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 1761 1...175417551756175717581759176017611762176317641765176617671768...3399 新しいコメント Rorschach 2020.05.02 18:32 #17601 ロールシャッハ ふと思ったのですが、アーカイバはランダム性のテストとして 使えますね。ランダムはアーカイバで圧縮されません。 コチエ、異なるサイズ、いくつかのサンプルをテストする必要があります。コンポーネント分解をしてみて、圧縮率が改善されるかどうか試してみてください。 flacの方が向いているようですが、圧縮はもっとひどいです。ロールシャッハ:圧縮はflacの方が適しているようですが、flacの方が悪いですね。 数量比では、フラクタルと同程度の価格です Valeriy Yastremskiy 2020.05.02 18:47 #17602 ロールシャッハ 出来高比率で見ると、価格はフラクタルのように見える グッドスタート価格は、パターンが確実に存在するフラクタル変奏曲に似ているとすれば)))ランダム性を持ったPも正解)))) ひとつわからないのは、圧縮比がランダムレンジとPで一番高いのはなぜか? Rorschach 2020.05.02 20:14 #17603 ヴァレリー・ヤストレムスキー ひとつわからないのは、圧縮比が乱数域とPiで一番高いのはなぜか? その逆で、圧縮比が一番低くなっている Valeriy Yastremskiy 2020.05.02 20:41 #17604 ロールシャッハ その逆で、圧縮比が一番小さいのです 柄を抜いて解凍し、オリジナルとの違いを確認するために残しておいた。 bilbo_b 2020.05.03 07:59 #17605 ロールシャッハ ふと思ったのですが、アーカイバはランダム性のテストとして 使えますね。ランダムはアーカイバで圧縮されません。 コチエ、サイズ違い、数種類のサンプルを確認する必要があります。コンポーネントへの分解を行い、圧縮率が改善されるかどうか試してみてください。 flacの方が適しているようですが、より悪く圧縮されます。ロールシャッハ:圧縮はflacの方が適しているようですが、flacの方が悪いですね。 このアイデアは以前にも見たことがあります。第三者のリソースへのリンクは禁止されているので、画像付きで貼り付けます。 Aleksey Vyazmikin 2020.05.03 10:39 #17606 面白いのは、画像を波で表現することです。正確には50波です。 それぞれの波がNSの入力に供給される可能性がある。 ちょっと思っただけです。 Бэтмен, Ведьмак и Макс Пэйн в минимализме — всего 50 линий и 2 цвета kanobu.ru Говорят, лучшие образы — это те, которые не теряют силы при минимальных средствах выражения. Мы нашли способ, как это проверить. В интернете появился... mytarmailS 2020.05.03 11:37 #17607 アレクセイ・ヴャジミキン 面白いのは、画像を波で表現することです。正確には50波です。 それぞれの波がNSの入力に供給される可能性がある。 単なる思いつきです。 面白いけど、意味がない) Aleksey Vyazmikin 2020.05.03 12:09 #17608 mytarmailS: 楽しくもあり、無意味でもある ) 私は実験的に「コンボリューション」予測器を持っていますが、その原理はチャートをグリッドに分解し、バーの集積、実際にはコントラストを知らせるというものです。そして、意外なことに、葉っぱによっては柄が効くんです。このアイデアはまだそれ以上発展させておらず、データ 構造と集計機能に重点を置いています。私が言いたいのは、データ圧縮の原理はここでも本質的に似ているということです。 ところで、オープンデータを使って実験的に取り組むという提案も興味深いですね。しかし、オープンソースのEAにパーティショニング機能や予測変数の保存機能がなければ、どのように実現するのでしょうか? mytarmailS 2020.05.03 12:31 #17609 アレクセイ・ヴャジミキン 私は実験的な「コンボリューション」予測器を持っていますが、その原理はチャートをグリッドに分割し、バーの蓄積を知らせるというもので、実際には対照的なものです。そして、意外なことに、いくつかの葉ではそのパターンが有効なのです。このアイデアはまだそれ以上発展させておらず、データ 構造と集計機能に重点を置いています。私が言いたいのは、本来はデータ圧縮の原理と似たようなものがあるということです。 似たようなことをやっていますが、分布の形で、もっとトレーダー的な言い方をすると、チャートの代わりにボリュームプロファイルのようなものを作りました、面白いものです.........。掘り出し物あり+レベルの表現+便利なアルゴリズム化 アレクセイ・ヴャジミキン ところで、オープンデータセットで実験的に取り組むという提案は興味深いですね。しかし、プレディクターをマーキングして保存する機能を持つオープンソースのEAがなければ、どうでしょう? txtやcsvファイルで、列が特徴量/予測値/属性で、最後がターゲットファイルというイメージです ターゲットとなるものがどうあるべきか、どのようなパラメータを持つべきかを合意して、先に進む...。 参加者は皆、ソフトウェアでデータセットを開き、分類の誤りを減らすことを試み、成功すれば、生成されたそれらの特徴をデータセットに追加し、改良されたデータセットを送り返す、というように、特徴生成と選択の人間遺伝的アルゴリズムが現れるのです。 許容できる誤差が得られたら、すべてをmqlのコードに移植することを考えよう そうこなくっちゃ 許容誤差は95%+、今のところ最大で77-83%+-だと思います。 また、「ゴミ署名」の発生を防ぐために、例えば、署名は少なくとも1%誤差を改善しなければならない、さもなければ、15000袋を投げて、「私は2%誤差を改善した」と言うだろう、というような制限を設けることができます)) I'm a hero))。 Aleksey Vyazmikin 2020.05.03 12:56 #17610 mytarmailS: 似たようなことをしましたが、分布という形で、もっとトレーダー的に言うと、チャートの代わりに出来高プロファイルみたいなものを作りました、楽しいものです...。掘ることに意味がある+レベルの表現+便利なアルゴリズム 16個の4x4セルとダイナミックウィンドウがあり、それぞれのセルで何本のバーが閉じたかをカウントしています。 mytarmailS: .txtまたはcsvファイルで、列は機能/プロテクター/シグネチャーで、最後の1つはターゲットのものです。 ターゲットがどうあるべきか、どのようなパラメータを持つべきか、すぐに合意して進めるのですが......。 ターゲットはExpert Advisorによって生成されるべきであり、そうでなければ、データを使用して新しい予測子を取得する方法は明らかではありません。 そして、ターゲットに多くの負荷をかけることができ、それによって予測器の予測力を明らかにすることができます。 楽器はすべて同じものを使用します。モエックスフューチャーや接着剤がよいでしょう。私はSiが好きです。 1...175417551756175717581759176017611762176317641765176617671768...3399 新しいコメント 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
ふと思ったのですが、アーカイバはランダム性のテストとして 使えますね。ランダムはアーカイバで圧縮されません。
コチエ、異なるサイズ、いくつかのサンプルをテストする必要があります。コンポーネント分解をしてみて、圧縮率が改善されるかどうか試してみてください。
flacの方が向いているようですが、圧縮はもっとひどいです。ロールシャッハ:圧縮はflacの方が適しているようですが、flacの方が悪いですね。数量比では、フラクタルと同程度の価格です
出来高比率で見ると、価格はフラクタルのように見える
グッドスタート価格は、パターンが確実に存在するフラクタル変奏曲に似ているとすれば)))ランダム性を持ったPも正解))))
ひとつわからないのは、圧縮比がランダムレンジとPで一番高いのはなぜか?ひとつわからないのは、圧縮比が乱数域とPiで一番高いのはなぜか?
その逆で、圧縮比が一番低くなっている
その逆で、圧縮比が一番小さいのです
柄を抜いて解凍し、オリジナルとの違いを確認するために残しておいた。
ふと思ったのですが、アーカイバはランダム性のテストとして 使えますね。ランダムはアーカイバで圧縮されません。
コチエ、サイズ違い、数種類のサンプルを確認する必要があります。コンポーネントへの分解を行い、圧縮率が改善されるかどうか試してみてください。
flacの方が適しているようですが、より悪く圧縮されます。ロールシャッハ:圧縮はflacの方が適しているようですが、flacの方が悪いですね。このアイデアは以前にも見たことがあります。第三者のリソースへのリンクは禁止されているので、画像付きで貼り付けます。
面白いのは、画像を波で表現することです。正確には50波です。
それぞれの波がNSの入力に供給される可能性がある。
ちょっと思っただけです。
面白いのは、画像を波で表現することです。正確には50波です。
それぞれの波がNSの入力に供給される可能性がある。
単なる思いつきです。
面白いけど、意味がない)
楽しくもあり、無意味でもある )
私は実験的に「コンボリューション」予測器を持っていますが、その原理はチャートをグリッドに分解し、バーの集積、実際にはコントラストを知らせるというものです。そして、意外なことに、葉っぱによっては柄が効くんです。このアイデアはまだそれ以上発展させておらず、データ 構造と集計機能に重点を置いています。私が言いたいのは、データ圧縮の原理はここでも本質的に似ているということです。
ところで、オープンデータを使って実験的に取り組むという提案も興味深いですね。しかし、オープンソースのEAにパーティショニング機能や予測変数の保存機能がなければ、どのように実現するのでしょうか?
私は実験的な「コンボリューション」予測器を持っていますが、その原理はチャートをグリッドに分割し、バーの蓄積を知らせるというもので、実際には対照的なものです。そして、意外なことに、いくつかの葉ではそのパターンが有効なのです。このアイデアはまだそれ以上発展させておらず、データ 構造と集計機能に重点を置いています。私が言いたいのは、本来はデータ圧縮の原理と似たようなものがあるということです。
似たようなことをやっていますが、分布の形で、もっとトレーダー的な言い方をすると、チャートの代わりにボリュームプロファイルのようなものを作りました、面白いものです.........。掘り出し物あり+レベルの表現+便利なアルゴリズム化
ところで、オープンデータセットで実験的に取り組むという提案は興味深いですね。しかし、プレディクターをマーキングして保存する機能を持つオープンソースのEAがなければ、どうでしょう?
txtやcsvファイルで、列が特徴量/予測値/属性で、最後がターゲットファイルというイメージです
ターゲットとなるものがどうあるべきか、どのようなパラメータを持つべきかを合意して、先に進む...。
参加者は皆、ソフトウェアでデータセットを開き、分類の誤りを減らすことを試み、成功すれば、生成されたそれらの特徴をデータセットに追加し、改良されたデータセットを送り返す、というように、特徴生成と選択の人間遺伝的アルゴリズムが現れるのです。
許容できる誤差が得られたら、すべてをmqlのコードに移植することを考えよう
そうこなくっちゃ
許容誤差は95%+、今のところ最大で77-83%+-だと思います。
また、「ゴミ署名」の発生を防ぐために、例えば、署名は少なくとも1%誤差を改善しなければならない、さもなければ、15000袋を投げて、「私は2%誤差を改善した」と言うだろう、というような制限を設けることができます)) I'm a hero))。
似たようなことをしましたが、分布という形で、もっとトレーダー的に言うと、チャートの代わりに出来高プロファイルみたいなものを作りました、楽しいものです...。掘ることに意味がある+レベルの表現+便利なアルゴリズム
16個の4x4セルとダイナミックウィンドウがあり、それぞれのセルで何本のバーが閉じたかをカウントしています。
.txtまたはcsvファイルで、列は機能/プロテクター/シグネチャーで、最後の1つはターゲットのものです。
ターゲットがどうあるべきか、どのようなパラメータを持つべきか、すぐに合意して進めるのですが......。
ターゲットはExpert Advisorによって生成されるべきであり、そうでなければ、データを使用して新しい予測子を取得する方法は明らかではありません。
そして、ターゲットに多くの負荷をかけることができ、それによって予測器の予測力を明らかにすることができます。
楽器はすべて同じものを使用します。モエックスフューチャーや接着剤がよいでしょう。私はSiが好きです。