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 1611

[mytarmailS]

エフゲニー・デューカ
予測因子というのがフィッシュのことであれば、フィッシュの分け方次第で、一般的には等価にはならないと思います。データ不足のため、理論上1000個学習できるモデルが、100個学習できないことがほとんどです。
そもそも、なぜこのようなことをしなければならないのかが不明です。フェッチは、モデルに最小限の十分なデータセットを与えるという基準で選択されます。元々ミニマムなものなので、後からどう割り切れるか。

次元を減らすために分割する...

この十分な最低限度の機能は、どのようにして知ることができるのでしょうか。学習だけでは、100個の特徴量を学習させることはできませんが、1万個の特徴量が必要な場合はどうでしょうか。

例えば、2本のローソク足で完全な形質を表現するには45個の変数を作成する必要があり、3本のローソク足では105個の変数が必要である...。

[Maxim Dmitrievsky]

Alexander_K2 です。

最初に見つけたのがこちら。

他にも似たような投稿がありましたが、見るのが億劫で...。

セイバーはいつも、要点をつかむのに1週間かかるような書き方をしていて、その結果、本心じゃなかったことが判明するんです。そして彼自身、実はあるシンボルで同じ戦略を使っている（他のシンボルは見たことがない）。

Alexander_K2 です。

マックス、完全にFXから離れたなんて脅さないでよ...。それはとても悲しいことだ...。すべてはこれからです :))

時々、アービトラージやハンドをトレードするのですが、ニューラルネットワークは死んでいて、ちゃんとトレードしようとしません。

[Aleksey Mavrin]

mytarmailS:

次元を減らすために分割する...

この十分な最低限度の機能は、どのようにして知ることができるのでしょうか。学習だけでは、100個の特徴量を学習させることはできませんが、1万個の特徴量が必要な場合はどうでしょうか。

例えば、2本のローソク足で完全な形質を表現するためには45個の 変数を、3本のローソク足では105個の変数を作成 する必要がある...。

教えてください、2つのローソク足から45の変数を得るにはどうしたらいいのでしょうか？

ちょっとやりすぎかな、と思ったり。

[Evgeny Dyuka]

mytarmailS:

次元を減らすために分割する...

この十分な最低限度の機能は、どのようにして知ることができるのでしょうか。学習だけでは、100個の特徴量を学習させることはできませんが、1万個の特徴量が必要な場合はどうでしょうか。

例えば、2本のローソク足で完全な形質を表現するためには45個の変数を、3本のローソク足では105個の変数を作成する必要がある...。

試してみるhttps://colab.research.google.com/
設定でTPUを選択、動作は十分速い、唯一の欠点は長時間使わせてくれない、普通のCPUに切り替わってしまう、でも活気がある、一晩充電しても大丈夫だ

[mytarmailS]

アレクセイ・マヴリン

2本のロウソクから45個の変数になることを、もう少し具体的に教えてください。

ちょっとやりすぎかな、とか考えてしまいます。

現在のローソク足と前回のローソク足（"-1"）の2つのベクトルを変数として持っています。

a = "オープン", "ハイ", "ロー", "クローズ", "センター"

b = "オープン-1", "ハイ-1", "ロー-1", "クローズ-1", "センター-1".

センター "という変数は、ローソク足の真ん中（高値＋安値）/2であり、この変数がなければ、"エスキモー "などのパターンを記述することは不可能である。

そこで、考えられるすべての論理的な組み合わせ（論理的なものでもない）を作ってみよう。

[1] "1"               "open   >   high"
[1] "2"              "open   >   low"
[1] "3"                "open   >   close"
[1] "4"                 "open   >   center"
[1] "5"                 "open   >   open-1"
[1] "6"                 "open   >   high-1"
[1] "7"                "open   >   low-1"
[1] "8"                  "open   >   close-1"
[1] "9"                   "open   >   center-1"
[1] "10"             "high   >   low"
[1] "11"               "high   >   close"
[1] "12"                "high   >   center"
[1] "13"                "high   >   open-1"
[1] "14"                "high   >   high-1"
[1] "15"               "high   >   low-1"
[1] "16"                 "high   >   close-1"
[1] "17"                  "high   >   center-1"
[1] "18"              "low   >   close"
[1] "19"               "low   >   center"
[1] "20"               "low   >   open-1"
[1] "21"               "low   >   high-1"
[1] "22"              "low   >   low-1"
[1] "23"                "low   >   close-1"
[1] "24"                 "low   >   center-1"
[1] "25"                 "close   >   center"
[1] "26"                 "close   >   open-1"
[1] "27"                 "close   >   high-1"
[1] "28"                "close   >   low-1"
[1] "29"                  "close   >   close-1"
[1] "30"                   "close   >   center-1"
[1] "31"                  "center   >   open-1"
[1] "32"                  "center   >   high-1"
[1] "33"                 "center   >   low-1"
[1] "34"                   "center   >   close-1"
[1] "35"                    "center   >   center-1"
[1] "36"                  "open-1   >   high-1"
[1] "37"                 "open-1   >   low-1"
[1] "38"                   "open-1   >   close-1"
[1] "39"                    "open-1   >   center-1"
[1] "40"                 "high-1   >   low-1"
[1] "41"                   "high-1   >   close-1"
[1] "42"                    "high-1   >   center-1"
[1] "43"                  "low-1   >   close-1"
[1] "44"                   "low-1   >   center-1"
[1] "45"                     "close-1   >   center-1"

たった2本のキャンドル、みじめな2本のキャンドル......。

[mytarmailS]

なぜ モデルのアンサンブルの方が個々の弱いモデルより性能が良いのか、その明確な答えがある。

DSP（デジタル信号処理）の観点から、信号とノイズを例にして、ノイズを足し合わせると抑制される仕組みについて説明します。

https://www.youtube.com/watch?v=wqD892r-wfo&list=PLmu_y3-DV2_kpP8oX_Uug0IbgH2T4hRPL&index=13

すべてのレクチャーシリーズを見ることをお勧めします。超講義!)

[Forester]

mytarmailS:

現在のローソク足と前回のローソク足（"-1"）の2つのベクトルを変数として持っています。

a = "オープン", "ハイ", "ロー", "クローズ", "センター"

b = "オープン-1", "ハイ-1", "ロー-1", "クローズ-1", "センター-1".

センター "という変数は、ローソク足の真ん中（高値＋安値）/2であり、この変数がなければ、"エスキモー "などのパターンを記述することは不可能である。

そこで、考えられるすべての論理的な組み合わせ（論理的でない場合もある）を作ってみよう。

たった2本のキャンドル、みじめな2本のキャンドル......。

これらの組み合わせはすべてNS/lesが内部で分析する。入力はOHLCとセンターのみとする。YesとCenterは、結果的に有用であれば、内部で定義されます。

[mytarmailS]

わーい))

[Evgeny Dyuka]

mytarmailS:

わー)))

純粋なマーチンゲール、彼とはいつもそうだ ))

[Evgeny Dyuka]

mytarmailS:

わー)))

この手のストラテジーを半年ほどやっているが、バックテストでは1年で最大5倍という結果が出ているが、1年に1回では吸い尽くされてしまうし、この問題を解決する方法はないだろう。