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 1744

[Vladimir Perervenko]

mytarmailS:

このパッケージを紹介したのは私なんですが、mt4用のスクリプトを作ってくれと頼んだときに、nnforパッケージのニューロンがあって、ターゲットはTSreprのPIP- Perceptually Important Points (repr_pip):) だったのを覚えています。

ウラジミール！いくつか質問があるのですが、よろしいでしょうか？

1) EURUSDのジグザグ方向の分類で達成できた最大誤差を教えてください。また、その際にノイズフィルターを 使用したのでしょうか？

2) 論文で述べられている予測変数の「離散化」は、学習の質を悪化させるか？

3) 最下層で、ある種のメタ学習を試みたいのですが、そのアイデアの要点は以下の通りです。

n1. データをもとにフォーキャスターを訓練する。

n2.Forestが生成したルールを全て取り出し、新しい予測器として提出する。各ルールは予測器なので、500～1000のルールがある。予測変数は "まばら "に見えるが、何ができるのか？

P.3 予測ルールに新しいモデルを学習させる...

というものです。

1) 予測変数の数を増やす

2) より複雑で深いルール、すなわちより階層的に複雑なルールを得ることができる

3) Forestは、すべてのルール（ツリー）の合計として予測を表示します。すべてのルールの合計ではなく、ルールを個別に考慮すれば、クラスラベルをよりよく分離でき、ルールのいくつかのユニークな組み合わせを見つけることができるかもしれません。

問題は、今書いたのはいつものグラディエントブースティングではないのか、ということだ。

4) また、satlや fatlなどの スペクトル指標はどこで手に入るのでしょうか ？

1.このパッケージの話、覚えています。プロミスのパッケージ。

2 ELMアンサンブルを用いた場合の最良結果はAcc=0.8+-0.1。ノイズフィルターだけ ではありません。 精度は、TCにとって最も重要な品質指標ではありません。我 々の目的では、特定の時間間隔におけるバーごとの最大平均報酬を持つことがより重要である。

3.離散化により、外れ値の問題を取り除き、予測因子とターゲットの関係をより線形にすることができる。しかし、まだ分類の質が大きく改善されたわけではありません。この方向で掘り進んでいきたいと思います。多くの新しい技術が生まれました。

4.単純な森で泥沼化したのは理解できない。現在、上下に除雪されています。新しいRFのオプションは何十種類もあります。 最新のエキゾチックでまだ生々しいのがgensembleです。決定木だけでなく、あらゆるモデルを入れ子にすることができる森。

車輪を再発明する必要はなく、既製品にうまく乗れるようになることが大切です。

MT5とPythonの連携パッケージを実装している最中なんですが、Rとの連携が止まってしまったのが残念です。

グッドラック

[MrBobr1]

面白いテーマですね。私は数学者ではなく、機械学習とは程遠いのですが、何が問題なのかがよくわかります。そして、それを解決する方法を知っています。相場がいつ動き出すのか、全く動かないのか、動き出したらいつ終わるのか、この動きで儲けられるのかが分からないと、自己鍛錬のシステムは作れません。 作業モデルを作る、つまり儲かるシステムを既に持っていなければならないのです。そして、それを起点として、システムを比較・改善するためのアルゴリズムを設定することです。私はこの方法に従って、マニュアル取引用ではありますが、簡単なアルゴリズムを作りました。興味のあるトピックを見る アカウントを1000倍にする方法https://www.mql5.com/ru/forum/330313。

[mytarmailS]

ウラジミール・ペレヴェンコ

2. ELMアンサンブルの最良結果はAcc=0.8+-0.1。ノイズサンプルの処理は必須である。ノイズフィルターだけ ではありません。

見てください、これがxgboostの結果です。

ジグザグ、分類、ユーラ時計、ノイズ除去なし 、予測因子（PCAと指標）、データ準備なし、すべて積み上げればよい。

オーオーエスエラー

[1] "Final Accuracy = 77.16%"

だから、木も悪くないし、ノイズを取り除けば・・・。

ウラジミール・ペレヴェンコ

TSにとって、精度は最も重要な品質要素ではありません。 我々の目的では、ある時間間隔でのバーごとの最大平均 報酬を持つことがより重要である。

そして、それがどのようにターゲット変数として表現できるのか。

ウラジミール・ペレヴェンコ

3.離散化により、外れ値の問題を取り除き、予測因子とターゲットの関係をより直線的にすることができます。しかし、分類の質に意味のある 向上は まだ得られていません。この方向で掘り続けています。多くの新しい技術が登場しました。

要は悪くならないように、個人的にはカテゴリーデータへの変換のために離散化が必要で、できれば情報ロスがないようにしたいです。繰り返しになりますが、これらはすべてルール作りのために必要なことです。

ウラジミール・ペレヴェンコ

4.単純な森に拘泥する意味がわからない。

むしろ決め打ちのルール全般が苦手なんですが...。研究モデルに興味があるのは分かりますが、私はプロセスそのものに興味があり、そこに解釈可能性が必要なのです。

あなたや （他の99.9％の人が）やって いる「標準学習」は、市場との関係で欠陥がある。

標準的な学習」とは、データが行列で表され（行はクラスラベルを持つ学習セット）、このモデルは行列の行以外には何も見ないという意味である。

もし市場がイベントドリブン型であると想像するならば、そしてそうであると確信しているが、ある状況をモデル化してみよう。

if event 1then event 2then event 3 then Y == 1

このルールの通り ))))(これも、なぜルールに拘ったかの答えです)

イベント1が1週間前に起こり、イベント2が昨日起こった場合はどうでしょうか？

イベント1が発生することができ、1週間前と5分前にそれらの定期的ではなく、それぞれのイベントで、イベントが発生し、正しい順序で主なものであれば何。

データがマトリックス状で、スライディング ウィンドウ法で プロットされたデータでは、AMOはこのような規則性を見つけることはできない。

ということなんですねぇ．規則的でない時間軸で発生するパターンを探すにはどうしたらいいのでしょうか？

このような疑問に対して、何か答えになるようなものを探してみました。

連想規則を探す -arules パッケージ。

Yが関連するそのようなルールを見つけることができ、これらのルールがどのような順序で発生しても

連想規則シーケンスのルックアップarules seqence

Yが関連するそのようなルールを見つけることができるが、これらのルールの順序を考慮する。

TraMineR 配列の深い解析とクラスタリング

遺伝的ルール生成 SDEFSR

このパッケージの本質は、Yを予測することではなく、Yを説明することであり、Yが現れるために学習マトリックスでどのような事象が起こるべきかを説明しようとするアルゴリズムである

これらのアプローチにより、理論的には現在の予測能力のポテンシャルが大幅に向上するはずです。

そして、ご覧の通り、いずれも論理的なルールに基づいている)

[mytarmailS]

MrBobr1 です。
興味深いテーマですね。私は数学者ではなく、機械学習とは程遠いのですが、この問題が何であるかはわかりました。そして、それを解決する方法を知っています。相場がいつ動き出すのか、いつ始まるのか、いつ終わるのか、この動きで利益を上げることができるのかがわからないと、自己鍛錬のシステムを作ることはできません。 作業モデルを作ること、つまり利益を上げるシステムを作ることが必要なのです。そして、それを起点に、システムを比較・改善するためのアルゴリズムを設定する。私はこの方法に従って、マニュアル取引用ではありますが、簡単なアルゴリズムを作りました。興味のあるトピックを見る アカウントを1000倍にする方法 https://www.mql5.com/ru/forum/330313。

このスレッドの半分に目を通したが、まだ要点がつかめない)

[Valeriy Yastremskiy]

mytarmailS:

このスレッドの半分に目を通しましたが、まだ何が言いたいのか理解できていません)

要は、単発の確率とアンサンブルの確率は違うし、何でもありなんです。

[MrBobr1]

mytarmailS:

このスレッドを途中まで見たのですが、まだ要領がつかめません)

単純なことです。市場全体を理解しようとしないほうがいい。また、ロボットが市場全体からこれらのパターンを探すことを信用してはいけません。市場のごく一部だけを取り上げる。そして、市場の似たような部分だけのパターンを探すようにロボットを信頼してください。または、自分でこれらのパターンを見つける。市場には、負ける確率より稼ぐ確率の方がはるかに高い状況が存在する。そして、市場に出ない方が良い状況もあります。そして、このような状況がほとんどです。そこで、市場のこの部分だけを取り出して、他の動きをすべて無視して、取引アルゴリズムを 作ります。

[MrBobr1]

mytarmailS:

このスレッドの半分に目を通しましたが、未だに何が言いたいのか理解できていません（笑)。

本を半分だけ読んで何もわからないようなものです。 何百倍にも増やした人もいれば、何十倍にも増やした人もいますし、ある作家は1000倍に増やしたと枝に書いています。だから、市場には規則性があるのです。この規則性を利用して仕事をしなければなりません。https://www.mql5.com/ru/forum/330313。

[mytarmailS]

MrBobr1 です。

単純なことです。市場全体を理解しようとする必要はないのです。そして、市場全体からこれらのパターンを探すロボットを信用してはいけない。 市場の ごく一部だけを取り上げる。そして、市場の似たような部分だけのパターンを探すようにロボットを信頼してください。または、自分でこれらのパターンを見つける。市場には、負ける確率より稼ぐ確率の方がはるかに高い状況が存在する。そして、市場に出ない方が良い状況もあります。そして、このような状況がほとんどです。そこで、市場のこの部分だけを取り出して、他の動きをすべて無視して、取引アルゴリズムを作成します。

それは、ここでも同じですが、レベルが違いますね......。

これがアルゴリズム...解き木、設計木です。

何ですか？

これは、市場のある部分を マークしていると考えることができる論理的なルールであり、この部分のマイクロトレーディングシステムであると想像することができます。そして、さらにそのようなルール（マイクロシステム）を多数、時には数千個も追加していくと、Forestのアルゴリズムになります

[Renat Akhtyamov]

MrBobr1 です。

単純なことです。市場全体を理解しようとする必要はないのです。そして、市場全体からこれらのパターンを探すロボットを信用してはいけない。市場のごく一部だけを取り上げる。 そして、市場の似たような部分だけのパターンを探すようにロボットを信頼して ください。または、自分でこれらのパターンを見つける。市場には、負ける確率より稼ぐ確率の方がはるかに高い状況が存在する。そして、市場に出ない方が良い状況もあります。そして、このような状況がほとんどです。そこで、市場のこの部分だけを取り出して、他の動きをすべて無視して、取引アルゴリズムを作成します。

いいえ、そうではありません。

[mytarmailS]

MrBobr1 です。

本を半分だけ読んで何もわからないようなものです。 アカウントを100倍にすることに成功した人もいれば、10倍にすることを繰り返した人もいますし、ある作者はアカウントを1000倍にすることに成功したとスレッドに書き込んでいます。だから、市場には規則性がある。 だから、この規則性を利用するのだ。https://www.mql5.com/ru/forum/330313

調べてみても、アクションのアルゴリズムが明確でなく、明確でないものも全く見えず、写真やシェア1000％の投稿ばかりで、理解できませんでした。