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

[Evgeny Dyuka]

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]

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]

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]

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]

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]

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]

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]

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。

[Evgeny Dyuka]

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]

Y.I.Zhuravlev.予測に関する数理的手法