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 1290 1...128312841285128612871288128912901291129212931294129512961297...3399 新しいコメント Maxim Dmitrievsky 2019.01.31 19:42 #12891 アレクセイ・ヴャジミキンこれは、私の市場に関する理論に簡単に当てはまります。単純に、大金持ちの誰かが、ポジション選択・操作のアルゴリズムをオンにした、どこかの大銀行、たぶん中央銀行、当然これはすぐにはできないが、この参加者が優勢で、市場の状況がこれに貢献したので、彼のアルゴリズムの兆候を見つけることが可能であった。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、その間接的な兆候を記述します、しかしモデルはそれを識別するために学習しなければならず、この時ノイズで動作しない、アルゴリズムの電源を待って、その下で。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、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、多少遅れて入っても問題なく、要はこのアルゴリズムに適したモデルを選べばいいのです。10パターン見つけるのは無理かな。しかし、市場に入る情報は、始まり、続き、終わりがあるサイクルに構成されていることは確かである分岐点は、まさに新しい爆発的な情報の部分がインパクトする瞬間であり、それを時間的に構造化したものである。しばらくは円形（波）に分散している乱れ。 そのため、例えば、異なる先物取引よりも、先物取引内のパターンの方が強いのです。 Yuriy Asaulenko 2019.01.31 19:47 #12892 マキシム・ドミトリエフスキー歴史に存在する、それをアルゴリズム化する方法がわからない歴史の上に存在するのかもしれません。リアルタイムで、しかも時間的に、それを検知することは可能なのか？もし未知であれば、解が存在するかどうかさえ定かではない。 私は普段、そういうことは統計で確認しています。ほとんどの場合、結果は何もない）。目で見ることはできるが、統計によると、そこには何もない-見かけ上の月の反射である-と言われている）。 Maxim Dmitrievsky 2019.01.31 19:53 #12893 ユーリイ・アサウレンコ歴史上、存在するのかもしれません。リアルタイムで、しかも時間的に、これを検知することは可能なのでしょうか？ 未知であれば、解が存在するかどうかすら全くわからない。 私は普段、そういうことは統計で確認しています。ほとんどの場合、結果は何もない）。目で見てもわかるが、統計では何もない、見かけ上の月の反射ということになっている）。チャートを見れば、目で見てできる、プログラムではできない。 Aleksey Vyazmikin 2019.01.31 19:57 #12894 マキシム・ドミトリエフスキー10パターン見つけるのは無理かな。しかし、市場に入る情報が、始まり、続き、終わりがあるサイクルに構成されていることは確かである。そのためには、フリップアルゴリズムを捨て、常にマーケットにいないことをモデルに教える必要があります。私の戦略ではこれが可能で、今、キャットバストモデルでこの方向性を試しているところです。残念ながら、半年間保存していた木の葉は、予測器に変更を加えたため、もう適用できませんが（ロジックにエラーがあり、バー開店時の遅延を平準化した-つまり、計算の問題はリアルタイム遅延にあった）、それらを使って作業することにより、木/森の予測力よりも個々に精度の高いパターンを検出する可能性があり、したがって、それらの組み合わせは良い結果をもたらすことが確認されました。 マキシム・ドミトリエフスキーそして分岐点は、ちょうど新しい爆発的な情報の部分が露出し、それが時間をかけて構造化されるときです。しばらくは円形（波）に分散している乱れ。 そのため、例えば、異なる先物取引よりも、先物取引内のパターンが強いことが注目されています。 ですから、こうした点を見極めることが必要であり、おそらくターゲットにすべきなのでしょう。そして、あるモデルはそれらを識別し、ターゲットに応じて適切な取引モデルを選択する。もうひとつは、周期そのものは（全体として）例えば10本で設定できるのに、周期開始時期を1行で表現するために、予測因子やデータの畳み込みを改めて考える必要があることです。 Yuriy Asaulenko 2019.01.31 20:03 #12895 マキシム・ドミトリエフスキーグラフに貼り付ければ、目で見てできる、プログラムではできない。プログラム的には、とても長い話です。 以前のシステムでは、Long入力で30以上の条件（パラメータ）があり、Shortでも同じで、Outputではもう少し少なかったです。たくさんのセットを作り、その分離、セットに含まれる追加条件の案件の排除など、大変な作業でした。 Maxim Dmitrievsky 2019.01.31 20:05 #12896 アレクセイ・ヴャジミキンユーリイ・アサウレンコプログラム的には、とても長い話です。 以前のシステムでは、Long入力で30以上の条件（パラメータ）があり、Shortでも同じで、出力はもう少し少なかったです。多くのセットの構築とその分離、追加条件のあるセットから脱落するトレードの排除など、多くの作業がありました。 だから、この点を見極めなければならないし、もしかしたらターゲットにすべきかもしれない。そして、一方のモデルはこれらのポイントを特定し、もう一方のモデルはターゲットに応じて対応する取引モデルを選択する。もうひとつは、周期そのものは（全体として）例えば10本単位で設定できるのに、周期開始時期を1行で表現するために、予測因子やデータの畳み込みを改めて考えなければならないことです。まあ、虫の息なのは明らかなので、誰も反論はしませんが )) Aleksey Vyazmikin 2019.01.31 20:05 #12897 catbuchtについては、GPU上で複数の処理をバッチで実行する、つまりコンソールアプリケーションを呼び出して2つのバッチを同時に実行することが可能であることが判明しました。そしてこの場合、少なくとも私のモデルでは、GPUによるモデル制作のスピードは変わらないので、計算の並列化が可能ということになります。その限界と限界は、まだ十分に理解されていない。alglibを捨てて、catbustを拷問にかけよう ;) Maxim Dmitrievsky 2019.01.31 20:11 #12898 アレクセイ・ヴャジミキン catbuchtの件ですが、GPU上ではバッチで複数の処理を実行できること、つまりコンソールアプリケーションを呼び出して2つのバッチを同時に実行できることが判明しています。そしてこの場合、少なくとも私のモデルでは、GPUによるモデル制作のスピードは変わらないので、計算の並列化が可能ということになります。その限界と限界は、まだ十分に理解されていない。alglibを捨てて、catbustを拷問にかけよう ;)このソフトウェアは驚くほど優れており（Yandexの他の製品とは異なります）、CERNを使用してコライダーからのデータを処理することさえ可能です。 いまはだめ、のちほど Maxim Dmitrievsky 2019.01.31 20:15 #12899 アレクセイ・ヴャジミキンまた、ブースト、データ分析、ビジュアライゼーションなど、あらゆる種類のクールなソフトウェアKNIMEが あります。 xgboostはノンプログラミングで可能、catboostも追加可能のようです。 KNIME - Open for Innovation 2019.01.28www.knime.com KNIME, the open platform for your data. Aleksey Vyazmikin 2019.01.31 20:22 #12900 マキシム・ドミトリエフスキーこのソフトウェアは驚くほど優れており（Yandexの他の製品とは異なります）、CERNを使用してコライダーからのデータを処理することさえできます。 まだ時間がない。定期的に修正され、新しいリリースが追加されるオープンソースコードの貢献は大きいと思います。え、そのコードが読めれば...。そこには、自分なりのブーストを考え、それを発展させるためのアイデアが詰まっているように思います。 マキシム・ドミトリエフスキーまた、クールなソフトウェアKNIME ブースト、データ分析、ビジュアライゼーションもあります xgboostはプログラミングなしで書けるし、catboostも追加できるようです ありがとうございます。今のところ、サンプル作成からExpert Advisorへの実装までの全サイクルをデバッグしているので、catboostで十分です。また、Pythonを使ったブリッジングとは異なり、最適化を使ってさまざまなモデルやその組み合わせ、それらが生み出す「確率」の解釈などをテストすることができるんです。 カテゴリー記号（CatBoostの機能）を正確に扱うことはできませんが、私の予備調査では、このようなモデルを使うと時間間隔がより安定する、つまり、学習は5倍遅くなりますが、モデルはより良くなることがわかりました。 1...128312841285128612871288128912901291129212931294129512961297...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
これは、私の市場に関する理論に簡単に当てはまります。単純に、大金持ちの誰かが、ポジション選択・操作のアルゴリズムをオンにした、どこかの大銀行、たぶん中央銀行、当然これはすぐにはできないが、この参加者が優勢で、市場の状況がこれに貢献したので、彼のアルゴリズムの兆候を見つけることが可能であった。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、その間接的な兆候を記述します、しかしモデルはそれを識別するために学習しなければならず、この時ノイズで動作しない、アルゴリズムの電源を待って、その下で。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、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、多少遅れて入っても問題なく、要はこのアルゴリズムに適したモデルを選べばいいのです。
10パターン見つけるのは無理かな。しかし、市場に入る情報は、始まり、続き、終わりがあるサイクルに構成されていることは確かである
分岐点は、まさに新しい爆発的な情報の部分がインパクトする瞬間であり、それを時間的に構造化したものである。しばらくは円形（波）に分散している乱れ。
そのため、例えば、異なる先物取引よりも、先物取引内のパターンの方が強いのです。
歴史に存在する、それをアルゴリズム化する方法がわからない
歴史の上に存在するのかもしれません。リアルタイムで、しかも時間的に、それを検知することは可能なのか？もし未知であれば、解が存在するかどうかさえ定かではない。
私は普段、そういうことは統計で確認しています。ほとんどの場合、結果は何もない）。目で見ることはできるが、統計によると、そこには何もない-見かけ上の月の反射である-と言われている）。
歴史上、存在するのかもしれません。リアルタイムで、しかも時間的に、これを検知することは可能なのでしょうか？ 未知であれば、解が存在するかどうかすら全くわからない。
私は普段、そういうことは統計で確認しています。ほとんどの場合、結果は何もない）。目で見てもわかるが、統計では何もない、見かけ上の月の反射ということになっている）。
チャートを見れば、目で見てできる、プログラムではできない。
10パターン見つけるのは無理かな。しかし、市場に入る情報が、始まり、続き、終わりがあるサイクルに構成されていることは確かである。
そのためには、フリップアルゴリズムを捨て、常にマーケットにいないことをモデルに教える必要があります。私の戦略ではこれが可能で、今、キャットバストモデルでこの方向性を試しているところです。残念ながら、半年間保存していた木の葉は、予測器に変更を加えたため、もう適用できませんが（ロジックにエラーがあり、バー開店時の遅延を平準化した-つまり、計算の問題はリアルタイム遅延にあった）、それらを使って作業することにより、木/森の予測力よりも個々に精度の高いパターンを検出する可能性があり、したがって、それらの組み合わせは良い結果をもたらすことが確認されました。
そして分岐点は、ちょうど新しい爆発的な情報の部分が露出し、それが時間をかけて構造化されるときです。しばらくは円形（波）に分散している乱れ。
そのため、例えば、異なる先物取引よりも、先物取引内のパターンが強いことが注目されています。
ですから、こうした点を見極めることが必要であり、おそらくターゲットにすべきなのでしょう。そして、あるモデルはそれらを識別し、ターゲットに応じて適切な取引モデルを選択する。もうひとつは、周期そのものは（全体として）例えば10本で設定できるのに、周期開始時期を1行で表現するために、予測因子やデータの畳み込みを改めて考える必要があることです。
グラフに貼り付ければ、目で見てできる、プログラムではできない。
プログラム的には、とても長い話です。
以前のシステムでは、Long入力で30以上の条件（パラメータ）があり、Shortでも同じで、Outputではもう少し少なかったです。たくさんのセットを作り、その分離、セットに含まれる追加条件の案件の排除など、大変な作業でした。
プログラム的には、とても長い話です。
以前のシステムでは、Long入力で30以上の条件（パラメータ）があり、Shortでも同じで、出力はもう少し少なかったです。多くのセットの構築とその分離、追加条件のあるセットから脱落するトレードの排除など、多くの作業がありました。
だから、この点を見極めなければならないし、もしかしたらターゲットにすべきかもしれない。そして、一方のモデルはこれらのポイントを特定し、もう一方のモデルはターゲットに応じて対応する取引モデルを選択する。もうひとつは、周期そのものは（全体として）例えば10本単位で設定できるのに、周期開始時期を1行で表現するために、予測因子やデータの畳み込みを改めて考えなければならないことです。
まあ、虫の息なのは明らかなので、誰も反論はしませんが ))
catbuchtの件ですが、GPU上ではバッチで複数の処理を実行できること、つまりコンソールアプリケーションを呼び出して2つのバッチを同時に実行できることが判明しています。そしてこの場合、少なくとも私のモデルでは、GPUによるモデル制作のスピードは変わらないので、計算の並列化が可能ということになります。その限界と限界は、まだ十分に理解されていない。alglibを捨てて、catbustを拷問にかけよう ;)
このソフトウェアは驚くほど優れており（Yandexの他の製品とは異なります）、CERNを使用してコライダーからのデータを処理することさえ可能です。
いまはだめ、のちほど
また、ブースト、データ分析、ビジュアライゼーションなど、あらゆる種類のクールなソフトウェアKNIMEが あります。
xgboostはノンプログラミングで可能、catboostも追加可能のようです。
このソフトウェアは驚くほど優れており（Yandexの他の製品とは異なります）、CERNを使用してコライダーからのデータを処理することさえできます。
まだ時間がない。
定期的に修正され、新しいリリースが追加されるオープンソースコードの貢献は大きいと思います。え、そのコードが読めれば...。そこには、自分なりのブーストを考え、それを発展させるためのアイデアが詰まっているように思います。
また、クールなソフトウェアKNIME ブースト、データ分析、ビジュアライゼーションもあります
xgboostはプログラミングなしで書けるし、catboostも追加できるようです
ありがとうございます。今のところ、サンプル作成からExpert Advisorへの実装までの全サイクルをデバッグしているので、catboostで十分です。また、Pythonを使ったブリッジングとは異なり、最適化を使ってさまざまなモデルやその組み合わせ、それらが生み出す「確率」の解釈などをテストすることができるんです。
カテゴリー記号（CatBoostの機能）を正確に扱うことはできませんが、私の予備調査では、このようなモデルを使うと時間間隔がより安定する、つまり、学習は5倍遅くなりますが、モデルはより良くなることがわかりました。