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 133 1...126127128129130131132133134135136137138139140...3399 新しいコメント Alexey Burnakov 2016.09.06 11:51 #1321 ウラジミール・ペレヴェンコ後で見るLSTM。とりあえず、私と同僚のテストでは、R^2 0.2に到達しました。完全連結層における数個の畳み込みフィルタと数個のニューロン。そこには、再発は必要ないという考え方があります。適切な特徴抽出が必要です。 Alexey Burnakov 2016.09.06 11:52 #1322 mytarmailS: 歴史の中の現在のパターン「B」から、「A」に似たパターンを探す、この考え方に知恵を絞る。dtwアルゴリズムを使って、類似性を探すと...B "と "A "がどんなサイズになるかわからないのが悲しいところですがと、頭を悩ませることになる。検索そのものだけでなく、これらのパターンを動的に展開/縮小する必要があるのですが...。もし、このような検索をできるだけ効果的に行う方法をご存知の方がいらっしゃいましたら、ご教授ください。 以前はユークリッド距離で価格パターンを検索し、信頼区間で 未来への継続を描くインジケーターを使用していました。しかし、X軸のスケーリングができず、あまりうまくいかなかった。 Alexey Burnakov 2016.09.06 11:59 #1323 Dr.トレーダーMTの標準インジケータ「Bill Williams Fractals」も、dtwを使わずに、バーだけで、あるパターンを検索しています。かつて、その人気のために失敗するまでは、かなりうまくいっていました(D1の一部のシンボルではまだ使用可能で、利益はわずかですが)。しかし、このインディケータを使った取引戦略は、「1本のバーで買う/売る」よりももっと複雑です。ペンディング、TP、SLを使用するので、パターンを探す以外に、それらが適用できる取引戦略を探す必要があります。取引システムのタスクは、次のように定式化される。再計算が行われる各バーで、2つのアクションを実行します。1) "上 "と "下 "のどちらかの選択2)取引量の 選択(0から一定の上限まで)その結果はおよそ次のようになります。0.1%増アップ00.13%増アップ00.23%減0.3%減...これは、最適化するのが非常に難しい作業です。 そもそも、これらの単純なアクションの「完璧な」交代は、履歴全体についてかなり重い計算をすることで、最小のドローダウンで最大の利益を導くことができるのです。第2ステップでは、トレーニングフィクスを選択することで、先に選択した動作について機械の学習を試みることができます。例フィーチャ1、フィーチャ2、...イッチ10:0fich1, fich2,...イッチ10:0.4...fich1, fich2,...fich10: -0.25古典的な形の回帰。1点目でも、実現は簡単ではありません。数学者の皆さん、何かご意見はありますか? Andrey Dik 2016.09.06 12:56 #1324 アレクセイ・ブルナコフ 取引システムのタスクは、次のように定式化される。再計算が行われる各バーで、2つのアクションを実行します。1) "上 "と "下 "のどちらかの選択2)取引 量の選択(0~一定 量まで)。その結果はおよそ次のようになります。0.1%増アップ00.13%増アップ00.23%減0.3%減...これは、最適化にとって非常に難しい課題です。 どのような点で困難なのでしょうか? mytarmailS 2016.09.06 14:37 #1325 アレクセイ・ブルナコフ 以前はユークリッド距離で価格パターンを検索し、信頼区間で 未来への継続を描くインジケーターを使用していました。しかし、X軸にスケーリングがなく、イマイチでした。 私もやりましたよ、1年ぐらいかけて、50ページぐらい前に会話したんですけど、どうもあなたは記憶が短いので、興味がないようですね。 Alexey Burnakov 2016.09.06 14:57 #1326 アンドレイ・ディク どのような点で困難なのでしょうか?コンピューティングにおいて。5分足のトレードが2,000,000件あるとします。それぞれについて、-1から1まで0.01刻みで値を最適化する必要があります。目標は、完璧な、完璧な取引を得ることです。例えば、上昇トレンドの時に分足で買う必要はなく、スプレッドの損失となる。トレンドの最初のうちは、一度にたくさん買っておくことが必要です。そして、このようになるのです。アップ1アップ0アップ0... アップ0... ダウン 1非効率的なスキームではなく0.02%増0.02%増...0.02%増..ダウン1 Alexey Burnakov 2016.09.06 14:58 #1327 mytarmailS: 私もやったし、1年ぐらいかけたし、50ページぐらい前にそれについて会話したんだけど、どうやらあなたは記憶が短くて、それゆえ興味がない ようだそれはあまり論理的な提案ではありませんね。覚えてはいるが、興味はない。しかし、それが妄想だからとか、あなたの考えを尊重しないとか、そういうことではありません。今は別のアイデアで忙しいからです。 Andrey Dik 2016.09.06 15:09 #1328 アレクセイ・ブルナコフコンピューティングにおいて。5分足のトレードが2,000,000回あったとします。それぞれについて、-1から1まで0.01刻みで値を最適化する必要があります。目標は、完璧な、完璧な取引を得ることです。例えば、上昇トレンドの時に分足で買う必要はなく、スプレッドの損失となる。トレンドの最初のうちは、一度にたくさん買っておくことが必要です。そして、そうなるのです。 理想的なZZの点を見つける必要があるのですが、合っていますか? Alexey Burnakov 2016.09.06 15:10 #1329 アンドレイ・ディク 理想的なZZの点を見つける必要があるのですが、合っていますか? まさに理想的な1台です。それは、妥協しないことです。もし、それぞれのバーのアクションを完璧に最適化することが可能なら、それはあなたの理想的なジグザグになるはずです。 Andrey Dik 2016.09.06 15:12 #1330 アレクセイ・ブルナコフ まさに理想的です。それは、妥協しないことです。しかし、理想的にはすべてのバーに対してアクションを最適化できれば、それは理想的なジグザグになります。 私の記事を 読んでみましたか?そこでは、ちょうどそのようなジグザグが複雑な最適化問題の例として考えられています。 1...126127128129130131132133134135136137138139140...3399 新しいコメント 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
後で見るLSTM。
とりあえず、私と同僚のテストでは、R^2 0.2に到達しました。完全連結層における数個の畳み込みフィルタと数個のニューロン。そこには、再発は必要ないという考え方があります。適切な特徴抽出が必要です。
歴史の中の現在のパターン「B」から、「A」に似たパターンを探す、この考え方に知恵を絞る。dtwアルゴリズムを使って、類似性を探すと...
B "と "A "がどんなサイズになるかわからないのが悲しいところですがと、頭を悩ませることになる。
検索そのものだけでなく、これらのパターンを動的に展開/縮小する必要があるのですが...。
もし、このような検索をできるだけ効果的に行う方法をご存知の方がいらっしゃいましたら、ご教授ください。
MTの標準インジケータ「Bill Williams Fractals」も、dtwを使わずに、バーだけで、あるパターンを検索しています。かつて、その人気のために失敗するまでは、かなりうまくいっていました(D1の一部のシンボルではまだ使用可能で、利益はわずかですが)。
しかし、このインディケータを使った取引戦略は、「1本のバーで買う/売る」よりももっと複雑です。ペンディング、TP、SLを使用するので、パターンを探す以外に、それらが適用できる取引戦略を探す必要があります。
取引システムのタスクは、次のように定式化される。
再計算が行われる各バーで、2つのアクションを実行します。
1) "上 "と "下 "のどちらかの選択
2)取引量の 選択(0から一定の上限まで)
その結果はおよそ次のようになります。
0.1%増
アップ0
0.13%増
アップ0
0.23%減
0.3%減
...
これは、最適化するのが非常に難しい作業です。
そもそも、これらの単純なアクションの「完璧な」交代は、履歴全体についてかなり重い計算をすることで、最小のドローダウンで最大の利益を導くことができるのです。
第2ステップでは、トレーニングフィクスを選択することで、先に選択した動作について機械の学習を試みることができます。例
フィーチャ1、フィーチャ2、...イッチ10:0
fich1, fich2,...イッチ10:0.4
...
fich1, fich2,...fich10: -0.25
古典的な形の回帰。
1点目でも、実現は簡単ではありません。数学者の皆さん、何かご意見はありますか?
取引システムのタスクは、次のように定式化される。
再計算が行われる各バーで、2つのアクションを実行します。
1) "上 "と "下 "のどちらかの選択
2)取引 量の選択(0~一定 量まで)。
その結果はおよそ次のようになります。
0.1%増
アップ0
0.13%増
アップ0
0.23%減
0.3%減
...
これは、最適化にとって非常に難しい課題です。
以前はユークリッド距離で価格パターンを検索し、信頼区間で 未来への継続を描くインジケーターを使用していました。しかし、X軸にスケーリングがなく、イマイチでした。
どのような点で困難なのでしょうか?
コンピューティングにおいて。5分足のトレードが2,000,000件あるとします。それぞれについて、-1から1まで0.01刻みで値を最適化する必要があります。目標は、完璧な、完璧な取引を得ることです。
例えば、上昇トレンドの時に分足で買う必要はなく、スプレッドの損失となる。トレンドの最初のうちは、一度にたくさん買っておくことが必要です。そして、このようになるのです。
アップ1
アップ0
アップ0
...
アップ0
... ダウン 1
非効率的なスキームではなく
0.02%増
0.02%増
...
0.02%増
..
ダウン1
私もやったし、1年ぐらいかけたし、50ページぐらい前にそれについて会話したんだけど、どうやらあなたは記憶が短くて、それゆえ興味がない ようだ
それはあまり論理的な提案ではありませんね。
覚えてはいるが、興味はない。しかし、それが妄想だからとか、あなたの考えを尊重しないとか、そういうことではありません。今は別のアイデアで忙しいからです。
コンピューティングにおいて。5分足のトレードが2,000,000回あったとします。それぞれについて、-1から1まで0.01刻みで値を最適化する必要があります。目標は、完璧な、完璧な取引を得ることです。
例えば、上昇トレンドの時に分足で買う必要はなく、スプレッドの損失となる。トレンドの最初のうちは、一度にたくさん買っておくことが必要です。そして、そうなるのです。
理想的なZZの点を見つける必要があるのですが、合っていますか?
まさに理想的です。それは、妥協しないことです。しかし、理想的にはすべてのバーに対してアクションを最適化できれば、それは理想的なジグザグになります。