなくなった後は、サインも機能しなくなった。そのような参加者は多く(おそらく100人)、彼らのアルゴリズムは重複しているかもしれませんが、それらは類似しているという前提があります(テクニカル分析や銀行がその分析に基づいて取引業務を 正当化するための要件を思い出してください(少なくともロシアでは))、この理由のために、1つと同じアルゴリズムが複数回実行されている大きなサンプルを分析することは意味があります、そしてそれがどう機能するかを理解する機会があり、間接的な符号でそれを記述します、しかしモデルはそれを識別し、アルゴリズムのスイッチを待つノイズでこの時に動作しないように学習しなければならないのですもちろん、株やデリバティブではもっと効果的だと思いますが、FXではMOはやっていません。
しかし、要は、大金持ちの個人のアルゴリズムを記述する10のモデルを見つけ、ある瞬間にどのアルゴリズムが望ましいかを判断する方法を学ぶ必要があるのです。アルゴリズムの周期は2、3日で、おそらく短期間で繰り返されるので、少し遅れて入っても大丈夫、このアルゴリズムに適した機種を選べばいいのです。
私たちは皆、大きな市場であるクジラの仲間入りをすることができる小さな魚に過ぎないのです。これが分かっていて、本当に存在するのであれば(現象の発展サイクルとでも言いましょうか、これも規則的に繰り返される事象です)、簡単に利用することができますね。
そういうのは歴史の上で、すでに起こってしまったことでしか見ることができないんです。本物について - パス)。ちなみに、信号が終わってからしか識別できないのは、よくある現象です。信号処理では、このようなことがよくあります。
歴史上に存在するもので、どうアルゴリズム化すればいいのかわからない。