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 1907

[Mihail Marchukajtes]

マキシム・ドミトリエフスキー：

その中のひとつをご紹介します。フィッシュは24枚ではなく、12枚しかありません。

エラーが発生する

>>> print(train_score, " ", tst_score)

1.0 0.5454545454545454

これは、純粋に肩からマキシムという話題に対するリテラシーです。今送っていただいたファイルは、全部で12件です。上から順に20～24手必要で、あとは11入力（私の容量ではこれが最大）にして、入力数を減らしながらブラウジングして行くという感じです。上から順に最適化して いくと、最初の10本の単走は、ベストランを選んでそこから通常のトレーニングに入るようにする。もし、エントリーが十分でない場合は、通常、5本のエントリーで下から始めて、エントリー数を積み上げるようにして、最初の10本のうち最悪のバージョンを選択し、トレーニング中の最大オーバーシュート領域でのスタートを先送りするようにしています。最初のケースでは、私は猛烈にリソースを節約しています。2つ目のケースでは、最悪の選択肢を選び、可能な限りすべてのバリエーションを試すようにしています。

そのようなデータを持っているのはデタラメです。私はこの結果を信頼しています。ただ、未来を覗き見るようなあなたの入力は信用していません。マキシム、なぜそんなことをして恥ずかしくないのですか？ 子供たちが見ているのに、写真を見せようとして、なぜフィードバックでうまくいかないのですか？

今、私はあなたの指定に対応する入力番号を知っているモデルとファイルのトレーニングを送信しますが、あなたがフィードバックループでモデルの仕事を表示しない場合、私はそんなに多くを行うことはありませんあなたを与えましょう。誰もがその仕組みを知りたがっている。シャイタンマシンはタダでは働かないということですね。

基本的なコードの抜粋

vv0[q]=0;//12    вместо нулей подай значения своих входов
vv1[q]=0;//10
vv2[q]=0;//8
vv3[q]=0;//2
double Ress1=getBinaryClassificator1(vv0[q],vv1[q],vv2[q],vv3[q]);  //Вызов результатов полиномов 
double Ress11=getBinaryClassificator2(vv0[q],vv1[q],vv2[q],vv3[q]);

double getBinaryClassificator1(double v0, double v1, double v2, double v3) {
   double x0 = 2.0 * (v0 + 0.00352160000000379) / 0.0060209999999973896 - 1.0;
   double x1 = 2.0 * (v1 + 0.00321680000000524) / 0.006628599999996879 - 1.0;
   double x2 = 2.0 * (v2 + 0.00257640000000836) / 0.00577599999999978 - 1.0;
   double x3 = 2.0 * (v3 + 0.00197520000000417) / 0.00414859999999794 - 1.0;
   double decision = 0.6226912928759895 * x0
  -0.013192612137203167 * x0 * x1
  + 0.9920844327176781 * x2
  + 1.3060686015831136 * x0 * x2
  -3.5395778364116093 * x1 * x2
  -1.1394019349164468 * x3
  + 2.5659630606860158 * x0 * x3
  + 0.5395778364116095 * x1 * x3
  + 0.31090589270008795 * sigmoid(x0)
  + 0.009674582233948988 * sigmoid(x1)
  -0.0839929639401935 * sigmoid(x0 + x1)
  + 0.012313104661389622 * sigmoid(x2)
  + 0.30474934036939316 * sigmoid(x0 + x2)
  -0.5958663148636764 * sigmoid(x1 + x2)
  + 0.002638522427440633 * sigmoid(x0 + x1 + x2)
  -0.05013192612137203 * sigmoid(x3)
  + 0.014951627088830254 * sigmoid(x0 + x3)
  -0.13412489006156553 * sigmoid(x1 + x3)
  -0.006596306068601583 * sigmoid(x0 + x1 + x3)
  + 0.04397537379067722 * sigmoid(x2 + x3)
  + 0.1363236587510994 * sigmoid(x0 + x2 + x3)
  + 0.6952506596306068 * sigmoid(x1 + x2 + x3)
  -0.29331574318381703 * sigmoid(x0 + x1 + x2 + x3)
  + 1.0738786279683377 * sigmoid(1.0 + x0)
  -1.073438874230431 * sigmoid(1.0 + x1)
  -0.4256816182937555 * sigmoid(1.0 + x0 + x1)
  + 1.0708003518029903 * sigmoid(1.0 + x2)
  + 0.9656992084432717 * sigmoid(1.0 + x1 + x2)
  -3.1314863676341247 * sigmoid(1.0 + x3)
  -0.8500439753737907 * sigmoid(1.0 + x0 + x3)
  + 1.0281442392260334 * sigmoid(1.0 + x1 + x3)
  + 0.8544415127528584 * sigmoid(1.0 + x0 + x1 + x3)
  -0.21328056288478453 * sigmoid(1.0 + x0 + x1 + x2 + x3);
   return decision;
}
double sigmoid(double x) {
   if (MathAbs(x) < 1.0) {
      return 2.0 * signum(x) - x;
   }
   return signum(x);
}
double getBinaryClassificator2(double v0, double v1, double v2, double v3) {
   double x0 = 2.0 * (v0 + 0.00518320000001116) / 0.00871940000000327 - 1.0;
   double x1 = 2.0 * (v1 + 0.00542880000001134) / 0.01145720000000306 - 1.0;
   double x2 = 2.0 * (v2 + 0.00578500000001125) / 0.00872540000000166 - 1.0;
   double x3 = 2.0 * (v3 + 0.00496500000001143) / 0.00698900000000191 - 1.0;
   double decision = -0.17965023847376788 * x0
  + 1.7416534181240064 * x1
  + 0.5389507154213037 * x0 * x1
  + 0.5023847376788553 * x2
  -0.16653418124006358 * x1 * x2
  -0.06836248012718601 * x3
  -0.8191573926868044 * x1 * x3
  -0.029809220985691574 * sigmoid(x0)
  -0.009141494435612083 * sigmoid(x1)
  + 0.00794912559618442 * sigmoid(x0 + x1)
  + 1.7150238473767885 * sigmoid(x2)
  -1.2686804451510334 * sigmoid(x0 + x2)
  + 0.051271860095389504 * sigmoid(x1 + x2)
  + 0.05405405405405406 * sigmoid(x0 + x1 + x2)
  -1.095389507154213 * sigmoid(x3)
  -0.2444356120826709 * sigmoid(x0 + x3)
  + 0.34737678855325915 * sigmoid(x1 + x3)
  + 0.9264705882352942 * sigmoid(x0 + x1 + x3)
  + 0.16176470588235295 * sigmoid(x2 + x3)
  -0.7682829888712241 * sigmoid(x0 + x2 + x3)
  -0.16335453100158984 * sigmoid(x1 + x2 + x3)
  + 0.7551669316375199 * sigmoid(x0 + x1 + x2 + x3)
  -2.048489666136725 * sigmoid(1.0 + x0)
  -0.31756756756756754 * sigmoid(1.0 + x1)
  -0.08982511923688394 * sigmoid(1.0 + x0 + x1)
  + 1.4666136724960255 * sigmoid(1.0 + x1 + x2);
   return decision;
}
double signum(double x) {
  if (x == 0.0) {
    return 0.0;
  }
  if (x > 0.0) {
    return 1.0;
  }
  return -1.0;
}

添付のファイルから、私のマーキングに従って入力の数を特定します。OMFのテスト結果を待っているところです。

[Mihail Marchukajtes]

モデルの推定値に加え

予測変数は、ファイル中の列数を示す

ベクターの総数258個。クラス1と数が釣り合っていたので、クラス0を削除し、クラス2をゼロに改名して残しました。19.60は二次誤差、つまり直線と二次の差はゼロになるはずです。79.141は一般化能力、100になると誤差の差が小さくなります。69.767はスパイシー化です。総管理区画は75で、一般化度は70。答えは「NOT KNOW」です。コントロールプロットでは17個のベクターが得られたのに対し、私たちは77個のベクターを得ました。

実際、トレーニングではもっと悪い結果が出たのですが、コントロール部ではもっと高い結果が出ています。しかも、あなたのようなテスト区間ではなく、ネットがまったく見ていないコントロール区間だったのです。テスト区間は、学習区間で学習し、テスト区間でもうまくいくようにしたもので、潜在的には学習中にネットがテスト区間を見ていることになります。テストの方はそうではありません。質問?

[a5l3e5x]

最大利益（mql4）の注文を見つける方法を教えてください。

ありがとうございました。

[Mihail Marchukajtes]

a5l3e5x：

最大利益（mql4）の注文を見つける方法を教えてください。

ありがとうございました。

私の友人、誰もMT4を使っていない、注文には利益パラメータがあります。このパラメータを読み取るために、あらゆる注文を試し、最大限のものを選択する必要があります。それはそれとして...。手短に言えば

[Rorschach]

Mihail Marchukajtes：

このチャレンジに興味がありますか？

トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム

トレーディングにおける機械学習：理論、実践、トレーディングとその先へ

ロールシャッハ さん 2020.07.14 19:21

練習したい人は？トップチャート入り、サードワン退場。2と4はテストです。いくつかの明確化、1チャート増分、3チャートシグナルは、いくつかの "古典的な "システムを購入する。ところで、ぽつりと質問ですが、nsはligicのエミュレーションが可能で、メモリのインジケーターで、ジグザグや最大・最小のインジケーターみたいなものはあるのでしょうか？

[Mihail Marchukajtes]

ロールシャッハ：

そんな作業が面白いのでしょうか？

そうだと思いますが、写真から数字を入力しろということでしょうか？

[Rorschach]

Mihail Marchukajtes:
なるほど、でも写真から数字を入力しろということですか？

では、データを用意しますが、350例、100入力で大丈夫ですか？

[Mihail Marchukajtes]

ロールシャッハ：

では、データを用意します。350例、100入力でよろしいでしょうか？

しかし、私は、アルゴリズムが選択できるように、入力は3倍の例であるべきだという考えに固執しています。もう一回動画を作ろうかな、書くと長くなりそうだし。この結論に至るまでには、正方行列の理論があるのですが......。サンプルを用意する...

[Mihail Marchukajtes]

宣伝のためではなく、皆さん、チェックしてみてください。あるオープンデーに行き、万が一のことを考えて独学はやめようと思ったんです。いわば、彼らの知識を公式に確認してもらいたかったのです。つい先日、イーロン・マスクと8月に発表されるニューロリンクの記事を読みました。そして、ここに手紙が来たかのように、私はその内容をダウンロードする方法を理解していなかったので、画像を見てください。

一般論としては面白いので、そこにこっそり集まって本質的な話をしませんか？なんて言って みたり。

[Rorschach]

Mihail Marchukajtes:
ええ、それはとてもクールです。でも、アルゴリズムがたくさんの中から選べるように、3倍の例題が必要だと思います。もう一回録画したほうがいいような気がする、書くと長くなりそうだし。この結論に至るまでには、正方行列の理論があるのですが......。サンプルを用意する...

私の結果は、こちらに 詳しく書いてあります。検証のため、元の系列に-1を掛ける。