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 1332 1...132513261327132813291330133113321333133413351336133713381339...3399 新しいコメント Forester 2019.02.14 07:38 #13311 Maxim Dmitrievsky 2019.02.14 07:39 #13312 Maxim Dmitrievsky 2019.02.14 07:43 #13313 アレクセイ・ヴャジミキンサンプリングについて話したくないというのは、結構なことです。具体的な文献を読むようにとのご指摘、ありがとうございます。 しかし、Seedについてのあなたの論理が理解できません。モデル作成を開始するたびに、Seedパラメータを使って固定できるランダム変数が生成され、この変数はモデル作成に影響を与えます。したがって、「モデルを作成しているのか、ランダムイベントを作成しているのか」という記述は、私を論理的に混乱させます。 モデルは予測因子との関係で構築されるため、Seedはその関係の形成、ひいてはモデル構築に影響を与える。どこが矛盾しているのか、理解できない！？ また、講義ではこのSeedをブルートフォースすることが推奨されており、昨日のCatBoostのビデオも含め、Pythonファイルの例は修正されています - 明らかにそれはブルートフォースです。書いたけど全部消された...本を読めよ、内容を語り直すには疲れすぎてる。 Forester 2019.02.14 07:45 #13314 マキシム・ドミトリエフスキーMGUAのリブ、MLP、SVMがあります。 これは自転車です。基本的なものを使いながら、いくつかの機能を取り入れることで、新しいものが生まれるのです。彼の製品は、MSUA、MLP、SVMを別々に取ったものより優れているのでは？(一つのプログラムにまとめたからというだけであれば）。 Maxim Dmitrievsky 2019.02.14 07:51 #13315 エリブラリウス これぞ、自転車の醍醐味。基本的なものを使いながら、いくつかの機能を取り入れることで、新しいものができあがります。彼の製品は、MSUA、MLP、SVMを別々に使うよりも優れているのですか？(少なくとも、1つのプログラムにまとめたという事実によって)より良いとはどういう意味ですか？mikhailoが100点のデータセットで学習させたので、学習に10時間かかるということですか？ そして、その実績はどこにあるのでしょうか？ それはまさに、標準的な手段やアプローチで目的を達成できないのであれば、これらのMOの倒錯は確かに何も良い結果をもたらさないだろう、という問いかけです。 Aleksey Vyazmikin 2019.02.14 07:57 #13316 マキシム・ドミトリエフスキーとにかく...書いたけど削除された...本を読もう、内容は語れないけど... Forester 2019.02.14 08:18 #13317 マキシム・ドミトリエフスキーより良いとはどういう意味ですか？ mikhailoが100点のデータセットで学習させたので、 学習に 10時間かかるということですか？ そして、その実績はどこにあるのでしょうか？ 空論です。 要は、標準的な手段やアプローチでは目的を達成できない場合、こうした手口の曲解は確実に何も良い結果を生まないということです。それこそ、詳しく勉強していないんです。 そして、誰かがそれを使っているという事実について、あなたは（毒物についてでも、魔法使いについてでも）言いました。 また、標準的なツールしか使わないというのは、やはり納得がいきませんね。そうでなければ、科学は止まってしまい、私たちは今でも洞窟に座って、火の中の燃えかすの位置を研究し、明日のマンモスの太り具合を予測していることでしょう)。 アレクセイの結果は良好のようだ。1年間はアカウント・信号の確認だけでいいんです。残念ながら彼はそのような時間軸を持っているのですが...。6ヶ月ずつのドローダウンで。私が彼なら、もっと長期的でないものを調べますね。1週間のドローダウンでも、何かを直したくなるのです。 Forester 2019.02.14 08:21 #13318 だから、議論は何の意味もない。発明が好きな人もいれば、発明する人もいる。嫌な奴は発明するな。 科学で言えば、1000回実験しても999回は失敗し、1回だけ新しい発見ができるようなものです。しかし、999回の失敗した実験は、当然ながら多くの時間を費やすことになります。だから、しっかり養われている（給料／助成金／スポンサー／自己資金）ときにやったほうがいい。私たちの分野では、スーパーコンピューターを導入して、10時間かかる計算を10分でできるようにしたほうがいいと思います。 Maxim Dmitrievsky 2019.02.14 08:29 #13319 エリブラリウスそれこそ、詳しく調べていないんです。 そして、誰かがそれを使っているという事実について、あなたは（有毒について、あるいはウィザードについて）こう言いました。 それに、標準的なツールしか使わないというのは、やはり納得がいきませんね。そうでなければ、科学は止まってしまい、私たちはいまだに洞窟に座って、火の中の燃えかすの位置を研究し、明日のマンモスの太り具合を予測していることでしょう)))。 アレクセイの結果は良好のようだ。ただ、1年間はアカウント・信号の確認が必要です。残念ながら彼はそのような時間軸を持っているのですが...。6ヶ月ずつのドローダウンで。私が彼なら、もっと長期的でないものを調べますね。1週間のドローダウンでも、何かを直したくなるのです。理論に基づいた予測可能な結果だと言っているのです。 を使えば、便利かもしれませんが、無駄な作業をする必要はありません。 話が違うだけで、例は横にあります。 Aleksey Vyazmikin 2019.02.14 09:08 #13320 マキシム、サンプルを入れ替えました。トレーニングと検証のため、テストサンプルを残しました。科学的ドグマに基づく結果はどうなるのでしょうか？まだ自分ではわからない、加工が完了していない。 1...132513261327132813291330133113321333133413351336133713381339...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
サンプリングについて話したくないというのは、結構なことです。具体的な文献を読むようにとのご指摘、ありがとうございます。
しかし、Seedについてのあなたの論理が理解できません。モデル作成を開始するたびに、Seedパラメータを使って固定できるランダム変数が生成され、この変数はモデル作成に影響を与えます。したがって、「モデルを作成しているのか、ランダムイベントを作成しているのか」という記述は、私を論理的に混乱させます。
モデルは予測因子との関係で構築されるため、Seedはその関係の形成、ひいてはモデル構築に影響を与える。どこが矛盾しているのか、理解できない！？
また、講義ではこのSeedをブルートフォースすることが推奨されており、昨日のCatBoostのビデオも含め、Pythonファイルの例は修正されています - 明らかにそれはブルートフォースです。書いたけど全部消された...本を読めよ、内容を語り直すには疲れすぎてる。
MGUAのリブ、MLP、SVMがあります。
これは自転車です。基本的なものを使いながら、いくつかの機能を取り入れることで、新しいものが生まれるのです。
彼の製品は、MSUA、MLP、SVMを別々に取ったものより優れているのでは？(一つのプログラムにまとめたからというだけであれば）。
これぞ、自転車の醍醐味。基本的なものを使いながら、いくつかの機能を取り入れることで、新しいものができあがります。
彼の製品は、MSUA、MLP、SVMを別々に使うよりも優れているのですか？(少なくとも、1つのプログラムにまとめたという事実によって)
より良いとはどういう意味ですか？mikhailoが100点のデータセットで学習させたので、学習に10時間かかるということですか？
そして、その実績はどこにあるのでしょうか？
それはまさに、標準的な手段やアプローチで目的を達成できないのであれば、これらのMOの倒錯は確かに何も良い結果をもたらさないだろう、という問いかけです。とにかく...書いたけど削除された...本を読もう、内容は語れないけど
...
より良いとはどういう意味ですか？ mikhailoが100点のデータセットで学習させたので、 学習に 10時間かかるということですか？
そして、その実績はどこにあるのでしょうか？ 空論です。
要は、標準的な手段やアプローチでは目的を達成できない場合、こうした手口の曲解は確実に何も良い結果を生まないということです。それこそ、詳しく勉強していないんです。
そして、誰かがそれを使っているという事実について、あなたは（毒物についてでも、魔法使いについてでも）言いました。
また、標準的なツールしか使わないというのは、やはり納得がいきませんね。そうでなければ、科学は止まってしまい、私たちは今でも洞窟に座って、火の中の燃えかすの位置を研究し、明日のマンモスの太り具合を予測していることでしょう)。
アレクセイの結果は良好のようだ。1年間はアカウント・信号の確認だけでいいんです。残念ながら彼はそのような時間軸を持っているのですが...。6ヶ月ずつのドローダウンで。私が彼なら、もっと長期的でないものを調べますね。1週間のドローダウンでも、何かを直したくなるのです。
だから、議論は何の意味もない。発明が好きな人もいれば、発明する人もいる。嫌な奴は発明するな。
科学で言えば、1000回実験しても999回は失敗し、1回だけ新しい発見ができるようなものです。しかし、999回の失敗した実験は、当然ながら多くの時間を費やすことになります。だから、しっかり養われている（給料／助成金／スポンサー／自己資金）ときにやったほうがいい。私たちの分野では、スーパーコンピューターを導入して、10時間かかる計算を10分でできるようにしたほうがいいと思います。
それこそ、詳しく調べていないんです。
そして、誰かがそれを使っているという事実について、あなたは（有毒について、あるいはウィザードについて）こう言いました。
それに、標準的なツールしか使わないというのは、やはり納得がいきませんね。そうでなければ、科学は止まってしまい、私たちはいまだに洞窟に座って、火の中の燃えかすの位置を研究し、明日のマンモスの太り具合を予測していることでしょう)))。
アレクセイの結果は良好のようだ。ただ、1年間はアカウント・信号の確認が必要です。残念ながら彼はそのような時間軸を持っているのですが...。6ヶ月ずつのドローダウンで。私が彼なら、もっと長期的でないものを調べますね。1週間のドローダウンでも、何かを直したくなるのです。
理論に基づいた予測可能な結果だと言っているのです。
を使えば、便利かもしれませんが、無駄な作業をする必要はありません。
話が違うだけで、例は横にあります。