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 1782 1...177517761777177817791780178117821783178417851786178717881789...3399 新しいコメント Maxim Dmitrievsky 2020.05.12 08:47 #17811 ヴァレリー・ヤストレムスキー また、インクリメントの何が気に入らないのでしょうか？基本的には時間調整された速度である。でも、平均化しないことにはどうしようもないんです。しかし、平均値を考慮し始めると、すぐに迷路に入り込んでしまう。どこかにワーキングミドルがあるはずです。最後のティックでは、バーが足りず、もう少し太くなります。 異なるラグを持つ2つ以上のプリオ、異なるクラスタ数に対して インクリメントのペアの間には機能的な依存関係がないので、クラウドが半分に分割されるなど、バカバカしいことになる。インクリメントよりもっと厳しいものが必要だ。 何らかの形で変身させるべきかもしれません。 例 Valeriy Yastremskiy 2020.05.12 10:06 #17812 マキシム・ドミトリエフスキー： 異なるラグ、異なるクラスタ数で2つ以上の増分を行う。インクリメントのペアの間には機能的な依存関係がないので、クラウドは単純に半分に分割される、など。インクリメントよりもっと厳しいものが必要だ。何らかの形で変身させるべきかもしれません。例 ペアのインクリメントがよくわからないのですが。最後の2小節か何かで？ スピードやアベレージの方向性もまだ考えているんです。また、ティックワイズクラップがあるべきです。つまり、TSが何らかの決定を下す際にも、ティックワイズな振る舞いがあるべきです。 異なるTFは、現状から離れた兆候をウェイトダウンしているだけです。セムコは独自のシステムを持っていますが、私はTFの方が好きです。均等性が あり、極限を考慮したシステムになっています。 ふと思ったんです。価格雲に注文を出すので、ドローダウンは99％マイナスになります。しかし、どうして自分たちが間違っていなかったと推定できるのだろうか。直近の極値を使って、直近の極値がマイナスであれば、損切りせずに決済することもあります。 Valeriy Yastremskiy 2020.05.12 12:08 #17813 最近の数本のバーと120本のバーの履歴で測定することができます。1ヶ月で10年です。十分だと思います。 マッハ2、14、30、120、480のスピードで、高音と 抑揚を見つける。 隣接するストローク間の広がりと最大値、キンクの検出 マシャスとの価格差は最大だが、これは通常、本当の意味での極端な価格差である。 平均トレンド時間（最大値と最小値を強調表示 トレンドの平均差、アラフォー。 そして、トレンドをフラックスとその持続時間に分割することが可能です フラットにおけるトレンドの平均時間。上位のTFの下位のものの傾向。 トレンドの平均時間。 そして、他のパラメータによって、異なるパラメータが重要になるようです。そして、その関連性は明白ではありません。下位のTFと上位のTFをつなぐのは、真っ先に思いつくことですが、それだけでは不十分であることは明らかです。そして、リンク先にはまだ論理が見いだせません。 Maxim Dmitrievsky 2020.05.12 22:49 #17814 Valeriy Yastremskiy： 2,3刻みというのがよくわからない。最後の2小節か何かで？ 異なるラグを持つ2つの時系列。何でもかんでもクラスタリングすればいいのですが、そうするとまた、何をなぜクラスタリングしているのか、対象領域の誤解に陥ってしまいます。インターネット上では成功例を見たことがない。ちなみに、季節成分ではなくクラスターを割り当てたいと思いつつ、それを忘れてMOを突っ込み始めてしまいました...。ウイ...それなら、別の研究をしていることになりますね Aleksey Vyazmikin 2020.05.12 23:32 #17815 mytarmailS: 時間とはボラティリティの代理であり、それは時間的に季節的なもので、アクティブな取引時間があればパッシブなものもある そうですね、考慮してませんでした。 mytarmailS: はい、保存はできますが、モデルを教えるためには、この行列を環境にロードする必要があり、それで終了となります））、というより、もっと早く、述語による行列の形成の段階で CatBoostを試してみてください。いずれにせよ、私はそれを訓練することができ、その結果を見ることができます。 mytarmailS: うわーギグって小さくないですね、看板何枚あるんだろう？ このサンプルでは566個。 mytarmailS: 遺伝子の木とは？ 1) シンプル ) 2）どうなんでしょう？また、ZZの予測値はどのように調整するのですか？ 3）まあ、あなたはそのようなオープニングか何かとして燭台を持って、それはすでに歪んでいる、彼らは道化師によってされるべきであるので、ここですぐに多くの混乱、どのように構築するための兆候、ターゲットなどを行う方法（不要な痛み）、あなたは自分のために何かを変更した場合、あなたは常に他人のためにオリジナルを残す必要があります）。 遺伝的アルゴリズムで 木を構築し、分割を選択するRのスクリプト。あまり詳しくないのですが......ドクの作品。 2.私はZZベースのプレディクターを使用していますが、ターゲットと同じZZで計算した方が効率が良いのは明らかです。 3.小節の始めにそのOHLCを知らないので、そのように書いたのですが、実際のところどうなんでしょう。 結論、やり直した方がいいのか、意味がないのか？ mytarmailS 2020.05.13 04:33 #17816 アレクセイ・ヴャジミキン 結論、やり直した方がいいのか、意味がないのか？ キャットバストは役に立ちません、問題はデータの大きさです、形質も作れない、トレーニングもできないでしょう...。 サンプルを50キロにする、小さくする、深刻にならないようにする、オーバートレーニングの可能性を高くする、......。..., ...タスクは生産用のロボットを作ることであり、ただエラーを減らすための共同作業であり、そして得られた知識はどんなツールや市場にも転用できる、何かが重要であるというサインを見るには5万円でかなり十分です。 アレクセイ・ヴャジミキン 3.バーの始めに、私はそのOHLCを知らないので、それを書き留めました - 実生活で起こるように。 OHLCを知らない人は書く必要がない。 なぜOHLC全体をずらすのか？ そんなことは誰もしない、トレーニングのために1ステップだけ未来を見るようにZZを1ステップずらせばいい、それだけのことだ。ウラジミール・ペレルヴェンコの鹿鳴館に関する記事を読んだことがある人は、ぜひ読んでみてください。すでにデータの最適な扱い方が確立されていて、誰もがそれに慣れているときに、誰かが同じように、しかし違うやり方でやろうとすると、なんだか無意味に腹立たしく、この著者のデータを扱おうとする人に多くの誤りを引き起こすのです。 もし、それでも何かやりたいというのであれば、次のような条件があります。 1）データ50〜60kはこれ以上、好ましくは1つのファイル、ちょうど最後のろうそくのNはテストになることに同意するものとします。 2) データは、できれば糊付けなしで、最新の価格だけでなく、糊付けでは不可能なサポートとレジスタンスも考慮できるようにすること 3) ターゲットがすでにデータに含まれていること 4) 日付、時刻、o、h、l、c、ターゲットのフォーマットによるデータ それとも、データセットを作成したほうがいいのでしょうか？ Valeriy Yastremskiy 2020.05.13 13:48 #17817 マキシム・ドミトリエフスキー 異なるラグを持つ2つの時系列。何でもかんでもクラスタリングすればいいのですが、そうするとまた、何をなぜクラスタリングするのか、対象領域の誤解から抜け出せなくなるのです。インターネット上では成功例を見たことがない。ちなみに、季節成分ではなくクラスターを割り当てたいと思いつつ、それを忘れてMOを突っ込み始めてしまいました...。ウイ...それなら、別の研究をしていることになりますね よくあることだ、論理はでたらめに我慢できない ))) ......。ここまでの理解には問題がある。あるのは、平均化、間引き、GAと、かなり短いデータでの学習だけです。シリーズ特性の分離に関する研究も見たことがありません。一方、異なるTFの系列解析は同一であるべきです。低いTFにするための基準があるはずだ。例えば、下のTFで十分な広がりとスピードを持ったトレンドが決まれば、上のTFのトレンドに逆らってそちらに移行することが可能です。でも、これはロジックです。なんとか特性をグループ化して、シリーズの異なる挙動を見るべきでしょう。 反対から解く場合。 原子力発電所では、19のパラメータを見ていましたが、赤色でロッドを取り外すべきパラメータは3～7個という表がありました。そこにもパラメータは1つもないし、相互の関連性もない。私たちのものはもちろん違いますが、時間軸が大きすぎるし、ダニと月々の行動との関連性がない、あるいは常にないわけではありません。一般的には、パラメータ間の関係や、その関係がどの程度の期間存在するかを見るべきだろう。 でも、やっぱり複雑なんです。 Maxim Dmitrievsky 2020.05.14 05:18 #17818 ヴァレリー・ヤストレムスキー よくあることだ、論理はでたらめに我慢できない ))) ......。ここまでの理解には問題がある。あるのは、平均化、間引き、GAと、かなり短いデータでの学習だけです。シリーズ特性の分離に関する研究も見たことがありません。一方、異なるTFの系列解析は同一であるべきです。低いTFにするための基準があるはずだ。例えば、下のTFで十分な広がりとスピードを持ったトレンドが決まれば、上のTFのトレンドに逆らってそちらに移行することが可能です。でも、これはロジックです。なんとか特性をグループ化して、シリーズの異なる挙動を見るべきでしょう。 反対から解く場合。 原子力発電所では、19のパラメータを見ていましたが、赤色でロッドを取り外すべきパラメータは3～7個というテーブルがありました。そこにもパラメータは1つもないし、相互の関連性もない。私たちのものはもちろん違いますが、時間軸が大きすぎて、刻々と変化する月々の行動につながりがない、あるいは常にないのです。一般的には、パラメータ間の関係や、その関係がどの程度の期間存在するかを見るべきだろう。 でも、ちょっと難しいですね。 核弾頭を積んだ爆撃機の前を冗談抜きで通り過ぎることはない :) Valeriy Yastremskiy 2020.05.14 08:06 #17819 マキシム・ドミトリエフスキー 核弾頭を積んだ爆撃機の前を冗談抜きで通り過ぎることはない:) この大自然の中で、これなくして何ができる))))核糞は全ての始まり、平均値で確率計算、フィードバックとベイズ、信頼基準は何か)))どうやら同じパラメータを最初に手動で選択する必要がありそうです。それも大量に。 一般的には、120本のバーのシリーズを見て、さまざまなバリエーションで何かクソを引き出そうというものです。現状を測定してトレーニングするのはよくない。 Maxim Dmitrievsky 2020.05.14 19:21 #17820 ヴァレリー・ヤストレムスキー この大自然の中で、これなくして何ができる))))核糞は全ての始まり、平均値で確率計算、フィードバックとベイズ、信頼基準は何か)))どうやら同じパラメータを最初に手動で選択する必要があるようです。それも大量に。 一般的には、120本のバーのシリーズを見て、さまざまなバリエーションで何かクソを引き出そうというものです。現状を測定してトレーニングするのはよくない。 現在の状態はどうなっているのでしょうか。 クラスターについてであれば、新しいデータで統計情報を掃引すればよいのです。同じであれば、CAを構築することができます。 1...177517761777177817791780178117821783178417851786178717881789...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
また、インクリメントの何が気に入らないのでしょうか？基本的には時間調整された速度である。でも、平均化しないことにはどうしようもないんです。しかし、平均値を考慮し始めると、すぐに迷路に入り込んでしまう。どこかにワーキングミドルがあるはずです。最後のティックでは、バーが足りず、もう少し太くなります。
異なるラグを持つ2つ以上のプリオ、異なるクラスタ数に対して
インクリメントのペアの間には機能的な依存関係がないので、クラウドが半分に分割されるなど、バカバカしいことになる。インクリメントよりもっと厳しいものが必要だ。 何らかの形で変身させるべきかもしれません。
例
異なるラグ、異なるクラスタ数で2つ以上の増分を行う。
インクリメントのペアの間には機能的な依存関係がないので、クラウドは単純に半分に分割される、など。インクリメントよりもっと厳しいものが必要だ。何らかの形で変身させるべきかもしれません。
例
ペアのインクリメントがよくわからないのですが。最後の2小節か何かで？
スピードやアベレージの方向性もまだ考えているんです。また、ティックワイズクラップがあるべきです。つまり、TSが何らかの決定を下す際にも、ティックワイズな振る舞いがあるべきです。
異なるTFは、現状から離れた兆候をウェイトダウンしているだけです。セムコは独自のシステムを持っていますが、私はTFの方が好きです。均等性が あり、極限を考慮したシステムになっています。
ふと思ったんです。価格雲に注文を出すので、ドローダウンは99％マイナスになります。しかし、どうして自分たちが間違っていなかったと推定できるのだろうか。直近の極値を使って、直近の極値がマイナスであれば、損切りせずに決済することもあります。
最近の数本のバーと120本のバーの履歴で測定することができます。1ヶ月で10年です。十分だと思います。
マッハ2、14、30、120、480のスピードで、高音と 抑揚を見つける。
隣接するストローク間の広がりと最大値、キンクの検出
マシャスとの価格差は最大だが、これは通常、本当の意味での極端な価格差である。
平均トレンド時間（最大値と最小値を強調表示
トレンドの平均差、アラフォー。
そして、トレンドをフラックスとその持続時間に分割することが可能です
フラットにおけるトレンドの平均時間。上位のTFの下位のものの傾向。
トレンドの平均時間。
そして、他のパラメータによって、異なるパラメータが重要になるようです。そして、その関連性は明白ではありません。下位のTFと上位のTFをつなぐのは、真っ先に思いつくことですが、それだけでは不十分であることは明らかです。そして、リンク先にはまだ論理が見いだせません。
2,3刻みというのがよくわからない。最後の2小節か何かで？
時間とはボラティリティの代理であり、それは時間的に季節的なもので、アクティブな取引時間があればパッシブなものもある
そうですね、考慮してませんでした。
はい、保存はできますが、モデルを教えるためには、この行列を環境にロードする必要があり、それで終了となります））、というより、もっと早く、述語による行列の形成の段階で
CatBoostを試してみてください。いずれにせよ、私はそれを訓練することができ、その結果を見ることができます。
うわーギグって小さくないですね、看板何枚あるんだろう？
このサンプルでは566個。
遺伝子の木とは？
1) シンプル )
2）どうなんでしょう？また、ZZの予測値はどのように調整するのですか？
3）まあ、あなたはそのようなオープニングか何かとして燭台を持って、それはすでに歪んでいる、彼らは道化師によってされるべきであるので、ここですぐに多くの混乱、どのように構築するための兆候、ターゲットなどを行う方法（不要な痛み）、あなたは自分のために何かを変更した場合、あなたは常に他人のためにオリジナルを残す必要があります）。
遺伝的アルゴリズムで 木を構築し、分割を選択するRのスクリプト。あまり詳しくないのですが......ドクの作品。
2.私はZZベースのプレディクターを使用していますが、ターゲットと同じZZで計算した方が効率が良いのは明らかです。
3.小節の始めにそのOHLCを知らないので、そのように書いたのですが、実際のところどうなんでしょう。
結論、やり直した方がいいのか、意味がないのか？
結論、やり直した方がいいのか、意味がないのか？
キャットバストは役に立ちません、問題はデータの大きさです、形質も作れない、トレーニングもできないでしょう...。
サンプルを50キロにする、小さくする、深刻にならないようにする、オーバートレーニングの可能性を高くする、......。..., ...タスクは生産用のロボットを作ることであり、ただエラーを減らすための共同作業であり、そして得られた知識はどんなツールや市場にも転用できる、何かが重要であるというサインを見るには5万円でかなり十分です。
3.バーの始めに、私はそのOHLCを知らないので、それを書き留めました - 実生活で起こるように。
OHLCを知らない人は書く必要がない。 なぜOHLC全体をずらすのか？ そんなことは誰もしない、トレーニングのために1ステップだけ未来を見るようにZZを1ステップずらせばいい、それだけのことだ。ウラジミール・ペレルヴェンコの鹿鳴館に関する記事を読んだことがある人は、ぜひ読んでみてください。すでにデータの最適な扱い方が確立されていて、誰もがそれに慣れているときに、誰かが同じように、しかし違うやり方でやろうとすると、なんだか無意味に腹立たしく、この著者のデータを扱おうとする人に多くの誤りを引き起こすのです。
もし、それでも何かやりたいというのであれば、次のような条件があります。
1）データ50〜60kはこれ以上、好ましくは1つのファイル、ちょうど最後のろうそくのNはテストになることに同意するものとします。
2) データは、できれば糊付けなしで、最新の価格だけでなく、糊付けでは不可能なサポートとレジスタンスも考慮できるようにすること
3) ターゲットがすでにデータに含まれていること
4) 日付、時刻、o、h、l、c、ターゲットのフォーマットによるデータ
それとも、データセットを作成したほうがいいのでしょうか？
異なるラグを持つ2つの時系列。何でもかんでもクラスタリングすればいいのですが、そうするとまた、何をなぜクラスタリングするのか、対象領域の誤解から抜け出せなくなるのです。インターネット上では成功例を見たことがない。ちなみに、季節成分ではなくクラスターを割り当てたいと思いつつ、それを忘れてMOを突っ込み始めてしまいました...。ウイ...それなら、別の研究をしていることになりますね
よくあることだ、論理はでたらめに我慢できない ))) ......。ここまでの理解には問題がある。あるのは、平均化、間引き、GAと、かなり短いデータでの学習だけです。シリーズ特性の分離に関する研究も見たことがありません。一方、異なるTFの系列解析は同一であるべきです。低いTFにするための基準があるはずだ。例えば、下のTFで十分な広がりとスピードを持ったトレンドが決まれば、上のTFのトレンドに逆らってそちらに移行することが可能です。でも、これはロジックです。なんとか特性をグループ化して、シリーズの異なる挙動を見るべきでしょう。 反対から解く場合。
原子力発電所では、19のパラメータを見ていましたが、赤色でロッドを取り外すべきパラメータは3～7個という表がありました。そこにもパラメータは1つもないし、相互の関連性もない。私たちのものはもちろん違いますが、時間軸が大きすぎるし、ダニと月々の行動との関連性がない、あるいは常にないわけではありません。一般的には、パラメータ間の関係や、その関係がどの程度の期間存在するかを見るべきだろう。
でも、やっぱり複雑なんです。
よくあることだ、論理はでたらめに我慢できない ))) ......。ここまでの理解には問題がある。あるのは、平均化、間引き、GAと、かなり短いデータでの学習だけです。シリーズ特性の分離に関する研究も見たことがありません。一方、異なるTFの系列解析は同一であるべきです。低いTFにするための基準があるはずだ。例えば、下のTFで十分な広がりとスピードを持ったトレンドが決まれば、上のTFのトレンドに逆らってそちらに移行することが可能です。でも、これはロジックです。なんとか特性をグループ化して、シリーズの異なる挙動を見るべきでしょう。 反対から解く場合。
原子力発電所では、19のパラメータを見ていましたが、赤色でロッドを取り外すべきパラメータは3～7個というテーブルがありました。そこにもパラメータは1つもないし、相互の関連性もない。私たちのものはもちろん違いますが、時間軸が大きすぎて、刻々と変化する月々の行動につながりがない、あるいは常にないのです。一般的には、パラメータ間の関係や、その関係がどの程度の期間存在するかを見るべきだろう。
でも、ちょっと難しいですね。
核弾頭を積んだ爆撃機の前を冗談抜きで通り過ぎることはない:)
この大自然の中で、これなくして何ができる))))核糞は全ての始まり、平均値で確率計算、フィードバックとベイズ、信頼基準は何か)))どうやら同じパラメータを最初に手動で選択する必要がありそうです。それも大量に。
一般的には、120本のバーのシリーズを見て、さまざまなバリエーションで何かクソを引き出そうというものです。現状を測定してトレーニングするのはよくない。
この大自然の中で、これなくして何ができる))))核糞は全ての始まり、平均値で確率計算、フィードバックとベイズ、信頼基準は何か)))どうやら同じパラメータを最初に手動で選択する必要があるようです。それも大量に。
一般的には、120本のバーのシリーズを見て、さまざまなバリエーションで何かクソを引き出そうというものです。現状を測定してトレーニングするのはよくない。
現在の状態はどうなっているのでしょうか。 クラスターについてであれば、新しいデータで統計情報を掃引すればよいのです。同じであれば、CAを構築することができます。