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 190 1...183184185186187188189190191192193194195196197...3399 新しいコメント Yury Reshetov 2016.11.02 17:16 #1891 アンドレイ・ディクつまり、これをやると便利なんです。だから、4分割では明らかに足りない代わりに、40分割をする必要があります。4コアの場合は10倍の計算時間がかかりますが、堅牢性を優先して時間を犠牲にすることもできるのでしょう。明らかに違う。例えば、計算に1時間ではなく10時間待つというのは、デイトレでは許されないことです。コンピュータを一晩置いても、どうしても古いデータに基づくモデルができてしまう。そのため、計算時間とシミュレーションの品質との間で、賢明な妥協が必要です。そして、最も最適なバリエーションは、並列計算できるものはすべて並列化し、並列化できないものはすべて逐次計算することである。 最後の手段として、より多くのコア数にアップグレードするか、複数のパーソナルコンピュータからなるコンピューティングクラスターを 構築することも可能です。また、機械学習アルゴリズムのコードには、さらなる最適化の可能性が秘められていることが多いことも忘れてはならない。 また、マルチタスクの一部をCPUからGPUに移行させることも可能です。つまり、問題に対する解決策はたくさんあり（挙げればきりがない）、ソフトウェアで「こぶを作る」のはその中でも最善ではなく、経験上、最も不十分であることが多いのです。 Распределенные вычисления в сети MQL5 Cloud Network cloud.mql5.com Заработать деньги, продавая мощности своего компьютера для сети распределенных вычислений MQL5 Cloud Network Andrey Dik 2016.11.02 17:29 #1892 ユーリー・レシェトフ明らかでない。例えば、計算に1時間ではなく10時間待つというのは、デイトレードでは許されないことです。パソコンを一晩置いても、明らかに古いデータでモデルが出てきます。そのため、計算時間とモデリング品質の間で賢明な妥協が必要です。そして、計算できるものはすべて並列化し、できないものはすべて逐次計算するのがベストな方法です。 最後の手段として、より多くのコア数にアップグレードしたり、複数のパソコンで演算クラスターを 構築することも可能です。また、機械学習アルゴリズムのコードには、さらなる最適化の可能性が秘められていることが多いことも忘れてはならない。 また、マルチタスクの一部をCPUからGPUに移行する可能性もあります。つまり、問題を解決する方法はたくさんあり（リストは続けられる）、ソフトウェアで「豚の耳を作る」ことは最良の解決策ではなく、経験上、最も不十分な解決策であることが多いのです。私は「ハンプオプション」を主張しているわけではなく、ただ、データがより多くのバリアントに分割されるほど、その結果の分析を行うことで、より良いトレーニングを得ることができるということを尋ねているのです。例えば、90%のケースでモデルがテストデータで適切な結果を出し、10%だけオーバートレーニングが発生したとします。これは、モデル自体に価値があることを意味します。また、その逆であれば、リサイクルする価値があります。また、データをたった4種類のバリアントに分けただけでは、過剰に学習されたモデルになる確率が極めて高くなります。繰り返しになりますが、「ハード」の面には触れず、「ソフト」の面だけを明記しています。 Yury Reshetov 2016.11.02 17:41 #1893 ヴィザード_。... 既知のものに対して優位性がない......と言っても誰も信じないでしょう)))既知の...「利点がある」具体例を挙げてください。そして、あなたからは根拠のない批判しか出てこない。それはいつも、サンプルを与えない、ソフトを見せないという事実で終わる（すべて厳重に機密扱い、証人は削除される）。しかし、あなたは、あなた以外の誰も確認も否定もできない、非現実的な数字を描いています。手綱のための陳腐な質問：引用符によると、あなたは "受信する機会を持っている" 92％と一般化能力のkopecks、なぜあなたはまだいくつかの空の批判に従事していない "知られていると利点を持って..."、購入に従事していない場合：工場、新聞、蒸気船、島、ヨット、等？フォーブスの表紙であなたの顔を見られるのはいつになるのでしょうか？ СанСаныч Фоменко 2016.11.02 17:43 #1894 アレクセイ・ブルナコフ線形モデルにおける交互作用の扱いには明確なルールがある。これらは線形結合処理より少し複雑です：https://www.r-bloggers.com/interpreting-interaction-coefficient-in-r-part1-lm/しかし、意味のあるインタラクションを見つけるには、たくさんの組み合わせを掘り起こす必要があります。今のは残念でしたね。見てきました、ありがとうございます。インタラクション」という言葉の新たな理解の上とはいえ、読んでいて戸惑いは増すばかりです。私が戸惑ったのは、統計の数字には必ず何らかの内容が含まれているはずだからだ。この式lmをとるzz ~ rsi*stochそれぞれの指標は個々に一定の意味を持ちますが、その製品の意味は何なのでしょうか？この "相互作用 "にはどのような意味があるのでしょうか。それとも、未知の内容の新しい予測因子を得て、それがターゲット変数にどのように影響するかを見るだけなのでしょうか？ Alexey Burnakov 2016.11.02 17:55 #1895 サンサニッチ・フォメンコ見てきました、ありがとうございます。インタラクション」という言葉の新たな理解の上とはいえ、読んでいて戸惑いは増すばかりだ。私が戸惑ったのは、統計の数字には必ず何らかの内容が含まれているはずだからだ。この式lmをとるzz ~ rsi*stochそれぞれの指標は個々に一定の意味を持ちますが、その製品の意味は何なのでしょうか？この "相互作用 "にはどのような意味があるのでしょうか。それとも、未知の内容の新しい予測因子を得て、それがターゲット変数にどのように影響するかを見るだけなのでしょうか？時々、あなたの話を聞いているのが可笑しくなります )この相互作用は古典的な回帰ではまさに乗算として数えられるが、乗算によって物理的に新しい実体が得られることはない。第一予測因子の傾斜角度は、第二予測因子のレベルに依存する。これがインタラクションの本質です。これは簡略化したものです。ニュアンスがありますね。しかし、このような階層の係数をすべて知っていれば、例えば、x2レベル=3のときにx1レベルを1増加させれば、目標レベルを0.1増加させることができると言うことができる。つまり、こんな感じです。 Yury Reshetov 2016.11.02 17:59 #1896 アンドレイ・ディク私は「ハンプバリアント」にこだわっているわけではなく、データがより多くのバリアントに分割されればされるほど、より良い学習と得られた結果の分析が可能になるということを聞いているだけです。 ...繰り返しになりますが、私は「ハードウェア」の側面には触れず、「ソフトウェア」の側面だけを明記しています。例えば、サンプルの一部でパターン分布が不規則になる確率を小さくするために、10回の反復のループを挿入して計算時間を1桁増やすことは、どんなバカでもできることだ。jPredictionのソースコードはパブリックドメインであり、気が向いた人は誰でも改変することができます。それよりも、もっと有望な方法で目標を達成するために時間と労力を使うことに興味があります。計算機やコンピュータの時間リソースにあまり負担をかけずに、より汎化性の高いモデルを学習できるアルゴリズムを作りたいのです。 Andrey Dik 2016.11.02 18:04 #1897 ユーリー・レシェトフ例えば、サンプルの一部でパターン分布が不規則になる確率を小さくするために、どんな馬鹿でも10回の反復を繰り返し、計算時間を1桁増やすことができます。jPredictionのソースコードは公開されており、気が向いたら誰でも改変することができます。それよりも、同じような目標を達成するために、より有望な方法で時間と労力を費やすことに興味があるのです。ユーリ、私はあなたのソフトウェアの何かを変更したり修正したりすることを要求していませんし、私はJavaについて何も知らないので、あなたのコードに目を通したかったのですが、そこでは何も理解できていません。理論的な質問ですが、データをできるだけ多くのバリエーションに分割する可能性があれば便利だと思うのですが、いかがでしょうか？YesかNoか。 Yury Reshetov 2016.11.02 18:48 #1898 アンドレイ・ディク...ただ、理論的な質問ですが、データをできるだけ多くの選択肢に分解できるようにすると、何かいいことがあるのでしょうか？はい、またはいいえ。スキルではなく数」で矮小化されたタスクを論じても意味がない。例えば、1人の掘り手が1日にnメートルの距離の溝を掘ることができるとすると、m人の掘り手はm*nメートルの距離の同じ溝を同じ時間で掘ることができます。何を議論するのか？トレンチを掘る時間がクリティカルな場合は、締め切りまでの残り時間を日数で割って、1人のディガーが1日に掘れる距離を算出し、不測の事態に備えてディガーの数を余分に用意しなければなりません。解決策は些細なことであり、議論することは何もない。例えば、同じ溝を同じ時間掘るのに、より少ない掘削機で生産性を上げるにはどうしたらよいか、など、解決策が些細なことでも議論することが可能です。例えば、ディガーをショベルカーに置き換えたり、ショベルを改良したり、などなど、すでに選択肢は出てきているのです。 Andrey Dik 2016.11.02 18:55 #1899 ユーリー・レシェトフ技術ではなく数」で解決できるような些細な問題を議論しても意味がない。例えば、1人の掘り手が1日にnメートルの溝を掘ることができれば、m人の掘り手は同じ時間にm*nメートルの同じ溝を掘ることができます。何を議論するのか？溝を掘るのに決定的な時間がある場合、締め切りまでの残り時間を掘る人の数で割り、不測の事態に備えて数人の追加掘削者を用意する必要があります。解決策は些細なことであり、議論することは何もない。例えば、同じ溝を同じ時間、より少ない掘削機で掘るにはどうしたら生産性が上がるか、など、解決策が些細なことでも議論することが可能です。例えば、ディガーをショベルに置き換える、ショベルを改良する、などなど、すでに選択肢は出てきているのです。 答えは華々しく、私はイエスと受け止めます。仮に、自宅に8コアCPUを4個搭載した64台のクラスタがラックにあるとしたら、なぜその用途に使ってはいけないのでしょうか？特に、それが私のためになるのなら。 Yury Reshetov 2016.11.02 19:14 #1900 191ページで無駄に騒いでしまった。みんなが手ぶらで帰る時間です。 https://www.mql5.com/ru/forum/3457/page3396#comment_2939962 をご覧ください。引用します。 ウラジーミル・カルプトフそれだけです。機械学習はもう必要 ない。みんな普通のオフィススイートに負ける Интересное и Юмор www.mql5.com Форум трейдеров MQL5.community 1...183184185186187188189190191192193194195196197...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
つまり、これをやると便利なんです。だから、4分割では明らかに足りない代わりに、40分割をする必要があります。4コアの場合は10倍の計算時間がかかりますが、堅牢性を優先して時間を犠牲にすることもできるのでしょう。
明らかに違う。
例えば、計算に1時間ではなく10時間待つというのは、デイトレでは許されないことです。コンピュータを一晩置いても、どうしても古いデータに基づくモデルができてしまう。
そのため、計算時間とシミュレーションの品質との間で、賢明な妥協が必要です。そして、最も最適なバリエーションは、並列計算できるものはすべて並列化し、並列化できないものはすべて逐次計算することである。
最後の手段として、より多くのコア数にアップグレードするか、複数のパーソナルコンピュータからなるコンピューティングクラスターを 構築することも可能です。
また、機械学習アルゴリズムのコードには、さらなる最適化の可能性が秘められていることが多いことも忘れてはならない。
また、マルチタスクの一部をCPUからGPUに移行させることも可能です。
つまり、問題に対する解決策はたくさんあり（挙げればきりがない）、ソフトウェアで「こぶを作る」のはその中でも最善ではなく、経験上、最も不十分であることが多いのです。
明らかでない。
例えば、計算に1時間ではなく10時間待つというのは、デイトレードでは許されないことです。パソコンを一晩置いても、明らかに古いデータでモデルが出てきます。
そのため、計算時間とモデリング品質の間で賢明な妥協が必要です。そして、計算できるものはすべて並列化し、できないものはすべて逐次計算するのがベストな方法です。
最後の手段として、より多くのコア数にアップグレードしたり、複数のパソコンで演算クラスターを 構築することも可能です。
また、機械学習アルゴリズムのコードには、さらなる最適化の可能性が秘められていることが多いことも忘れてはならない。
また、マルチタスクの一部をCPUからGPUに移行する可能性もあります。
つまり、問題を解決する方法はたくさんあり（リストは続けられる）、ソフトウェアで「豚の耳を作る」ことは最良の解決策ではなく、経験上、最も不十分な解決策であることが多いのです。
私は「ハンプオプション」を主張しているわけではなく、ただ、データがより多くのバリアントに分割されるほど、その結果の分析を行うことで、より良いトレーニングを得ることができるということを尋ねているのです。例えば、90%のケースでモデルがテストデータで適切な結果を出し、10%だけオーバートレーニングが発生したとします。これは、モデル自体に価値があることを意味します。また、その逆であれば、リサイクルする価値があります。また、データをたった4種類のバリアントに分けただけでは、過剰に学習されたモデルになる確率が極めて高くなります。
繰り返しになりますが、「ハード」の面には触れず、「ソフト」の面だけを明記しています。
...
既知のものに対して優位性がない......と言っても誰も信じないでしょう)))
既知の...「利点がある」具体例を挙げてください。
そして、あなたからは根拠のない批判しか出てこない。それはいつも、サンプルを与えない、ソフトを見せないという事実で終わる（すべて厳重に機密扱い、証人は削除される）。しかし、あなたは、あなた以外の誰も確認も否定もできない、非現実的な数字を描いています。
手綱のための陳腐な質問：引用符によると、あなたは "受信する機会を持っている" 92％と一般化能力のkopecks、なぜあなたはまだいくつかの空の批判に従事していない "知られていると利点を持って..."、購入に従事していない場合：工場、新聞、蒸気船、島、ヨット、等？フォーブスの表紙であなたの顔を見られるのはいつになるのでしょうか？
線形モデルにおける交互作用の扱いには明確なルールがある。これらは線形結合処理より少し複雑です：https://www.r-bloggers.com/interpreting-interaction-coefficient-in-r-part1-lm/
しかし、意味のあるインタラクションを見つけるには、たくさんの組み合わせを掘り起こす必要があります。今のは残念でしたね。
見てきました、ありがとうございます。
インタラクション」という言葉の新たな理解の上とはいえ、読んでいて戸惑いは増すばかりです。
私が戸惑ったのは、統計の数字には必ず何らかの内容が含まれているはずだからだ。
この式lmをとる
zz ~ rsi*stoch
それぞれの指標は個々に一定の意味を持ちますが、その製品の意味は何なのでしょうか？この "相互作用 "にはどのような意味があるのでしょうか。それとも、未知の内容の新しい予測因子を得て、それがターゲット変数にどのように影響するかを見るだけなのでしょうか？
見てきました、ありがとうございます。
インタラクション」という言葉の新たな理解の上とはいえ、読んでいて戸惑いは増すばかりだ。
私が戸惑ったのは、統計の数字には必ず何らかの内容が含まれているはずだからだ。
この式lmをとる
zz ~ rsi*stoch
それぞれの指標は個々に一定の意味を持ちますが、その製品の意味は何なのでしょうか？この "相互作用 "にはどのような意味があるのでしょうか。それとも、未知の内容の新しい予測因子を得て、それがターゲット変数にどのように影響するかを見るだけなのでしょうか？
時々、あなたの話を聞いているのが可笑しくなります )
この相互作用は古典的な回帰ではまさに乗算として数えられるが、乗算によって物理的に新しい実体が得られることはない。
第一予測因子の傾斜角度は、第二予測因子のレベルに依存する。これがインタラクションの本質です。これは簡略化したものです。ニュアンスがありますね。しかし、このような階層の係数をすべて知っていれば、例えば、x2レベル=3のときにx1レベルを1増加させれば、目標レベルを0.1増加させることができると言うことができる。つまり、こんな感じです。
私は「ハンプバリアント」にこだわっているわけではなく、データがより多くのバリアントに分割されればされるほど、より良い学習と得られた結果の分析が可能になるということを聞いているだけです。
...
繰り返しになりますが、私は「ハードウェア」の側面には触れず、「ソフトウェア」の側面だけを明記しています。
例えば、サンプルの一部でパターン分布が不規則になる確率を小さくするために、10回の反復のループを挿入して計算時間を1桁増やすことは、どんなバカでもできることだ。jPredictionのソースコードはパブリックドメインであり、気が向いた人は誰でも改変することができます。
それよりも、もっと有望な方法で目標を達成するために時間と労力を使うことに興味があります。計算機やコンピュータの時間リソースにあまり負担をかけずに、より汎化性の高いモデルを学習できるアルゴリズムを作りたいのです。
例えば、サンプルの一部でパターン分布が不規則になる確率を小さくするために、どんな馬鹿でも10回の反復を繰り返し、計算時間を1桁増やすことができます。jPredictionのソースコードは公開されており、気が向いたら誰でも改変することができます。
それよりも、同じような目標を達成するために、より有望な方法で時間と労力を費やすことに興味があるのです。
ユーリ、私はあなたのソフトウェアの何かを変更したり修正したりすることを要求していませんし、私はJavaについて何も知らないので、あなたのコードに目を通したかったのですが、そこでは何も理解できていません。
理論的な質問ですが、データをできるだけ多くのバリエーションに分割する可能性があれば便利だと思うのですが、いかがでしょうか？YesかNoか。
...
ただ、理論的な質問ですが、データをできるだけ多くの選択肢に分解できるようにすると、何かいいことがあるのでしょうか？はい、またはいいえ。
スキルではなく数」で矮小化されたタスクを論じても意味がない。例えば、1人の掘り手が1日にnメートルの距離の溝を掘ることができるとすると、m人の掘り手はm*nメートルの距離の同じ溝を同じ時間で掘ることができます。何を議論するのか？トレンチを掘る時間がクリティカルな場合は、締め切りまでの残り時間を日数で割って、1人のディガーが1日に掘れる距離を算出し、不測の事態に備えてディガーの数を余分に用意しなければなりません。解決策は些細なことであり、議論することは何もない。
例えば、同じ溝を同じ時間掘るのに、より少ない掘削機で生産性を上げるにはどうしたらよいか、など、解決策が些細なことでも議論することが可能です。例えば、ディガーをショベルカーに置き換えたり、ショベルを改良したり、などなど、すでに選択肢は出てきているのです。
技術ではなく数」で解決できるような些細な問題を議論しても意味がない。例えば、1人の掘り手が1日にnメートルの溝を掘ることができれば、m人の掘り手は同じ時間にm*nメートルの同じ溝を掘ることができます。何を議論するのか？溝を掘るのに決定的な時間がある場合、締め切りまでの残り時間を掘る人の数で割り、不測の事態に備えて数人の追加掘削者を用意する必要があります。解決策は些細なことであり、議論することは何もない。
例えば、同じ溝を同じ時間、より少ない掘削機で掘るにはどうしたら生産性が上がるか、など、解決策が些細なことでも議論することが可能です。例えば、ディガーをショベルに置き換える、ショベルを改良する、などなど、すでに選択肢は出てきているのです。
答えは華々しく、私はイエスと受け止めます。
仮に、自宅に8コアCPUを4個搭載した64台のクラスタがラックにあるとしたら、なぜその用途に使ってはいけないのでしょうか？特に、それが私のためになるのなら。
191ページで無駄に騒いでしまった。みんなが手ぶらで帰る時間です。
https://www.mql5.com/ru/forum/3457/page3396#comment_2939962 をご覧ください。
引用します。
それだけです。機械学習はもう必要 ない。みんな普通のオフィススイートに負ける