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 1691 1...168416851686168716881689169016911692169316941695169616971698...3399 新しいコメント Aleksey Nikolayev 2020.04.11 14:49 #16901 マキシム・ドミトリエフスキー 偉大で比類なきアレキサンダーが書いたように（Smradlabで書き続けている）、あなたは市場の時間に合わせて仕事をする必要があり、そうすれば私たちは皆、幸せになれるでしょう。 このことは、「われらの父よ」と同じように、モニターの前に座りながら繰り返し学ばなければならない不変の真理である。 理解は後回し、まずは揺るぎない信念を持つこと 時空を貫くシュリク）の映画を思い出しました。 削除済み 2020.04.11 15:21 #16902 イゴール・マカヌ ゲーム理論についてですが、まるで指をくわえて見ているような、国防省に適用されるような 普段はどうなんだろう？ ここにフリップカードゲームがある、ここにNSがある、すぐにルールでNSを制限するが、ゲームのルールではなく、ビジョンで制限するので、一番小さいカードからしか出さず、1枚ずつ投げる・・・父に教わったことである。ということで、トレーニングを開始し、何やら鍛え上げられたカードゲームAIを手に入れました。 ゲームの一般的なルールと目標、つまり勝利数、そしてNSが最小のカードでプレイしたり、排他的に切り札をめくったりする方法など、組み合わせ論から見て、何が正しいのか......。余計なお世話- 目標は最大勝利数 というのが、私たちが教わった原始的な方法です．アタリのゲームをすべて打ち負かしたソフトの名前を忘れてしまった--鈍重なブルートフォースで、しかもゲームのルールを知らなくても--画面上のピクセルを分析することによって、らしい--ここは間違っているかもしれないし、ずっと前に読んだ そこで、2人、3人とNSを背にして座り...。そして、骨抜きにされる。NSは、できるだけ多くの試合で最大限の勝利を必要としない。投資対効果を最大化することです。NSは、何かを賭けて、ある状況下ではオールインすることができます。しかし、NSは誰と対戦するのか、最後まで把握しておかなければならない。 バカよりポーカーそこにもエクイティがある...。相手を攻略したものが勝利となる。レベルが高い場合 インターネット上では、「フィル・アイビーと対戦して勝つことはできても、距離で負ける」と言われています。なぜ？彼は、あなたが過去の試合ですでに見せてきたものをもとに、どのようにプレー すればよいかを知っているのです。そして、彼との対戦の仕方を知らない。彼はカードゲームではなく、あなたと 勝負しているのです。 プレイして勝つためには、リスクを知る必要があります。いつ、誰と、どんなリスクを負うか、テーブルに座らないほうがいいのか。 テーブルについたら、離れるタイミングを見極める。 Evgeny Dyuka 2020.04.11 15:33 #16903 DenceにはDropoutというパラメータがあります。 説明ドロップアウトは、学習時間中の更新ごとに入力ユニットの割合がランダムに0になることで、オーバーフィッティングを防ぐことができる。 このパラメータの意味はよくわからないが、オーバーフィッティングに対する何らかの対抗手段であるようだ。つまり、増やせばトレーニングの質も上がるというわけです。しかし、0.5以上増やすと、TensorFlowは文句を言い始めます。 WARNING:tensorflow:ドロップアウト率が大きい:意図した ものかどうか確認してください。 そして、最高品質が始まるのは、0.5以降です。 この理由と内容を理解している人はいますか？ mytarmailS 2020.04.11 15:44 #16904 エフゲニー・デューカ デンスはそんなパラメータDropoutを持っています。 説明ドロップアウトは、学習時間中の更新ごとに入力ユニットの割合がランダムに0になることで、オーバーフィッティングを防ぐことができる。 このパラメータの意味はよくわからないが、オーバーフィッティングに対する何らかの対抗手段であるようだ。つまり、増やせばトレーニングの質も上がるというわけです。しかし、0.5以上増やすと、TensorFlowは文句を言い始めます。 WARNING:tensorflow:ドロップアウト率が大きい:意図した ものかどうか確認してください。 0.5を超えたあたりから、クオリティが上がってきます。 誰がなぜ、何を知っているのか。 私はニューロンの専門家ではありませんが、ドロップアウトは 正則化の一種であり、オーバートレーニングを防ぐために、ニューロンのトレーニング時にニューロンの一部をゼロにする（殺す）ことで、ニューロンがより良く汎化できるようにし、1つのニューロンに多くの情報が集中しないようにするものです。 Кеша Рутов 2020.04.11 15:49 #16905 イゴール・マカヌ この "公理 "を確認することはできないだろう - どの "フェンス "にも書かれていることだが。 もうずいぶん前からフェンスを読んでいない。MMは一種の「化粧品」であり、実際の利益とリスクの比率をマイナスからプラスにすることはできませんが、バックテスト上ではそのような錯覚を起こさせることができます。 もちろん、mmはトレーダーをだますことができる方法すべての可能な方法を分解することは現実的ではありません、人々の数でもクールな組織でそれを行っている。しかし、マーティンの例では、おそらくすべての人に当てはまるわけではありませんが、それを示すのは簡単です。 例えば、同一のランダムエントリー、同一のTP/CLを持つ2TSを例にとりますが、最初のロットは一定で、2番目は前のトレードが負けていれば-2倍にします。 ここでは、そのランダムな一例をご紹介します。 このように、1枚目のASR <0からプロファイリングの錯覚を起こし、2枚目はASR >3という奇跡が起きているのです。 Igor Makanu 2020.04.11 15:56 #16906 ケシャ・ルートフ 久しぶりにフェンスを読みました。MMは一種の「化粧品」であり、本当の利益とリスクの比率を黒字にすることはできないが、バックテスト上ではそのような錯覚を起こさせることができる。 もちろん、トレーダーを騙すために考えられる方法をすべて分解することは現実的ではありません。 しかし、マーティンの例では、おそらくすべての人に当てはまるわけではありませんが、それを示すのは簡単です。 例えば、同一のランダムエントリー、同一のTP/CLを持つ2TSを例にとりますが、最初のロットは一定で、2番目は前のトレードが負けていれば-2倍にします。 ここでは、そのランダムな一例をご紹介します。 見ての通り、1枚目のASR＜0から黒字の錯覚が生まれ、2枚目はASR＞3の不思議！？ 百聞は一見に如かず、何度も何度も試行錯誤を繰り返した結果です。 Renat Akhtyamov 2020.04.11 15:59 #16907 ケシャ・ルートフ 久しぶりにフェンスを読みました。MMは一種の「化粧品」であり、本当の利益とリスクの比率を黒字にすることはできないが、バックテスト上ではそのような錯覚を起こさせることができる。 もちろん、トレーダーを騙すために考えられる方法をすべて分解することは現実的ではありませんが、多くの組織では、最もクールなものでさえそれを行っています。 しかし、マーティンの例では、おそらくすべての人に当てはまるわけではありませんが、それを示すのは簡単です。 例えば、同一のランダムエントリー、同一のTP/CLを持つ2TSを例にとりますが、最初のロットは一定で、2番目は前のトレードが負けていれば-2倍にします。 ここでは、そのランダムな一例をご紹介します。 ご覧の通り、1枚目のASR＜0と2枚目のASR＞3のミラクルから熟練度の錯覚が生まれましたね 最後の最後に奇跡が それゆえ、雪崩を起こす 雪崩はうんちからではなく、分析ができないこと、つまり値動きのランダム性を重視することから生まれる。 Evgeny Dyuka 2020.04.11 15:59 #16908 mytarmailS: 私はニューロンの専門家ではありませんが、ドロップアウトは 一種の正則化であり、ニューロンを訓練する際に、一部のニューロンをゼロにすることで、ニューロンがより良く汎化され、1つのニューロンにあまり多くの情報が集中しないようにします。 OK、了解です。もしドロップアウトが0.5より大きくてもうまくいくなら、ベクトルには多くの冗長性があることが判明しました。 Кеша Рутов 2020.04.11 16:01 #16909 イゴール・マカヌ すべてクリアしている、いわば何度もやっていることなんです。 では、なぜ口論になるのですか？ ABCです、銀行やヘッジファンドに就職しようとして、バックテスターで戦略を最適化すると言っても、根性（mm、実行力など）があっても黒星になります、地方DCにすら連れて行ってもらえませんよ。 Igor Makanu 2020.04.11 16:08 #16910 ケシャ・ルートフ では、何を議論しているのですか？ アルファベットです、銀行やヘッジファンドに就職しようとして、バックテスターで戦略を最適化しますと言えば、根性（mm、約定など）があっても、地方の証券会社でも黒星になりますよ。 私は議論していない、私は扇動者だ 議論する意味はあるのでしょうか？正直に稼いだ利益を私に分け与えるつもりはない、私はあなたの損失を補填する約束をしていないのか？ )))) 銀行には他の目標がありますが、銀行も定期的にお金を失っていると言えます ;) 証券会社については、その目的が異なる。- 目的も違うということですね。 SZS: 私は異端者との戦いを覚えている、今こそ誰が正しくて誰が火あぶりにされるのかを知る時だ ))) UPD：そろそろ素敵な物語を...。 同じようなチャートを作ってみたが、EA自体がTSを生成しており、TSは完璧ではないが、このチャートは今後の作業に使えそうだ 1...168416851686168716881689169016911692169316941695169616971698...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
偉大で比類なきアレキサンダーが書いたように（Smradlabで書き続けている）、あなたは市場の時間に合わせて仕事をする必要があり、そうすれば私たちは皆、幸せになれるでしょう。
このことは、「われらの父よ」と同じように、モニターの前に座りながら繰り返し学ばなければならない不変の真理である。
理解は後回し、まずは揺るぎない信念を持つこと時空を貫くシュリク）の映画を思い出しました。
ゲーム理論についてですが、まるで指をくわえて見ているような、国防省に適用されるような
普段はどうなんだろう？
ここにフリップカードゲームがある、ここにNSがある、すぐにルールでNSを制限するが、ゲームのルールではなく、ビジョンで制限するので、一番小さいカードからしか出さず、1枚ずつ投げる・・・父に教わったことである。ということで、トレーニングを開始し、何やら鍛え上げられたカードゲームAIを手に入れました。
ゲームの一般的なルールと目標、つまり勝利数、そしてNSが最小のカードでプレイしたり、排他的に切り札をめくったりする方法など、組み合わせ論から見て、何が正しいのか......。余計なお世話- 目標は最大勝利数
というのが、私たちが教わった原始的な方法です．アタリのゲームをすべて打ち負かしたソフトの名前を忘れてしまった--鈍重なブルートフォースで、しかもゲームのルールを知らなくても--画面上のピクセルを分析することによって、らしい--ここは間違っているかもしれないし、ずっと前に読んだ
そこで、2人、3人とNSを背にして座り...。そして、骨抜きにされる。NSは、できるだけ多くの試合で最大限の勝利を必要としない。投資対効果を最大化することです。NSは、何かを賭けて、ある状況下ではオールインすることができます。しかし、NSは誰と対戦するのか、最後まで把握しておかなければならない。 バカよりポーカーそこにもエクイティがある...。相手を攻略したものが勝利となる。レベルが高い場合
インターネット上では、「フィル・アイビーと対戦して勝つことはできても、距離で負ける」と言われています。なぜ？彼は、あなたが過去の試合ですでに見せてきたものをもとに、どのようにプレー すればよいかを知っているのです。そして、彼との対戦の仕方を知らない。彼はカードゲームではなく、あなたと 勝負しているのです。
プレイして勝つためには、リスクを知る必要があります。いつ、誰と、どんなリスクを負うか、テーブルに座らないほうがいいのか。
テーブルについたら、離れるタイミングを見極める。DenceにはDropoutというパラメータがあります。
説明
ドロップアウトは、学習時間中の更新ごとに入力ユニットの割合がランダムに0になることで、オーバーフィッティングを防ぐことができる。
このパラメータの意味はよくわからないが、オーバーフィッティングに対する何らかの対抗手段であるようだ。つまり、増やせばトレーニングの質も上がるというわけです。しかし、0.5以上増やすと、TensorFlowは文句を言い始めます。
WARNING:tensorflow:ドロップアウト率が大きい:意図した ものかどうか確認してください。
そして、最高品質が始まるのは、0.5以降です。
この理由と内容を理解している人はいますか？
デンスはそんなパラメータDropoutを持っています。
説明
ドロップアウトは、学習時間中の更新ごとに入力ユニットの割合がランダムに0になることで、オーバーフィッティングを防ぐことができる。
このパラメータの意味はよくわからないが、オーバーフィッティングに対する何らかの対抗手段であるようだ。つまり、増やせばトレーニングの質も上がるというわけです。しかし、0.5以上増やすと、TensorFlowは文句を言い始めます。
WARNING:tensorflow:ドロップアウト率が大きい:意図した ものかどうか確認してください。
0.5を超えたあたりから、クオリティが上がってきます。
誰がなぜ、何を知っているのか。
私はニューロンの専門家ではありませんが、ドロップアウトは 正則化の一種であり、オーバートレーニングを防ぐために、ニューロンのトレーニング時にニューロンの一部をゼロにする（殺す）ことで、ニューロンがより良く汎化できるようにし、1つのニューロンに多くの情報が集中しないようにするものです。
この "公理 "を確認することはできないだろう - どの "フェンス "にも書かれていることだが。
もうずいぶん前からフェンスを読んでいない。MMは一種の「化粧品」であり、実際の利益とリスクの比率をマイナスからプラスにすることはできませんが、バックテスト上ではそのような錯覚を起こさせることができます。
もちろん、mmはトレーダーをだますことができる方法すべての可能な方法を分解することは現実的ではありません、人々の数でもクールな組織でそれを行っている。しかし、マーティンの例では、おそらくすべての人に当てはまるわけではありませんが、それを示すのは簡単です。
例えば、同一のランダムエントリー、同一のTP/CLを持つ2TSを例にとりますが、最初のロットは一定で、2番目は前のトレードが負けていれば-2倍にします。
ここでは、そのランダムな一例をご紹介します。
このように、1枚目のASR <0からプロファイリングの錯覚を起こし、2枚目はASR >3という奇跡が起きているのです。
久しぶりにフェンスを読みました。MMは一種の「化粧品」であり、本当の利益とリスクの比率を黒字にすることはできないが、バックテスト上ではそのような錯覚を起こさせることができる。
もちろん、トレーダーを騙すために考えられる方法をすべて分解することは現実的ではありません。 しかし、マーティンの例では、おそらくすべての人に当てはまるわけではありませんが、それを示すのは簡単です。
例えば、同一のランダムエントリー、同一のTP/CLを持つ2TSを例にとりますが、最初のロットは一定で、2番目は前のトレードが負けていれば-2倍にします。
ここでは、そのランダムな一例をご紹介します。
見ての通り、1枚目のASR＜0から黒字の錯覚が生まれ、2枚目はASR＞3の不思議！？
百聞は一見に如かず、何度も何度も試行錯誤を繰り返した結果です。
久しぶりにフェンスを読みました。MMは一種の「化粧品」であり、本当の利益とリスクの比率を黒字にすることはできないが、バックテスト上ではそのような錯覚を起こさせることができる。
もちろん、トレーダーを騙すために考えられる方法をすべて分解することは現実的ではありませんが、多くの組織では、最もクールなものでさえそれを行っています。 しかし、マーティンの例では、おそらくすべての人に当てはまるわけではありませんが、それを示すのは簡単です。
例えば、同一のランダムエントリー、同一のTP/CLを持つ2TSを例にとりますが、最初のロットは一定で、2番目は前のトレードが負けていれば-2倍にします。
ここでは、そのランダムな一例をご紹介します。
ご覧の通り、1枚目のASR＜0と2枚目のASR＞3のミラクルから熟練度の錯覚が生まれましたね
最後の最後に奇跡が
それゆえ、雪崩を起こす
雪崩はうんちからではなく、分析ができないこと、つまり値動きのランダム性を重視することから生まれる。私はニューロンの専門家ではありませんが、ドロップアウトは 一種の正則化であり、ニューロンを訓練する際に、一部のニューロンをゼロにすることで、ニューロンがより良く汎化され、1つのニューロンにあまり多くの情報が集中しないようにします。
すべてクリアしている、いわば何度もやっていることなんです。
では、なぜ口論になるのですか？
ABCです、銀行やヘッジファンドに就職しようとして、バックテスターで戦略を最適化すると言っても、根性（mm、実行力など）があっても黒星になります、地方DCにすら連れて行ってもらえませんよ。
では、何を議論しているのですか？
アルファベットです、銀行やヘッジファンドに就職しようとして、バックテスターで戦略を最適化しますと言えば、根性（mm、約定など）があっても、地方の証券会社でも黒星になりますよ。
私は議論していない、私は扇動者だ
議論する意味はあるのでしょうか？正直に稼いだ利益を私に分け与えるつもりはない、私はあなたの損失を補填する約束をしていないのか？
))))
銀行には他の目標がありますが、銀行も定期的にお金を失っていると言えます ;)
証券会社については、その目的が異なる。- 目的も違うということですね。
SZS: 私は異端者との戦いを覚えている、今こそ誰が正しくて誰が火あぶりにされるのかを知る時だ )))
UPD：そろそろ素敵な物語を...。
同じようなチャートを作ってみたが、EA自体がTSを生成しており、TSは完璧ではないが、このチャートは今後の作業に使えそうだ