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 1607 1...160016011602160316041605160616071608160916101611161216131614...3399 新しいコメント Maxim Dmitrievsky 2020.03.03 17:24 #16061 mytarmailS: マックス!アリオリ・アルゴリズムなどのように、連想規則を使ってパターンを見つけることを試したことがありますか? ベイジアンネットワークは...覚えるのに時間がかかるんですよ。何を教えたらいいのかわからないなら、どうでもいいことだ。 クラスタリング(HMM、ガウシアンミックス)を使って、市場をいくつかのクラスタに分割し、それぞれについて学習する必要があります。すると、うまくいくんです。 まだ時間がない。 mytarmailS 2020.03.03 17:42 #16062 マキシム・ドミトリエフスキー 架空の機能を生成するための特別な別のライブラリがあり、それをバスターに入れれば、同じように mguaアルゴリズム自体は、通常の回帰を使用しているため、いきなり特徴を繁殖させるという弱点がある また、このプロセスは英語で何と言うのですか? Maxim Dmitrievsky 2020.03.03 17:48 #16063 mytarmailS: このフィーチャー・プロビジョニング・プロセスの英語での名称は何ですか? 前処理セクションのどこか、たとえば python の場合は https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.PolynomialFeatures.html またはカーネルメソッド https://github.com/gmum/pykernels Mihail Marchukajtes 2020.03.03 17:51 #16064 を秘める。 そうすると、この方法論に新しさや独創性は感じられない。 新しさはよく忘れられた古さ!!!! Mihail Marchukajtes 2020.03.03 17:57 #16065 マキシム・ドミトリエフスキー ベイジアンネットワークは...覚えるのに時間がかかるんですよ。何を教えたらいいのかわからない人は、気にしない。 クラスタリング(HMM、ガウシアンミックス)を使って、市場をいくつかのクラスタに分割し、それぞれについて学習させるべきでしょう。すると、うまくいくんです。 まだそんな時間はない。 これは、具体的な方法という意味ではなく、市場にアプローチする際の原則的な分離という意味で、マキシムカさんの言うとおりです。しかし、そのためにはチームが必要で、大きなチームであれば、多くの作業やリサーチを行い、独自の手法やアプローチを見出すことができるかもしれません。市場で差別化を図らなければならない...。ユニークです。そう思いませんか?:-) Mihail Marchukajtes 2020.03.03 18:11 #16066 いいとこ取りで、トレンドに乗れるかどうかがシステムの品質となると......。 Maxim Dmitrievsky 2020.03.03 18:24 #16067 ミハイル・マルキュカイツ これは、マキシムカさんのおっしゃるとおりで、具体的な方法ではなく、市場にアプローチする際の原則を共有するという意味です。しかし、これにはチームが必要で、大きなチームがあれば、多くの作業や調査を行い、独自の手法やアプローチを見つけることができます。市場で差別化を図らなければならない...。ユニークです。そう思いませんか?:-) チームが大きくなると、みんなのためにすべてをするのは疲れる。 Mihail Marchukajtes 2020.03.03 18:29 #16068 マキシム・ドミトリエフスキー チームが大きくなると、みんなのために何でもするのは疲れる。 だから、もうチームじゃないんです......私たちのやり方じゃないんです......。 Mihail Marchukajtes 2020.03.03 18:31 #16069 この話題を追っている方へ。頑なに下を向き続ける...。 Evgeny Dyuka 2020.03.03 20:12 #16070 mytarmailS: ここで何を聞いても、すべてはデータの前処理から始まるので、話がかみ合わない......。( なるほど、なるほど。 1.通貨でアルゴリズムが動作するか 2.固定された長さのn本のローソクに対して予測を構築するのか、それともネットワークが自ら長さを決定するのか 3.信号処理に時間がかかる理由 ローソク足1本あたり12~13秒 4.なぜ案件を公募するのか? 5. 予測には、関数(価格、指標)またはもっとトリッキーなものの形でデータを使用する。 最高のビジュアライゼーションはディール さて、ここからが本題です... まず全体像。- テスターのボットでデータを収集し、1行1ベクトルのCSVを作成するところから始まります。- Tensoflow経由のKerasネットワーク、超知識は必要ない、ニューラルネットワークの本1冊+マニュアル数冊。- Google Colabを使ってもいいし、そもそもOKなのですが、ニュアンスが違うんですよね。- 次に、ADを始めるわけですが、ネットワークに供給するデータについて、すごいユニークなアイデアがあったとして、101番目はうまくいくが、それさえも確実ではないので、あと99個の同じくらいユニークなアイデアを考えなければなりません。- 標準的な結果:ネットワークは学習しない。 血で洗った)アドバイスもあります。- 高度な解決策を求めず、簡単なことです。-- 単層のSequentialで初めて結果が出ました。-- 価格を予測しようとしないでください -- それはユートピアです。簡単な質問を上か下かにして、それがわかったら、さらに掘り下げてみてください。-- ベクターが100から200のチップは、それ以上でも以下でも動作しません。-- 1000エポックで徹夜してみてください、100回で動くかどうかがわかります。-- 訓練可能な最初の兆候を探って行く。-- ニューラルネットは自ら学習するものであり、ダイバータなどの松葉杖で助けてはいけない。-- 入力データ数を増やしても、100特徴量なら5〜6万個で十分です。 さて、質問の答えです。1.通貨でアルゴリズムが動作するか EURUSDで最初の結果が出たのですが、その後、ショートトレードの方が少しトレーニングされていることが判明しました、なぜでしょうか。 2.ローソク足の長さがn本分と決まっている、あるいはネット自体が何本分と決めている。 そうですね、トレーニングの時に決まった答えを出すので、決まったものになるはずです 3.信号が処理されるのに時間がかかる理由 12-13秒/キャンドル 私の予後は20機種の意見を集約したもので、1機から回答を得るのに0.5秒かかるので、非同期で解決できるはずだが、方法がわからない。 4.なぜ、トレードの公共放送を目指すのですか? 多くのリソースを費やしたのだから、それを取り戻さなければならない。 5.予測のためのデータは、関数(価格、指標)の形か、もっとトリッキーなものを使用する必要があります。 データは関数(価格、指標)として、あるいはよりトリッキーなものとして使用される。 1...160016011602160316041605160616071608160916101611161216131614...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
マックス!アリオリ・アルゴリズムなどのように、連想規則を使ってパターンを見つけることを試したことがありますか?
ベイジアンネットワークは...覚えるのに時間がかかるんですよ。何を教えたらいいのかわからないなら、どうでもいいことだ。
クラスタリング(HMM、ガウシアンミックス)を使って、市場をいくつかのクラスタに分割し、それぞれについて学習する必要があります。すると、うまくいくんです。 まだ時間がない。
架空の機能を生成するための特別な別のライブラリがあり、それをバスターに入れれば、同じように
mguaアルゴリズム自体は、通常の回帰を使用しているため、いきなり特徴を繁殖させるという弱点がある
また、このプロセスは英語で何と言うのですか?
このフィーチャー・プロビジョニング・プロセスの英語での名称は何ですか?
前処理セクションのどこか、たとえば python の場合は
https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.PolynomialFeatures.html
またはカーネルメソッド
https://github.com/gmum/pykernels
そうすると、この方法論に新しさや独創性は感じられない。
ベイジアンネットワークは...覚えるのに時間がかかるんですよ。何を教えたらいいのかわからない人は、気にしない。
クラスタリング(HMM、ガウシアンミックス)を使って、市場をいくつかのクラスタに分割し、それぞれについて学習させるべきでしょう。すると、うまくいくんです。 まだそんな時間はない。
これは、具体的な方法という意味ではなく、市場にアプローチする際の原則的な分離という意味で、マキシムカさんの言うとおりです。しかし、そのためにはチームが必要で、大きなチームであれば、多くの作業やリサーチを行い、独自の手法やアプローチを見出すことができるかもしれません。市場で差別化を図らなければならない...。ユニークです。そう思いませんか?:-)
いいとこ取りで、トレンドに乗れるかどうかがシステムの品質となると......。
これは、マキシムカさんのおっしゃるとおりで、具体的な方法ではなく、市場にアプローチする際の原則を共有するという意味です。しかし、これにはチームが必要で、大きなチームがあれば、多くの作業や調査を行い、独自の手法やアプローチを見つけることができます。市場で差別化を図らなければならない...。ユニークです。そう思いませんか?:-)
チームが大きくなると、みんなのためにすべてをするのは疲れる。
チームが大きくなると、みんなのために何でもするのは疲れる。
この話題を追っている方へ。頑なに下を向き続ける...。
ここで何を聞いても、すべてはデータの前処理から始まるので、話がかみ合わない......。(
なるほど、なるほど。
1.通貨でアルゴリズムが動作するか
2.固定された長さのn本のローソクに対して予測を構築するのか、それともネットワークが自ら長さを決定するのか
3.信号処理に時間がかかる理由 ローソク足1本あたり12~13秒
4.なぜ案件を公募するのか?
5. 予測には、関数(価格、指標)またはもっとトリッキーなものの形でデータを使用する。
最高のビジュアライゼーションはディール
さて、ここからが本題です...
まず全体像。
- テスターのボットでデータを収集し、1行1ベクトルのCSVを作成するところから始まります。
- Tensoflow経由のKerasネットワーク、超知識は必要ない、ニューラルネットワークの本1冊+マニュアル数冊。
- Google Colabを使ってもいいし、そもそもOKなのですが、ニュアンスが違うんですよね。
- 次に、ADを始めるわけですが、ネットワークに供給するデータについて、すごいユニークなアイデアがあったとして、101番目はうまくいくが、それさえも確実ではないので、あと99個の同じくらいユニークなアイデアを考えなければなりません。
- 標準的な結果:ネットワークは学習しない。
血で洗った)アドバイスもあります。
- 高度な解決策を求めず、簡単なことです。
-- 単層のSequentialで初めて結果が出ました。
-- 価格を予測しようとしないでください -- それはユートピアです。簡単な質問を上か下かにして、それがわかったら、さらに掘り下げてみてください。
-- ベクターが100から200のチップは、それ以上でも以下でも動作しません。
-- 1000エポックで徹夜してみてください、100回で動くかどうかがわかります。
-- 訓練可能な最初の兆候を探って行く。
-- ニューラルネットは自ら学習するものであり、ダイバータなどの松葉杖で助けてはいけない。
-- 入力データ数を増やしても、100特徴量なら5〜6万個で十分です。
さて、質問の答えです。
1.通貨でアルゴリズムが動作するか
EURUSDで最初の結果が出たのですが、その後、ショートトレードの方が少しトレーニングされていることが判明しました、なぜでしょうか。
2.ローソク足の長さがn本分と決まっている、あるいはネット自体が何本分と決めている。
そうですね、トレーニングの時に決まった答えを出すので、決まったものになるはずです
3.信号が処理されるのに時間がかかる理由 12-13秒/キャンドル
私の予後は20機種の意見を集約したもので、1機から回答を得るのに0.5秒かかるので、非同期で解決できるはずだが、方法がわからない。
4.なぜ、トレードの公共放送を目指すのですか?
多くのリソースを費やしたのだから、それを取り戻さなければならない。
5.予測のためのデータは、関数(価格、指標)の形か、もっとトリッキーなものを使用する必要があります。
データは関数(価格、指標)として、あるいはよりトリッキーなものとして使用される。