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 1926

 
マキシム・ドミトリエフスキー

とフェッチし、作成し、作成したものからフェッチする )) と、フェッチしたものから作成する )) と、マグアとかで。

を選択し、選択と並べ替えによって最適なものを選択する、などなど。

でも、これはまだ原始的な 機能 検索で、完全なランダム検索はできないんだ。


のように、オシレーターではできないことです。

6時のロウソクが白色で 12時までに価格が6時のロウソクの価格より低くなっていた場合

ある関数と別の関数を掛け合わせるのではなく、完全にランダムな羅列を作るという意味だ、ナンセンスではない


時間、価格、レベル、パターン、その配列、すべて、すべて、そして検索、検索、検索。

 
mytarmailS:

でも、これは原始的な 機能 検索であって、完全なランダム検索はできないんだ......。


それは、あなたのジェネレーターが作らないようなものです。

6時のキャンドルが白で 12時までに価格が6時のキャンドルの価格よりも低かった場合 それは12時の価格から座っていた

ある関数と別の関数を掛け合わせるのではなく、完全にランダムな羅列を作るという意味だ、ナンセンスではない


時間、価格、レベル、パターン、それらの配列、すべて、すべて、すべて、そして検索、検索、検索を考慮する必要があります。

そういうわけにはいかないと思うんです。

 
マキシム・ドミトリエフスキー

そんなことはないと思うんですけどね。

何が問題だと考えているのか?

 
mytarmailS:

組み合わせ論的な爆発か?

無限にあるルール

 
マキシム・ドミトリエフスキー

というように、無限に広がるルール。

2つの言葉 -次元縮小

そのためにあるんです。

私が夢中になっただけだと思う?)

原始的なテストにすでに可能性を感じています。

 
mytarmailS:

2つの言葉 -次元縮小

私が夢中になってるだけだと思う?)

原始的なテストにすでに可能性を感じている

私のアプローチの欠陥がわかりました。トレードを開始する基準は、トレーニングされたクラスタの平均と標準によって決定されました。そして、新しいデータはシフトを示しました。

基準を見直す必要があります。

やってみる今は手持ち無沙汰なので )

 
マキシム・ドミトリエフスキー

トレードを開始する基準は、学習されたクラスタの平均と標準によって決定され、新しいデータではバイアスがかかっています。

基準を見直す必要があります。

このままでは何も変わりませんが、続けてみてください)

マキシム・ドミトリエフスキー

やってみるこの時点でちょっと怠けてるんだけどね)

は、まだわからない。


==================================

yumapのクラスで学習し、クラスを可視化したところ、時間の経過とともにクラスが入れ替わり、特に強い集中(「パターン」)があるところでは、そのシステムは時間の経過とともに死ぬだけでなく、逆行することさえあることがわかりました。


 
Aliaksandr Hryshyn:
どうすればいいのか、心当たりはありますか?

いったいなんなんだ

 
mytarmailS:

いったいなんなんだ

一般的には、フィッシュを生成する原理です。
 
Aliaksandr Hryshyn:
一般に、フィッシュの生成原理。

ランダム...

フィーチは対数則で表すことができる...

ルールサイズ - ランダム

ルールコンテンツ - ランダム

1000のルールを生成 - 1000の機能としてIMOに送信

1~5の良い機能があればそれを選び、なければ全部捨ててください。

選ばれた機能は、「良い機能データベース」に放り込まれます。

そしてまた、1000の機能を生成する、というように。


が1000個を超えたら、それを使って新しいモデルを学習させ、何が起こるか見ることができる。

理由: