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 1624 1...161716181619162016211622162316241625162616271628162916301631...3399 新しいコメント Evgeny Dyuka 2020.03.19 11:26 #16231 ケシャ・ルート うーん、MLPで「0.5~0.7秒の計算」はちょっと多いですね。もしかしたら、スライディングウィンドウを使った小さなデータセットで、教えてから計算するのでしょうか? 順を追って説明しよう。 1 生データ(ティッカー、タイムフレーム)とは? 2 学習データセットのサイズ(1k,10k,100k...)を教えてください。 3 どのような機能か 4 目標とするものは何か 5 どのようなグリッドか があれば、まず十分なのですが...。 1. ローソク足+インジケーター 2.200-300к 3.これはノウハウであり、共有ではない 4. バイナリ分類 - アップ/ダウン 5.ケラス上のシーケンシャル Кеша Рутов 2020.03.19 11:55 #16232 エフゲニー・デューカ 1. ローソク足+インジケーター 2. 200-300к 3.このノウハウは共有しない 4. バイナリ分類 - アップ/ダウン 5. 機能はいくつありますか? シーケンシャル - メッシュの種類ではなく、それがkerasで組み立てられる方法、メッシュの構造は、例えばMLP(kerasではDence層のみ)またはいくつかの種類のミックス、より良いメッシュのコードはこちらです。 Vladimir Perervenko 2020.03.19 12:03 #16233 ケシャ・ルートフ 機能はいくつありますか? シーケンシャルは、グリッドの種類ではなく、それがkerasで組み立てられる方法、グリッドの構造、例えばMLP(kerasではDence層のみ)またはいくつかの種類のミックス、より良いグリッドのコードはこちらです。 Kerasはtensorflow/にあるすべてのレイヤーを持っています。 Evgeny Dyuka 2020.03.19 12:06 #16234 ケシャ・ルートフ 機能はいくつありますか? kerasでメッシュを組み立てるのに最適な方法は、メッシュの種類ではなく、メッシュの構造、例えばMLP(kerasではDence層のみ)またはそれらの混合、より良いメッシュをここにコード化します。 def make_model(arr_size): sgd = SGD(lr=0.01, decay=1 e-6, momentum=0.9, nesterov=True) res = 2 # количество ответов act = "softmax" #act = "sigmoid" #opt = sgd opt = 'adam' model = Sequential() model.add(Dense(int((arr_size-res)*k), input_dim=(arr_size-res), activation='relu')) model.add(Dropout(dropout)) #model.add(Dense(int((arr_size-res)*0.5*k), activation='relu')) #model.add(Dropout(dropout)) #model.add(Dense(int((arr_size-res)*0.3*k), activation='relu')) #model.add(Dropout(dropout)) #model.add(Dense(int((arr_size-res)*0.1*k), activation='relu')) #model.add(Dropout(dropout)) model.add(Dense(res, activation=act)) if res==1: ls="binary_crossentropy" else: ls="categorical_crossentropy" model.compile(loss=ls, optimizer=opt, metrics=['accuracy']) return model Кеша Рутов 2020.03.19 12:35 #16235 ウラジミール・ペレヴェンコ kerasはtensorflowが持っているすべてのレイヤーを持っています。 知っています。 MLP は keras では密な層だけだと言いました。 Кеша Рутов 2020.03.19 12:40 #16236 エフゲニー・デューカ コード OKです。だからMLP。 arr_size-resは大きくなければならない? Evgeny Dyuka 2020.03.19 12:53 #16237 ケシャ・ルートフ なるほど。だからMLP。 arr_size-resは大きくなければならない? arr_sizeは入力のチップ数です。コードが曲がって書かれていますが、そのままコピーして、自分のために書きました Кеша Рутов 2020.03.19 15:30 #16238 エフゲニー・デューカ arr_sizeは入力のチップ数、コードは曲がって書かれているのでそのままコピー、自分用に書いたものです 機能の数を聞いたのに、無視された。 ユーロバックスのシリーズを70-30%に分割し、1枚目をトレーニングし、2枚目でMOインジケータを生成して、テストシリーズと一緒にここに投稿する、という実験を提案します。 ファイル: EURUSD_Candlestick_1_m_BID_20.03.2017-19.03.2020.zip 14623 kb Evgeny Dyuka 2020.03.19 15:51 #16239 ケシャ・ルートフ 機能の数を聞いたのに、無視された。 ユーロバックスのシリーズを70-30%に分割し、1枚目をトレーニングし、2枚目でMOインジケータを生成して、テストシリーズと一緒にここに投稿する、という実験を提案します。 回答:250~300チップ Rorschach 2020.03.20 08:27 #16240 Y.I.Zhuravlev.予測に関する数理的手法 1...161716181619162016211622162316241625162616271628162916301631...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
うーん、MLPで「0.5~0.7秒の計算」はちょっと多いですね。もしかしたら、スライディングウィンドウを使った小さなデータセットで、教えてから計算するのでしょうか?
順を追って説明しよう。
1 生データ(ティッカー、タイムフレーム)とは?
2 学習データセットのサイズ(1k,10k,100k...)を教えてください。
3 どのような機能か
4 目標とするものは何か
5 どのようなグリッドか
があれば、まず十分なのですが...。
2.200-300к
3.これはノウハウであり、共有ではない
4. バイナリ分類 - アップ/ダウン
5.ケラス上のシーケンシャル
1. ローソク足+インジケーター
2. 200-300к
3.このノウハウは共有しない
4. バイナリ分類 - アップ/ダウン
5.
機能はいくつありますか?
シーケンシャル - メッシュの種類ではなく、それがkerasで組み立てられる方法、メッシュの構造は、例えばMLP(kerasではDence層のみ)またはいくつかの種類のミックス、より良いメッシュのコードはこちらです。
機能はいくつありますか?
シーケンシャルは、グリッドの種類ではなく、それがkerasで組み立てられる方法、グリッドの構造、例えばMLP(kerasではDence層のみ)またはいくつかの種類のミックス、より良いグリッドのコードはこちらです。
Kerasはtensorflow/にあるすべてのレイヤーを持っています。
機能はいくつありますか?
kerasでメッシュを組み立てるのに最適な方法は、メッシュの種類ではなく、メッシュの構造、例えばMLP(kerasではDence層のみ)またはそれらの混合、より良いメッシュをここにコード化します。
kerasはtensorflowが持っているすべてのレイヤーを持っています。
知っています。
MLP は keras では密な層だけだと言いました。
エフゲニー・デューカ
コード
OKです。だからMLP。
arr_size-resは大きくなければならない?
なるほど。だからMLP。
arr_size-resは大きくなければならない?
arr_sizeは入力のチップ数、コードは曲がって書かれているのでそのままコピー、自分用に書いたものです
機能の数を聞いたのに、無視された。
ユーロバックスのシリーズを70-30%に分割し、1枚目をトレーニングし、2枚目でMOインジケータを生成して、テストシリーズと一緒にここに投稿する、という実験を提案します。
機能の数を聞いたのに、無視された。
ユーロバックスのシリーズを70-30%に分割し、1枚目をトレーニングし、2枚目でMOインジケータを生成して、テストシリーズと一緒にここに投稿する、という実験を提案します。
Y.I.Zhuravlev.予測に関する数理的手法