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 1494 1...148714881489149014911492149314941495149614971498149915001501...3399 新しいコメント Ilya Antipin 2019.06.03 09:15 #14931 現在、ldhmmのパッケージを試しています。depmixS4ではほとんど設定がないのに対して、ここでは分布の種類（正規分布とラムダ分布 ）に応じて、複数の パラメータmu、sigma、lamdaの組が 初期設定 されています。これらのパラメータは、混合分布P(x; mu, sigma, lamda)と遷移確率行列を計算するのに必要である。これらの値をAIC、 BIC、 MLLKの基準に従って最適化（MLE）することによりモデルを構築 する。2018.08.20から2019.05.21までUSDJPY-H1でテスターで戦略（BUY/SELL）を実行した最初の結果 です。 これはビタビを使って状態を 解読せずに予測を得るという変則的な ものです。次回はビタビで実行する予定です。 Maxim Dmitrievsky 2019.06.03 09:57 #14932 イリヤ・アンチピン現在、ldhmmのパッケージを試しているところです。depmixS4ではほとんど設定がないのに対し、ここでは分布の種類（正規分布とラムダ分布）に応じて、パラメータmu、sigma、lamdaが初期設定 されています。これらのパラメータは、混合分布P(x; mu, sigma, lamda)と遷移確率行列を計算するのに必要である。これらの値をAIC、 BIC、 MLLKの基準に従って最適化（MLE）することによりモデルを構築 する。2018.08.20から2019.05.21までUSDJPY-H1でテスターで戦略（BUY/SELL）を実行した最初の結果 です。 これはビタビを使って状態を 解読せずに予測を得るという変則的な ものです。次回はビタビで実行する予定です。 2つの隠された状態、観測された状態の数nは、どのようなグラフになるのでしょうか？ Ilya Antipin 2019.06.03 10:24 #14933 マキシム・ドミトリエフスキー2つの隠された状態、観測された状態の数、どのようなグラフになるのでしょうか？時系列長11000本で、2つの隠れ状態を使用しています。観測の時系列として、私は対数リターンを使用します： series[i] = MathLog(iOpen(NULL, 0, i) / iOpen(NULL, 0, i+1)). Ilya Antipin 2019.06.03 10:48 #14934 アーカイブには、投稿番号14924の MQ4版RHMMインジケータが含まれています。 ファイル: RHMM.zip 122 kb Ilya Antipin 2019.06.03 11:03 #14935 マキシム・ドミトリエフスキーログが返ってきて、すでに何らかの結果が出ているのは、あまり情報がないため不思議です 分数微分（0.1〜0.9の度数を設定可能）を試してみると、（指標）よりさらに良くなるはずです。1.0にするとユニットラグで同じリターンになり、0.1にするとリターンの情報量は増えますが、静止した状態になります。 やってみましょう。 Igor Makanu 2019.06.03 14:57 #14936 グレイルどんな機械も訓練次第で聖杯に変身させることができるのです。また、一般に、分類や回帰の 方法の選択にはほとんど依存しないこと、また、「指標」についても、（最適化されていれば）MOとは言い難いということがよく言われています。テスターでの指標の最適化は、特定のMOかもしれませんが、TSは "自由度 "のセットを持っている必要があります - 最終的に我々は歴史にフィッティングを取得します - 私はすでにそれを介して行ってきました alglibでlogit - regressionの例を持っている方はいらっしゃいますか？- 考えがある、テストしたい Maxim Dmitrievsky 2019.06.03 15:38 #14937 イゴール・マカヌテスターでの指標の最適化はある種の手口かもしれないが、TSは複数の「自由度」を持つ必要がある - その結果、NSトレーニングのように履歴にフィットするようになる - 私はすでにこれを経験した alglibでlogit - regressionの例を持っている方はいらっしゃいますか？- チェックしたいアイデアがあるんです。バンディトスを渡した。PMで探してくれ。 とか、logitを使った記事を近々書きます、今日中に完成させることにしました ) Igor Makanu 2019.06.03 16:27 #14938 マキシム・ドミトリエフスキーバンディトスを渡したのは私だ、PMで調べてくれ。 近日中にlogitを使った記事を書きます、今日中に完成させることにしたところです )ええ、ありがとうございます私はあなたより2年ほど遅れていて、たくさん本を読み、YouTubeを見ていますが、素材はトン ただ、CAを中心にMOを追いかけるだけで、普通のTSと同じように成功するのですが、残念なことに、相場はそのようなものなのです。 しかし、私はロジット回帰の形でいくつかの堅牢なTSに「市場のコンテキスト」を追加してみるかもしれません - すなわち、テストの後にすべての取引を確率として評価します。 なにはともあれ、いまはやることがある。 Maxim Dmitrievsky 2019.06.03 16:31 #14939 イゴール・マカヌええ、ありがとうございます私はあなたの数年後、私は多くの本を読み、ユーチューブを見ますが、多くの資料があります。 私がやりたいこと、確認したいことは、CAを中心にMOを追いかけることです。 しかし、私はロジット回帰の形でいくつかの堅牢なTSに「市場のコンテキスト」を追加してみるかもしれません - すなわち、テストの後にすべての取引を確率として評価します。 今やるべきことがあるまあ、そうですね、そうかもしれません。私はどちらかというと、オプティマイザーの中のオプティマイザーを見ています。すなわち、ハイパーパラメータはテスター内のジェネティクスによって最適化され（例えば、ウィンドウサイズや内部オプティマイザのパラメータ）、内部オプティマイザはボットの内部で常に動作します。ロジットが適しているのは、原始的ではあるが高速であることだ。 また、mqlの下に隠されている、あの臭いマージンチェーンもどこかにあるはずです :) クールなものです。 Igor Makanu 2019.06.03 16:35 #14940 マキシム・ドミトリエフスキーロジットが適しているのは、原始的ではあるが、高速であることだ。はい、精度は常にTSを悪化させる - ロジット回帰グラフのいくつかの種類があり、これは確率を推定するのに十分である。 ロジット回帰の出力は、50/50、0.5以下は全損、0.5以上は損失、確率が高ければ高いほど損失も大きくなる、ということでしょうか。 可視化して、チャンネルインジケーターをそのように塗ってみようかな、もしかしたら！？))) 1...148714881489149014911492149314941495149614971498149915001501...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
現在、ldhmmのパッケージを試しています。depmixS4ではほとんど設定がないのに対して、ここでは分布の種類（正規分布とラムダ分布 ）に応じて、複数の パラメータmu、sigma、lamdaの組が 初期設定 されています。これらのパラメータは、混合分布P(x; mu, sigma, lamda)と遷移確率行列を計算するのに必要である。これらの値をAIC、 BIC、 MLLKの基準に従って最適化（MLE）することによりモデルを構築 する。2018.08.20から2019.05.21までUSDJPY-H1でテスターで戦略（BUY/SELL）を実行した最初の結果 です。 これはビタビを使って状態を 解読せずに予測を得るという変則的な ものです。次回はビタビで実行する予定です。
現在、ldhmmのパッケージを試しているところです。depmixS4ではほとんど設定がないのに対し、ここでは分布の種類（正規分布とラムダ分布）に応じて、パラメータmu、sigma、lamdaが初期設定 されています。これらのパラメータは、混合分布P(x; mu, sigma, lamda)と遷移確率行列を計算するのに必要である。これらの値をAIC、 BIC、 MLLKの基準に従って最適化（MLE）することによりモデルを構築 する。2018.08.20から2019.05.21までUSDJPY-H1でテスターで戦略（BUY/SELL）を実行した最初の結果 です。 これはビタビを使って状態を 解読せずに予測を得るという変則的な ものです。次回はビタビで実行する予定です。
2つの隠された状態、観測された状態の数nは、どのようなグラフになるのでしょうか？
2つの隠された状態、観測された状態の数、どのようなグラフになるのでしょうか？
時系列長11000本で、2つの隠れ状態を使用しています。観測の時系列として、私は対数リターンを使用します： series[i] = MathLog(iOpen(NULL, 0, i) / iOpen(NULL, 0, i+1)).
ログが返ってきて、すでに何らかの結果が出ているのは、あまり情報がないため不思議です
分数微分（0.1〜0.9の度数を設定可能）を試してみると、（指標）よりさらに良くなるはずです。1.0にするとユニットラグで同じリターンになり、0.1にするとリターンの情報量は増えますが、静止した状態になります。
どんな機械も訓練次第で聖杯に変身させることができるのです。また、一般に、分類や回帰の 方法の選択にはほとんど依存しないこと、また、「指標」についても、（最適化されていれば）MOとは言い難いということがよく言われています。
テスターでの指標の最適化は、特定のMOかもしれませんが、TSは "自由度 "のセットを持っている必要があります - 最終的に我々は歴史にフィッティングを取得します - 私はすでにそれを介して行ってきました
alglibでlogit - regressionの例を持っている方はいらっしゃいますか？- 考えがある、テストしたい
テスターでの指標の最適化はある種の手口かもしれないが、TSは複数の「自由度」を持つ必要がある - その結果、NSトレーニングのように履歴にフィットするようになる - 私はすでにこれを経験した
alglibでlogit - regressionの例を持っている方はいらっしゃいますか？- チェックしたいアイデアがあるんです。
バンディトスを渡した。PMで探してくれ。
とか、logitを使った記事を近々書きます、今日中に完成させることにしました )バンディトスを渡したのは私だ、PMで調べてくれ。
近日中にlogitを使った記事を書きます、今日中に完成させることにしたところです )ええ、ありがとうございます私はあなたより2年ほど遅れていて、たくさん本を読み、YouTubeを見ていますが、素材はトン
ただ、CAを中心にMOを追いかけるだけで、普通のTSと同じように成功するのですが、残念なことに、相場はそのようなものなのです。
しかし、私はロジット回帰の形でいくつかの堅牢なTSに「市場のコンテキスト」を追加してみるかもしれません - すなわち、テストの後にすべての取引を確率として評価します。
なにはともあれ、いまはやることがある。
ええ、ありがとうございます私はあなたの数年後、私は多くの本を読み、ユーチューブを見ますが、多くの資料があります。
私がやりたいこと、確認したいことは、CAを中心にMOを追いかけることです。
しかし、私はロジット回帰の形でいくつかの堅牢なTSに「市場のコンテキスト」を追加してみるかもしれません - すなわち、テストの後にすべての取引を確率として評価します。
今やるべきことがある
まあ、そうですね、そうかもしれません。私はどちらかというと、オプティマイザーの中のオプティマイザーを見ています。すなわち、ハイパーパラメータはテスター内のジェネティクスによって最適化され（例えば、ウィンドウサイズや内部オプティマイザのパラメータ）、内部オプティマイザはボットの内部で常に動作します。ロジットが適しているのは、原始的ではあるが高速であることだ。
また、mqlの下に隠されている、あの臭いマージンチェーンもどこかにあるはずです :) クールなものです。ロジットが適しているのは、原始的ではあるが、高速であることだ。
はい、精度は常にTSを悪化させる - ロジット回帰グラフのいくつかの種類があり、これは確率を推定するのに十分である。
ロジット回帰の出力は、50/50、0.5以下は全損、0.5以上は損失、確率が高ければ高いほど損失も大きくなる、ということでしょうか。
可視化して、チャンネルインジケーターをそのように塗ってみようかな、もしかしたら！？)))