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 1477 1...147014711472147314741475147614771478147914801481148214831484...3399 新しいコメント mytarmailS 2019.05.16 14:24 #14761 また、価格の切り上げ方にも工夫があります。 価格を取り出して、例えば10クラスタに分類し、ネットワークを学習させ、エラーを探す...。 次に、クラスタを1つ、例えば10個目まで落として、再度ネットワークを学習させ、その誤差を見ます。そして、面白いものが見つかるまで、あらゆる組み合わせを試す......。最終的には、1,3,9のクラスタしか残さない方が良い予測になることがあります。 Forester 2019.05.16 14:37 #14762 mytarmailS:また、価格の切り上げ方にも工夫があります。 ある価格を、例えば10のクラスタに分類して、ネットワークを学習させ、誤差を見る...。 次に、クラスタを1つ、例えば10個目まで落として、再度ネットワークを学習させ、その誤差を見ます。そして、面白いものが見つかるまで、あらゆる組み合わせを試す......。結局のところ、良い予測をするためには、1,3,9のクラスタだけを並べておけば良いということが分かるかもしれません。例えるなら、アレクセイがやったように、木の葉を捨てるようなものです。 しかし、問題は、1本の木は、森の中の100～200本の木よりも常に悪いということです。 mytarmailS 2019.05.16 14:41 #14763 エリブラリウス 例えるなら、アレクセイのように木の葉を捨てるようなもの。いや、それは違うか...。 葉を捨てることは、そのプロセスを予測する決定木のルールを変えることです プロセスそのものを変えることを提案しているのです Vizard_ 2019.05.16 17:18 #14764 マキシム・ドミトリエフスキークソじゃない、ただのジョークだ) コンドゥンはまた4ヶ月の休暇に入り、グルは「イメージアップ」に邁進し続ける。なんてね)))愉快なんだ． Vizard_ 2019.05.16 17:21 #14765 mytarmailS:また、価格を下げるためのアイデアも思いつきました。次元数はいろいろな方法で減らすことができるので、いいアイデアだと思います。最もシンプルな例です。ブラックシン-クロース、ブルードット の交差点、赤 - syn.dotsからオリジナルのvrを再構築する原始的な試み。リカバリーの方法はいくらでもある。 間引きの良し悪しは、再構築に使う機能のシンプルさで判断できます。シンプルな方がいい...。 Aleksey Vyazmikin 2019.05.16 18:50 #14766 エリブラリウス例えるなら、アレクセイのように木の葉を放り投げるようなものです。 しかし、問題は、1本の木が、森の中の100〜200本の木よりも常に悪い結果を出すことです捨てるのではなく、淘汰する。さまざまなミニ戦略を1つの大きなプールに集結させるようなものです。そして、カレッジ決定か、各葉に固定ロットを与えるか、それが今やっていることです。 mytarmailS:葉を落とすということは、プロセスを予測する決定木のルールを変えるということです。 なぜ、ルールが変わるのでしょうか？いや、システムの都合でどんな予測もしたい人を犠牲にして、結果に自信のある葉を削除しているだけだ。つまり、ある状況に対して1本の木がちょうど良い解を持たないことがあっても、何百種類もの木を使い、その上で選択を行うと、状況に対して解を持たない可能性は微々たるものになってしまうのです。 Maxim Dmitrievsky 2019.05.16 23:48 #14767 ヴィザード_。魔法使いはまた4ヶ月の休暇に入るが、先生は「イメージアップのために」邁進し続ける。なんて面白い話なんだ))) 爆笑．もう三人称で自分のこと言ってるとか、完全にキモオタじゃん）なイメージでいいんです。 mytarmailS 2019.05.17 10:00 #14768 ヴィザード_。次元数は、さまざまな方法で減少させることができます。最もシンプルな例です。黒の細線-クロース、青のドット-。 と赤、つまりsyn.dotsの初期イメージを復元しようとする原始的な試みです。リカバリーの方法はいくらでもある。 間引きの良し悪しは、再構築に使う機能のシンプルさで判断できます。シンプルな方がいい...。 ありがとうございます！面白いですね。間伐材と回復機能の科学的名称は？ なぜルールが変わるのか？いや、単にシステムのためにどんな予測もガマンするような人を排除して、自分の結果に自信を持つようにしているのです。つまり、ある状況に対して1本の木がちょうど良い解を持たないことがあっても、何百種類もの木を使い、その上で選択を行うと、状況に対して解を持たない可能性は微々たるものになってしまうのです。 まあ、これはどう転んでもルール変更だし、どういう方向に変更されたかは別問題だが。 Грааль 2019.05.17 15:16 #14769 mytarmailS:あなたの描いた荷馬車の交差する絵を見ると、群集の合図に反して、交差点で値段が反対方向に変わることが、かっこよく、よくあることだと思います))に驚きます。 しかし、もちろん市場の特性にはばらつきがあるため、いつもうまくいくとは限りませんので、適応性のある指標が必要です。そして、NSにリアルタイムモードで「正しい」ウェービング期間を推測することを教えれば、反転を正確にキャッチできるのではないかと考えているのですが？ 誰がターゲットについて考え、どのような価格パラメータを予測因子とすべきなのでしょうか？まあ、古典的な話ですが、TCの機能と結果の最適値（Equity/Pnl...）を予測することに関しては、すでに上に書いたとおりです。 直接」の場合、原理はリターンズやボロ株と同じで、各サンプルについて、ある移動ポイント価格(t)で「前」と「後」に分け、{価格(t-N),価格(t)}と目標数値{価格(t+1),価格(t+K)}について任意の数値を計算、シリーズ全体にtをかけていくことになります。この場合、ターゲットは将来のあるウィンドウにおける{価格(t+1),価格(t+K)}のWaving Optimumとなり、特徴はストキャスティクスや異なる期間のモーメンタム、前期のWaving Optimumや他のTC{価格(t-N),価格(t)}など基本的に何でも良いのですが、その中でも、「価格(t+K)」は、「最適化された価格」となります。 Mihail Marchukajtes 2019.05.17 15:35 #14770 ファルハット・グザイロフJPredictionのバージョンは？14のようです。 1...147014711472147314741475147614771478147914801481148214831484...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
また、価格の切り上げ方にも工夫があります。
価格を取り出して、例えば10クラスタに分類し、ネットワークを学習させ、エラーを探す...。
次に、クラスタを1つ、例えば10個目まで落として、再度ネットワークを学習させ、その誤差を見ます。そして、面白いものが見つかるまで、あらゆる組み合わせを試す......。最終的には、1,3,9のクラスタしか残さない方が良い予測になることがあります。
また、価格の切り上げ方にも工夫があります。
ある価格を、例えば10のクラスタに分類して、ネットワークを学習させ、誤差を見る...。
次に、クラスタを1つ、例えば10個目まで落として、再度ネットワークを学習させ、その誤差を見ます。そして、面白いものが見つかるまで、あらゆる組み合わせを試す......。結局のところ、良い予測をするためには、1,3,9のクラスタだけを並べておけば良いということが分かるかもしれません。
例えるなら、アレクセイがやったように、木の葉を捨てるようなものです。
しかし、問題は、1本の木は、森の中の100～200本の木よりも常に悪いということです。
例えるなら、アレクセイのように木の葉を捨てるようなもの。
いや、それは違うか...。
葉を捨てることは、そのプロセスを予測する決定木のルールを変えることです
プロセスそのものを変えることを提案しているのです
クソじゃない、ただのジョークだ)
コンドゥンはまた4ヶ月の休暇に入り、グルは「イメージアップ」に邁進し続ける。なんてね)))愉快なんだ．
また、価格を下げるためのアイデアも思いつきました。
次元数はいろいろな方法で減らすことができるので、いいアイデアだと思います。最もシンプルな例です。ブラックシン-クロース、ブルードット
の交差点、赤 - syn.dotsからオリジナルのvrを再構築する原始的な試み。リカバリーの方法はいくらでもある。
間引きの良し悪しは、再構築に使う機能のシンプルさで判断できます。シンプルな方がいい...。
例えるなら、アレクセイのように木の葉を放り投げるようなものです。
しかし、問題は、1本の木が、森の中の100〜200本の木よりも常に悪い結果を出すことです
捨てるのではなく、淘汰する。さまざまなミニ戦略を1つの大きなプールに集結させるようなものです。そして、カレッジ決定か、各葉に固定ロットを与えるか、それが今やっていることです。
葉を落とすということは、プロセスを予測する決定木のルールを変えるということです。
なぜ、ルールが変わるのでしょうか？いや、システムの都合でどんな予測もしたい人を犠牲にして、結果に自信のある葉を削除しているだけだ。つまり、ある状況に対して1本の木がちょうど良い解を持たないことがあっても、何百種類もの木を使い、その上で選択を行うと、状況に対して解を持たない可能性は微々たるものになってしまうのです。
魔法使いはまた4ヶ月の休暇に入るが、先生は「イメージアップのために」邁進し続ける。なんて面白い話なんだ))) 爆笑．
もう三人称で自分のこと言ってるとか、完全にキモオタじゃん）なイメージでいいんです。
次元数は、さまざまな方法で減少させることができます。最もシンプルな例です。黒の細線-クロース、青のドット-。
と赤、つまりsyn.dotsの初期イメージを復元しようとする原始的な試みです。リカバリーの方法はいくらでもある。
間引きの良し悪しは、再構築に使う機能のシンプルさで判断できます。シンプルな方がいい...。
ありがとうございます！面白いですね。間伐材と回復機能の科学的名称は？
なぜルールが変わるのか？いや、単にシステムのためにどんな予測もガマンするような人を排除して、自分の結果に自信を持つようにしているのです。つまり、ある状況に対して1本の木がちょうど良い解を持たないことがあっても、何百種類もの木を使い、その上で選択を行うと、状況に対して解を持たない可能性は微々たるものになってしまうのです。
まあ、これはどう転んでもルール変更だし、どういう方向に変更されたかは別問題だが。
あなたの描いた荷馬車の交差する絵を見ると、群集の合図に反して、交差点で値段が反対方向に変わることが、かっこよく、よくあることだと思います))に驚きます。
しかし、もちろん市場の特性にはばらつきがあるため、いつもうまくいくとは限りませんので、適応性のある指標が必要です。そして、NSにリアルタイムモードで「正しい」ウェービング期間を推測することを教えれば、反転を正確にキャッチできるのではないかと考えているのですが？
誰がターゲットについて考え、どのような価格パラメータを予測因子とすべきなのでしょうか？
まあ、古典的な話ですが、TCの機能と結果の最適値（Equity/Pnl...）を予測することに関しては、すでに上に書いたとおりです。
直接」の場合、原理はリターンズやボロ株と同じで、各サンプルについて、ある移動ポイント価格(t)で「前」と「後」に分け、{価格(t-N),価格(t)}と目標数値{価格(t+1),価格(t+K)}について任意の数値を計算、シリーズ全体にtをかけていくことになります。この場合、ターゲットは将来のあるウィンドウにおける{価格(t+1),価格(t+K)}のWaving Optimumとなり、特徴はストキャスティクスや異なる期間のモーメンタム、前期のWaving Optimumや他のTC{価格(t-N),価格(t)}など基本的に何でも良いのですが、その中でも、「価格(t+K)」は、「最適化された価格」となります。
JPredictionのバージョンは？
14のようです。