В предыдущей статье мы познакомились с алгоритмом Random Decision Forest и написали простого самообучающегося эксперта на основе Reinforcement learning (обучения с подкреплением). Было отмечено основное преимущество такого подхода: простота написания торгового алгоритма и высокая скорость "обучения". Обучение с подкреплением (далее просто RL...
ローカルトレンドの何を見るのか、時間軸が違う、グラデーションをどうするのか、少なくともロジックはどうするのか。もちろん、そうです。答えは、70から20刻みですべてのシンボルのテストにあります ))) とシリーズの90%の利益場合 )))))糞確率は仕方ないとしても・・・10%は常に・・・。常に教育し、オプトアウトもしなければならない...。
すべてがかなりダサい。例えば、rsi指標は、与えられた長さのスライディングウィンドウで多項式回帰により平滑化されます。最初の値を引き、ゼロから局所的な傾向を得る。そして、異なる頻度で、異なる分布からトレードをサンプリングし、新しいデータで安定する変種を選択します。
このように
https://www.mql5.com/ru/articles/4777
酔っているのか?))
確かに信念と問題への理解は別物すぎる。 公開したらしたで、条件が違えば同じ問題、それ以上はない。御提案が広すぎます))))))
ぶっちゃけた話、全部です。例として、rsi指標は、与えられた長さのスライディングウィンドウで多項式回帰により平滑化されます。最初の値を引くと、ゼロからの局所的なトレンドが得られる。そして、異なる頻度で、異なる分布からトレードをサンプリングし、新しいデータで安定する変種を選択します。
このように
https://www.mql5.com/ru/articles/4777
ということになるのですが...。20年30年前のアルゴリズムなのに悲しい...。その答えは、私たちが最初ではありません。現在のフィルターでの平均化、地獄のアルゴリズムで...。説明できないのですが、アルゴリズムの古さを見ると、その結果はランダムであり、何かが間違っている、という結論に達します。今日中に分析します、何をどのようにすればいいのか、過去のものをフィルターに入れるのはどうなのかわかりません。
1つのアルゴリズムですべてのTFを説明し、正しい結論を導き出すことができる素晴らしい方法です。過去の指導者には、そのような機会がなかったのです。
という感じです。アルゴリズムは20~30年前のものなのに、悲しいですね...。その答えは、私たちが最初ではありません。現在のフィルターでの平均化、地獄のアルゴリズムで...。説明できないのですが、アルゴリズムの古さを見ると、その結果はランダムであり、何かが間違っているという結論に至ります。 今日の分析では、まだ何がどのように、そして過去数回のグッズのフィルターがわかりません。
あくまで一例であり、シリーズをスムーズにする必要がある場合もあります。
よし、信念と課題の理解は別物だ。もし公開したら、異なる条件での均質な課題、それ以上はない。提案の幅が広すぎる))))))
何が信仰だ。お前ら何言ってんだ?1つのデータセットで全てをカバーするのは難しいのでは?どのように機能するのですか?
お前らどうしたんだ?皆さんは、どんなことをされているのでしょうか?
わかったよ、俺だけなんだ。
1つのアルゴリズムですべてのTFを考慮し、正しい結論を導き出す方法を考えています。過去の指導者には、そのような機会がなかっただけなのです。
スペクトル解析
約100年前からある)
ターゲットと価格、様々な有用な指標を含むデータセットを作成し、 ここに投稿し、テストとトレースを作成し、すでに学習したモデルの完全なOOSテストのために「test2」を作成したらどうでしょう。
人々はデータセットをダウンロードし、分類の質を向上させようと試み、何かうまくいけば、それが特徴・指標としてデータセットに追加されます。
そのためには、人々の目的を十分に理解することが必要ですが、公的な場では難しいことです。人々はターゲットアクションの代わりに物事を行い、質問をし、時間とあなたの時間を浪費します)))))
は、人々の目的を十分に理解することが必要であり、公開の場では困難である。人々は、ターゲットアクションではなく、非ターゲットアクションを取り、質問をし、時間とあなたの時間を浪費します)))))
その他に目標とするアクションは?何を言ってるんだ?
ターゲットはデータセットのターゲット変数です!または、クラスラベル、ターゲット、ラベル、クラスなど、どのようにでも呼ぶ ことができます...それは主観的なものではなく、明確でしばしばバイナリベクトルです!...それは、データセットのターゲット変数です。
課題の趣旨を十分に理解することが必要であり、公開の場では提供することが難しい。
とにかくシンプルで、簡潔なのです。
もし、データセットのエラーを減らすことができなければ、それは理解がないことを意味します。もし、理解がなければ、座って書かないでくださいそして、彼は賢い人を読んでいる。賢い人とは、誤差を減らすことに成功した人のことだ。
すべてが明確で、矛盾がない!
賢い人は、1つのデータセットに取り組むので、擬似的なチームで仕事をするから賢くなるのです。
バカは賢い奴がやってるのを見てるから賢くなるんだよ。
データセットには、ターゲットを予測するのに適した新しい機能がどんどん追加されています。
全勝!でも、それを理解しないと誰もできない((
スペクトル解析
100年前に発明されたものです ))
それはわかるのですが、1回の平均化というか間引きに対してで、問題はすべてのタイムフレームで同じアルゴリズムを作るにはどうしたらいいか、対象タイムフレームを5分ではなく15分にして、1時間のデータを見て、1時間が終わって1分、5分と戻っていくのか、という判断になります。トレンドスプレッドの最小値を制限するのは理解できるが、それはあくまでブレークイーブンであり、利益を最大化するものではない。どのTFで利益が最大になるかを素早く計算/推定する方法は?そして同時に、期待されるリスクはブレークイーブンを超えることはないでしょう。
その他のターゲットアクションは?何を言ってるんだ?
ターゲットアクションとは、一緒に何かをするときに、人、実行者、仲間がすべきこと、することを想定したものです。でも、あることを言っても、その通りに理解してもらえないこともある。一音節のタスクでは、これは簡単に修正できます。複雑なものでは、もっと複雑です。