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 1927

新しいコメント
 
mytarmailS:

ランダム...

フィクスチャはログルールとして表現される...

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の機能として防衛省に送信

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、その結果を見ることができる。

境界のないランダムなルール生成は、裸の野原を端から端まで走り回るようなものです。合理的な境界線が必要であり、少なくとも、ある論理的かつ次元的な領域で1000のルールを探し、別の領域で別の1000を探す。完全なランダム性はマイナス無限からプラスまですべて同じである）しかしアイデアはOKである)。

 
Valeriy Yastremskiy：

境界のないルールをランダムに生成することは、境界のない広場を端から端まで走り回るようなものです。合理的な境界が必要で、少なくとも、ある論理的・次元的な領域で1000のルールを探し、別の領域で別の1000のルールを探す。完全なランダム性は、マイナス無限からプラスまでだが）しかし、アイデアはOKだ)。

これはニュアンスですが、遺伝学のブリーディングのように良いチップからセレクションをして、ランダムサーチが徐々にディレクテッドに進化していく......ということですね。

私は叫ぶが、沈黙がある」という歌のようなものです。

 
mytarmailS:

これはすべてニュアンスで、遺伝学のように良いチップから選別して、ランダムな探索が徐々に指示されたものに成長していく......ということですね。

カロッチェ、擦るのは好きなだけ、好きなもので構わないが、誰がそれをするのか？ そしてここでは、歌のように - 「私は叫ぶが、それに対する沈黙がある」のだ。

まず第一に、少なくともルールのゾーンを定義しなければならない。まず、ルールのゾーンを決めなければなりません。1つでも全部のTFで、あとは数シリーズで次元が飛んでいく。季節ごとの検索は必要ない。これがないと始まらない)

 
Valeriy Yastremskiy：

まず、ルールゾーンの定義くらいはしておきましょう。ラグゾーン、インジケーターゾーン、そしてその種類、探索の深さと幅。1つまたはすべてのTFで、これが数列になると、次元がちょうど飛んでしまうのです。季節ごとの検索は必要ない。これがないとスタートが難しい)

何が必要で何が必要でないかわからない。わかっていれば探す必要がない、そこがポイントです。機械は、あなたが思いつかないような解決策を見つけてくれるし、それをあなたのボックスに入れれば、また確率的に

 
mytarmailS:

ルールを作るクラスタリング アルゴリズムは全く知りません。

クラスタリングすると、たくさんの行がばらばらに分布し、マップが形成され、それを通して呼び出すことができると推測されます。

k$centers

そして、それぞれの行を重み付けして、1つまたは別のクラスタセンターに割り当てます。ただ、1行の重み付けがどうなっているのかがわからないのですが......。


もう、その道具の直接の目的に従って解釈しなさいと、花で釘を打とうとしているのですから

そうですね。すでに各クラスタのツリーを学習させていて、完成度も精度も高い葉があります。夕方にそれらをまとめて、新しいデータでどうなるか見てみます。


私は、相場の大幅な反転に注目することにしました。ターゲットとして重要なUターン。カオスになるかと思いきや、そうでもない。

ピボットを有意にするためのルールとは？


なるほど、それは面白いですね。ご指摘ありがとうございます。

ダミーのコード教えてください！eRsに参加しようかな？


ありがとうございます、なんとかクラスタリングを解除することができました。

 
mytarmailS:

ランダム...

フィクスチャはログルールとして表現される...

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の機能として防衛省に送信

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。


のベースとなる良い特徴が1000個以上ある場合、その特徴を使って新しいモデルを学習させ、何が起こるかを見ることができるようになる。

では、なぜあなたの方法が私のより優れているのでしょうか？ 実は、既存のデータをもとに新しい予測因子を集めているのです。比較だけでなく、変換や対象のレベルを組み合わせてツリーを構築すればよく、一般的には単純なツリーをベースに、そこから葉をドラッグして実装すればよい。

 
mytarmailS:

何が必要で何が必要でないかわからない、わかっていれば探す必要がない、そこがポイントです。マシンはあなたが思いつかないような解決策を見つけてくれますが、それをあなたのボックスに入れると、またストキャスティックスになります

ある空間だけを検索することができ、検索エリアを定義しないとできない)))機械は残念ながらバカだけど、動くよ)

多次元系列や少なくとも一次元系列に何らかの規則性のない規則を探すという発想はもちろんあるとして、少なくとも、規則性のない規則を生成するという発想にどうアプローチするかを定式化しなければならない。規則性だけでなく、問題の条件によって無限にあるのです。

 
マキシム・ドミトリエフスキー：

とにかく、木の代わりにキャットバスタをねじ込んで...そして......。問題は木ではなく、いつものように頭だった。

メソッドが期待通りに動作しない。

Aliaksandr Hryshyn クラスでネジ止め？

 
Aleksey Vyazmikin：

葉を集めるのは、基本的に既存のデータから導き出された新しい予測因子です。比較だけでなく、変換や対象のレベルを組み合わせてツリーを構築すればよいので、一般的には通常のツリーをベースに実装し、そこから葉をドラッグしていけばよい。

チップ／ログルール生成での質問

 
Valeriy Yastremskiy：

機能/ロギングルールの生成に関する質問です。

こうしてチップを生成していくわけですが、基本ルールの形でコンストラクタを用意する必要があります。

例えば、ある価格がチャネルでどのように振る舞うかを一度記述し、その後チャネルを変えるだけ、といった具合に。

1...192019211922192319241925192619271928192919301931193219331934...3399
新しいコメント
理由: