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 1560

 

私は常々、機械学習はトレーディングに向かないと申し上げています。

FXは戦争ゲームのように、状況が常に変化し、特殊な戦術や戦略を駆使して状況に応じて行動する必要があります。

FXでは、トレンドとサポート/サポートレベルを考慮すれば十分です。ゲルヒヒがいつも言っていることだと思います。 でも、それだけでは不十分なんです。

その結果は、牽引力、加速度、価格変化のスピード、減衰、反転、いくつかの時間的要因など、多くの「重要でない」要因によって影響を受けます。また、動的にトレンドの始まりと終わりを判断することは不可能なので、大きなトレンドに沿って這っているように見える ミニトレンドを 定義するといった考え方も同様です。

理解できた人は理解できたし、理解できなかった人は一生理解できない。

 
アレクセイ・ニコラエフ

経済カレンダー apiのことを書いていたような気がするのですが。このトピックはフォーラムで何となく停滞しているので、うまく機能し、発展しているのか知りたいです。統計ライブラリの残念な結果に)ちょっと調べるのをためらっています。

テスターでは動作しない。オンラインではまだバグがある。

 

グリッドに確率的な予測を教えるようにしたら......?しかし、通常の方法、つまりシグナルのレベルが予測確率に対応するのではなく、このような方法なのです。

0〜100%の確率を、例えば、0、10、20・・・と10分割して対応させるのです。さらに、似たようなケースを100のうち10で正解するように、各セクションでグリッドを教えています。各セクションを数え、各セクションの標準偏差を計算し、その結果、すべての確率セクションの平均で標準偏差の減少を得るという簡単で明確なものである。もちろん、この場合、統計的妥当性の要求から学習用のサンプルは多くなるが、確率予測値が70%を超える場合などには、確率モデルを直接利用することが可能になる。思考 - 出力ニューロンのレベルを確率にファジー解釈することなく、純粋に確率的な予測トレーニングを行う。

セクションに分けたのは、学習時に結果を補間する必要がなく、必要な計算量を削減するためですが、補間する必要がある場合もあります。

 
アレクセイ・ニコラエフ

経済カレンダー apiのことを書いていたような気がするのですが。このトピックはフォーラムで何となく停滞しているので、うまく機能し、発展しているのか知りたいです。統計ライブラリーに失望した後)調べる価値があるのかどうか、少し疑問があります。

テスターが使えないので、それ以降、一気に興味を失いました。mt4では少なくともwebreaestsを使用してテスターで情報を引き出すことは可能でした。現在、Web-reaversesとWebSocketはテスターで動作しません。Pythonでやって、quandl.comのようなデータベースを使うことができます。
 
アンドレイ・ハティムリアンスキー

テスターでは動作しない。オンラインにはまだバグがあります。

マキシム・ドミトリエフスキー
テスターが使えないのでは、何のためにあるのか、一気に興味が失せました。以前は、MT4では、少なくともwebreaests経由でテスターの情報を引き出すことができました。しかし、現在のところ、web-reaversesもwebsocketもテスターでは動きません。Pythonでやって、quandl.comのようなデータベースを使うことができます。

テスターでアクセスできないのは残念ですが、事前に用意したファイルからニュースを読んでみるなど、工夫次第で回避することができます。ネット上のバグはもっと深刻で、MCが取り組まないのであれば、このapiにハマる意味がない。統計書庫の例で言えば、一般トレーダー大衆の関心の低さが、三菱商事の関心の低さにつながっていることがわかる。したがって、このトピックに関するフォーラムの関心の低さは憂慮すべきものです。

ベイズに 基づく手法で、ニュースが価格に与える影響の度合いを推定したい。

PS. MKカレンダーについて少し英語のフォーラムを読みましたが、私は楽観的ではなく、むしろその反対です。
 
アンドレイ・ディク

グリッドに確率的な予測を教えるようにしたら......?しかし、通常の方法、つまりシグナルのレベルが予測確率に対応するのではなく、このような方法なのです。

0〜100%の確率を、例えば、0、10、20・・・と10分割して対応させるのです。さらに、似たようなケースを100のうち10で正解するように、各セクションでグリッドを教えています。 各セクションを数え、各セクションの標準偏差を計算し、その結果、すべての確率セクションの平均で標準偏差の減少を得るという簡単で明確なものである。もちろん、この場合、統計的妥当性の要求から学習用のサンプルは多くなるが、確率予測値が70%を超える場合などには、確率モデルを直接利用することが可能になる。思考 - 出力ニューロンのレベルを確率にファジー解釈することなく、純粋に確率的な予測トレーニングを行う。

領域分割は、学習時に結果を補間する必要がなく、計算量を少なくするために簡略化しているが、補間する必要がある場合もある。

TP/SLトレーニング信号のマークアップで同様のことを試した。トレーニング区間での成功例が90%でも、新しいデータでは半々。つまり、何も獲得できない。
しかし、誰かが試してみないと、もしかしたらどこかでミスをしたのかもしれません。

しかし、今のところ私の意見は、価格行動にパターンがなく、価格はSBであるということです。

 

MO装置を効果的に応用するためには、「素」の価格帯ではダメなのです。

SBにないのは、時間的なパターンを考慮することです。

最高の "作品 "は、曜日で 価格ダイナミクスの依存性であり、悪化は、活動の毎日の変動である

 
3年間も同じことを...。
 
アレクセイ・ニコラエフ

テスターでアクセスできないのは残念ですが、いくつかの工夫で回避することができます。たとえば、あらかじめ用意したファイルからニュースを読んでみるとか。オンラインのバグはもっと深刻なことで、MCが取り組まないのであれば、このapiにハマる意味がない。統計書庫の例で言えば、一般トレーダー大衆の関心の低さが、そのまま三菱商事の関心の低さにつながっていることがわかる。したがって、このトピックに関するフォーラムの関心の低さは憂慮すべきものです。

ベイズに 基づく手法で、ニュースが価格に与える影響を推定したい。

PS. MCカレンダーについては、英語のフォーラムを少し読みましたが、私は楽観的ではなく、むしろ逆です。

取引に基づくならともかく、市場にはないインフラ全体が形骸化した沼地になっている。

 
マキシム・ドミトリエフスキー

市場ではなく、取引に頼ると、インフラ全体が通れない沼になる

そうですね、トレーダーが主流(指標、グリッド、マーチンゲール、...)に組み込まれるようにすべてが設定されている、あるいはすべてをあきらめるような印象を受けますね。

"同志イワノフ "目立つな!ヴァレンキ」を聴いてみよう

理由: