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 1616 1...160916101611161216131614161516161617161816191620162116221623...3399 新しいコメント Maxim Dmitrievsky 2020.03.17 12:35 #16151 ミハイル・マルキュカイツ つまり、何が言いたいかというとJPredictionを参照する前に、私は6000千の列のうち、統計的に有意な150個だけを残し、その時だけ、その出力を記述する悪名高い法則を検索します。列の数は、理論的にはテーブルの行の数の2倍であるべきで、アルゴリズムは十分なデータを選択することができます。 その結果、オプティマイザーは、私が提案した150個のうち5〜10個を残して、最終モデルを形成することになるのです。 歴史的な特徴のうち、3〜7つは機能し、残りはゴミのようなものだと気がつきました。例えば、月番号、曜日など。(2～3個）でも、再現性があれば、もう大丈夫です。ただ、それらはカテゴリカルに変換されなければならない。 インクリメントなどは通用しない。というか、使えるのですが、どうやって使うのか、これは前回の記事で。そのためにMGが必要なわけでもないでしょう。 そうですね、5から10は近いので、ある種のパターンを表現するためです。 Mihail Marchukajtes 2020.03.17 12:49 #16152 マキシム・ドミトリエフスキー 歴史的な機能のうち、3～7個は機能するが、残りはゴミだということに気がつきました。例えば、月番号、曜日など。(2～3個）でも、再現性があれば、もう大丈夫です。インクリメントなどは効きません。 これだけは言っておく。レシェトフの最終バージョンは14日。勇気を出して、オプティマイザーをバージョン15まで完成させたのは、私個人の判断です。 しかし、そこに私が加えたものは、イメージを大きく変えるものでした。理論的には、最小の入力と短い多項式を持つモデルが最もロバストであるが、他の条件が同じであれば、私は別の方法を取った。Reshetovaの解法が、4つの入力から昇順にモデルを作っていき、足していって最終的に7つの入力を持つモデルを得るものだったとしたら、私は降順に、つまり11の入力から始めて減らしていき、最終的に9つの入力のモデルを得ることにしました。同時に、両モデルとも、メトリクスで判断すると全く同じ学習結果を示しています。つまり、どちらのモデルも一般性のある領域に来るが、一方は下から、もう一方は上からということだ。そして、どれが一番になると思いますか？よりシンプルで入力の少ないもの、と言えるでしょうか。いいえ、そんなことはありません。入力が多い方がかっこよくなります。どちらも一つの発見領域であるため、入力が多いモデルの方が小さい関係でパラメトリックになります。その結果、同じ状態の2つのモデルができ、ちょうど上部の強いモデルと下部の弱いモデルができます。しかし、その学習成果は同等である。つまり、より強いのは、発見された法則の知識をより多く必要とするモデルであり、追加入力を無視したモデルではないのです。IMHOナチュラル!!! Maxim Dmitrievsky 2020.03.17 12:55 #16153 ミハイル・マルキュカイツ これだけは言っておく。 レシェトフの最終バージョンは14日でした。勇気を出して、オプティマイザーをバージョン15まで完成させました。しかし、そこに私が加えたものは、イメージを大きく変えるものでした。理論的には、最小の入力と短い多項式を持つモデルが最もロバストであるが、他の条件が同じであれば、私は別の方法を取った。Reshetovaの解法が、4入力から昇順で追加していき、最終的に7入力のモデルを得るものだとすれば、私は降順、つまり11入力から始めて、減らしていき、最終的に9入力のモデルを得るという例です。同時に、両モデルとも、メトリクスで判断すると全く同じ学習結果を示しています。つまり、どちらのモデルも一般性のある領域に来るが、一方は下から、もう一方は上からということだ。そして、どれが一番になると思いますか？よりシンプルで入力の少ないもの、と言えるでしょうか。いいえ、そんなことはありません。入力が多い方がかっこよくなります。どちらも一つの発見領域であるため、入力が多いモデルの方が小さい関係でパラメトリックになります。その結果、同じ状態の2つのモデルができ、ちょうど上部の強いモデルと下部の弱いモデルができます。しかし、その学習成果は同等である。つまり、より強いのは、発見された法則の知識をより多く必要とするモデルであり、追加入力を無視したモデルではないのです。IMHOナチュラル!!! 違うこともある、統計解析を見なければならない。相場自体の次元が非常に低く、3～7が普通です。 Mihail Marchukajtes 2020.03.17 13:09 #16154 全体として、今日は良い一日だった。結局、全自動にしたんだと思います。ロボットのゼロ除算を廃止しました。3日待てと言われたのに、即座に入金された。そして、AIは信号の精度がとても高かった。一言で言えば、「おとぎ話」。最近、インジケーターの呼び出しが あまりにも変だったので、今はマスターしています。EEHHHHHHHHHF FORTS頑張れ！ミーシャが来るぞ :-) Vizard_ 2020.03.17 13:15 #16155 あらら、面白いじゃないですか))) Mihail Marchukajtes 2020.03.17 13:17 #16156 ヴィザード_。 いやー、上手いですね、面白いですね))) うわー、なんだこの人たち。あなたの笑顔は、私たちを元気にしてくれますね。） Vizard_ 2020.03.17 13:39 #16157 ミハイル・マルキュカイツ うわー、なんだこの人たち。あなたの笑顔は、私たちの心を温かくしてくれます。） 仕事も辞めてカメラも買ったのにまだビデオクリップがないなんて、どうしたら会えるんだ！昔ながらのキーボードを弾いているんだろう))) ビデオピリスで、最新の進捗状況や15スーパーバージョンを教えてください!!!! Mihail Marchukajtes 2020.03.17 13:46 #16158 ヴィザード_。 あなたが仕事を辞め、カメラを買ったが、まだないビデオ、すべての昔ながらの方法 - キーボードを拷問している場合あなたを参照してくださいする方法))) ビデオピリスで、最新の成功例と15種類のスーパーバージョンを教えてください!!!! そうですね、そうなりますね。もうすぐです。講演の準備を始めたら、うっかり本を書いてしまいましたが、要は再教育の理論を知ろうということです。 いわば、公の法廷に持ち込むためです :-) Mihail Marchukajtes 2020.03.17 13:54 #16159 さて、最初の案件が成立しましたので、おめでとうございます :-)。 mtyvnel 2020.03.17 15:29 #16160 void OnTick() { // Получим ценовой прогноз от нейросети Prognosis=CalcNeuroNet(); // Осуществим необходимые торговые действия Trade(); } //+------------------------------------------------------------------+ void Trade() { // Закроем открытую позицию, если она против прогноза if(PositionSelect(_Symbol)) { long type=PositionGetInteger(POSITION_TYPE); bool close=false; if((type == POSITION_TYPE_BUY) && (Prognosis <= MinPrognosis)) close = true; if((type == POSITION_TYPE_SELL) && (Prognosis >= -MinPrognosis)) close = true; if(close) { CTrade trade; trade.PositionClose(_Symbol); } } // Если позиций нет, то откроем по прогнозу if((Prognosis!=0) && (!PositionSelect(_Symbol))) { CTrade trade; if(Prognosis > MinPrognosis) trade.Buy (Lots); if(Prognosis < -MinPrognosis) trade.Sell(Lots); } } エキスパートアドバイザーがGBPJPYにのみトレードを開くようにする方法を教えてください。そして、その立ち位置のチャートを分析する。ありがとうございました。 1...160916101611161216131614161516161617161816191620162116221623...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
つまり、何が言いたいかというとJPredictionを参照する前に、私は6000千の列のうち、統計的に有意な150個だけを残し、その時だけ、その出力を記述する悪名高い法則を検索します。列の数は、理論的にはテーブルの行の数の2倍であるべきで、アルゴリズムは十分なデータを選択することができます。 その結果、オプティマイザーは、私が提案した150個のうち5〜10個を残して、最終モデルを形成することになるのです。
歴史的な特徴のうち、3〜7つは機能し、残りはゴミのようなものだと気がつきました。例えば、月番号、曜日など。(2～3個）でも、再現性があれば、もう大丈夫です。ただ、それらはカテゴリカルに変換されなければならない。
インクリメントなどは通用しない。というか、使えるのですが、どうやって使うのか、これは前回の記事で。そのためにMGが必要なわけでもないでしょう。
そうですね、5から10は近いので、ある種のパターンを表現するためです。歴史的な機能のうち、3～7個は機能するが、残りはゴミだということに気がつきました。例えば、月番号、曜日など。(2～3個）でも、再現性があれば、もう大丈夫です。インクリメントなどは効きません。
これだけは言っておく。 レシェトフの最終バージョンは14日でした。勇気を出して、オプティマイザーをバージョン15まで完成させました。しかし、そこに私が加えたものは、イメージを大きく変えるものでした。理論的には、最小の入力と短い多項式を持つモデルが最もロバストであるが、他の条件が同じであれば、私は別の方法を取った。Reshetovaの解法が、4入力から昇順で追加していき、最終的に7入力のモデルを得るものだとすれば、私は降順、つまり11入力から始めて、減らしていき、最終的に9入力のモデルを得るという例です。同時に、両モデルとも、メトリクスで判断すると全く同じ学習結果を示しています。つまり、どちらのモデルも一般性のある領域に来るが、一方は下から、もう一方は上からということだ。そして、どれが一番になると思いますか？よりシンプルで入力の少ないもの、と言えるでしょうか。いいえ、そんなことはありません。入力が多い方がかっこよくなります。どちらも一つの発見領域であるため、入力が多いモデルの方が小さい関係でパラメトリックになります。その結果、同じ状態の2つのモデルができ、ちょうど上部の強いモデルと下部の弱いモデルができます。しかし、その学習成果は同等である。つまり、より強いのは、発見された法則の知識をより多く必要とするモデルであり、追加入力を無視したモデルではないのです。IMHOナチュラル!!!
違うこともある、統計解析を見なければならない。相場自体の次元が非常に低く、3～7が普通です。
いやー、上手いですね、面白いですね)))
うわー、なんだこの人たち。あなたの笑顔は、私たちの心を温かくしてくれます。）
仕事も辞めてカメラも買ったのにまだビデオクリップがないなんて、どうしたら会えるんだ！昔ながらのキーボードを弾いているんだろう)))
ビデオピリスで、最新の進捗状況や15スーパーバージョンを教えてください!!!!
あなたが仕事を辞め、カメラを買ったが、まだないビデオ、すべての昔ながらの方法 - キーボードを拷問している場合あなたを参照してくださいする方法)))
ビデオピリスで、最新の成功例と15種類のスーパーバージョンを教えてください!!!!