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 1928 1...192119221923192419251926192719281929193019311932193319341935...3399 新しいコメント Valeriy Yastremskiy 2020.07.28 11:36 #19271 Aleksey Vyazmikin： こうして機能が生成されていくわけですが、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更するだけ、といった具合です。 ルールの一部であることは理解しているが、そうであれば実施可能である。 mytarmailS 2020.07.28 13:10 #19272 Aleksey Vyazmikin： クラスタリングの際に、多くの行が異なるエリアに割り当てられ、マップが生成されましたが、これは呼び出すことができると推測されます。そして、それぞれの行に重み付けをして、1つまたは別のクラスタ中心に割り当てる。ただ、一列の重みがわからない...。このマップはプロトタイプまたはクラスタセンターと呼ばれ、新しいデータは各センターと比較され、最も近いセンターラベルを取得します。各関数にはヘルプが埋め込まれており、コンソールに"? "を書き、"?Kmeans "のような関数名を付けるだけでよい。には必ず事例があります。How to predicthttps://stackoverflow.com/questions/53352409/creation-prediction-function-for-kmean-in-r 意味のある相場の反転に注目することにした。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。リバーサルに意味があると分類するためのルールは？ジグザグ膝。 だから、とても面白い。ご指摘ありがとうございます。ダミーのためにコードを共有することはできますか？Vladimirがコードを投稿しました。基本的なことを学ばないと、質問が多くなり、手助けが少なくなってしまうかもしれません。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 2020.07.28 13:12 #19273 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。 もし、あなたの方法が、私がマキシムに書いたようなルールを生成できるのであれば、何の問題もありません。 Aleksey Vyazmikin 2020.07.28 14:02 #19274 mytarmailS: もし、あなたのメソッドが、私がマキシムに書いたようなルールを生成できるのであれば、何も 私の方法では、ランダムに生成するのではなく、意味のある、いわばより歩留まりの良い、しかし規則正しい木に基づいた生成を行うことができます。 一般的には、学習用の木のアルゴリズムに、ある予測値と別の予測値の比較、乗算、除算、加算、減算などの変換手続きを追加できることを意味します。ポイントは、遺伝的に木を構築する際に、ランダムに変種を選択するのではなく、サンプルについて何らかの説明を与えることで、解を探索する期間を短縮することです。サンプルからランダムに予測変数を捨てることで、これらの変換を考慮した様々な木を構築することができる。 Vladimir Perervenko 2020.07.28 14:10 #19275 Rorschach: 入力の正規化について、インクリメンタル、サブトラクションマ、スライディングウィンドウなど、どのような研究があるのか、どこにも出てきませんでしたか？ ノーマライズとはどういう意味ですか？変数の分布を限りなく正規分布に近づける？ mytarmailS 2020.07.28 14:29 #19276 Aleksey Vyazmikin： 私の方法では、ランダムに生成するのではなく、意味のある、いわばより歩留まりの良い、しかし規則正しい木に基づいた生成を行うことができます。一般的には、学習中の木アルゴリズムに、ある予測因子と別の予測因子の比較、乗算、除算、加算、減算、その他の動作など、さまざまな変換手続きを追加できることを意味します。ポイントは、遺伝的に木を構築する際に、ランダムに変種を選択するのではなく、サンプルについて何らかの説明を与えることで、解を探索する期間を短縮することです。サンプルからランダムに予測変数を捨てると、これらの変換を考慮した様々な木を構築することができる。 私が例としてあげたルールを読んで、この種のルールジェネレータをツリーに組み込んでみてください。 Rorschach 2020.07.28 14:32 #19277 Vladimir Perervenko: ノーマライズとはどういう意味ですか？ある変数の分布をできるだけ正規分布に近づけること？ 変数の範囲を +-1 にする mytarmailS 2020.07.28 14:34 #19278 ウラジミール・ペレヴェンコ 個人的な会話の続きで 貴バージョン umap_transform(X = X[tr,], model = origin.sumap, n_threads = 4 L, verbose = TRUE) -> train.sumap head(train.sumap) [1,] 22.196741 [2,] 14.934501 [3,] 17.350166 [4,] 1.620347 [5,] 17.603270 [6,] 16.646723 プレーンタイプ train.sumap <- umap_transform(X = X[tr,], model = origin.sumap, n_threads = 4 L, verbose = TRUE) head(train.sumap) [1,] 22.742882 [2,] 7.147971 [3,] 6.992639 [4,] 1.598861 [5,] 7.197366 [6,] 17.863510 ご覧の通り、値はかなり異なっていますので、ご自身で確認してみてください 私のモデルでは n_components = 1 ということで、1列だけですが、特に問題ではありません。 ===================UPD まさか、 umap_tranform を実行するたびに異なる、こんなはずはない。 Aleksey Vyazmikin 2020.07.28 14:53 #19279 mytarmailS: 例としてあげたルールを読み、このようなルール生成器をツリーに組み込んでみてください。 何が問題なのか - ルールが積み重なる冒頭のコンポーネントを作成します。 mytarmailS 2020.07.28 15:41 #19280 Aleksey Vyazmikin： 何が問題かというと、最初にコンポーネントを作ってルールを作ってしまうことです。 なんだろう、指をくわえて見ているしかない。 1...192119221923192419251926192719281929193019311932193319341935...3399 新しいコメント 理由: キャンセル 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
こうして機能が生成されていくわけですが、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更するだけ、といった具合です。
ルールの一部であることは理解しているが、そうであれば実施可能である。
クラスタリングの際に、多くの行が異なるエリアに割り当てられ、マップが生成されましたが、これは呼び出すことができると推測されます。
そして、それぞれの行に重み付けをして、1つまたは別のクラスタ中心に割り当てる。ただ、一列の重みがわからない...。
このマップはプロトタイプまたはクラスタセンターと呼ばれ、新しいデータは各センターと比較され、最も近いセンターラベルを取得します。
各関数にはヘルプが埋め込まれており、コンソールに"? "を書き、"?Kmeans "のような関数名を付けるだけでよい。
には必ず事例があります。
How to predicthttps://stackoverflow.com/questions/53352409/creation-prediction-function-for-kmean-in-r
意味のある相場の反転に注目することにした。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。
リバーサルに意味があると分類するためのルールは？
ジグザグ膝。
だから、とても面白い。ご指摘ありがとうございます。
ダミーのためにコードを共有することはできますか？
Vladimirがコードを投稿しました。基本的なことを学ばないと、質問が多くなり、手助けが少なくなってしまうかもしれません。
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。
.
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。
もし、あなたの方法が、私がマキシムに書いたようなルールを生成できるのであれば、何の問題もありません。
もし、あなたのメソッドが、私がマキシムに書いたようなルールを生成できるのであれば、何も
私の方法では、ランダムに生成するのではなく、意味のある、いわばより歩留まりの良い、しかし規則正しい木に基づいた生成を行うことができます。
一般的には、学習用の木のアルゴリズムに、ある予測値と別の予測値の比較、乗算、除算、加算、減算などの変換手続きを追加できることを意味します。ポイントは、遺伝的に木を構築する際に、ランダムに変種を選択するのではなく、サンプルについて何らかの説明を与えることで、解を探索する期間を短縮することです。サンプルからランダムに予測変数を捨てることで、これらの変換を考慮した様々な木を構築することができる。
入力の正規化について、インクリメンタル、サブトラクションマ、スライディングウィンドウなど、どのような研究があるのか、どこにも出てきませんでしたか？
ノーマライズとはどういう意味ですか？変数の分布を限りなく正規分布に近づける？
私の方法では、ランダムに生成するのではなく、意味のある、いわばより歩留まりの良い、しかし規則正しい木に基づいた生成を行うことができます。
一般的には、学習中の木アルゴリズムに、ある予測因子と別の予測因子の比較、乗算、除算、加算、減算、その他の動作など、さまざまな変換手続きを追加できることを意味します。ポイントは、遺伝的に木を構築する際に、ランダムに変種を選択するのではなく、サンプルについて何らかの説明を与えることで、解を探索する期間を短縮することです。サンプルからランダムに予測変数を捨てると、これらの変換を考慮した様々な木を構築することができる。
私が例としてあげたルールを読んで、この種のルールジェネレータをツリーに組み込んでみてください。
ノーマライズとはどういう意味ですか？ある変数の分布をできるだけ正規分布に近づけること？
変数の範囲を +-1 にする
個人的な会話の続きで
貴バージョン
プレーンタイプ
ご覧の通り、値はかなり異なっていますので、ご自身で確認してみてください
私のモデルでは
n_components = 1ということで、1列だけですが、特に問題ではありません。
===================UPD
まさか、 umap_tranform を実行するたびに異なる、こんなはずはない。
例としてあげたルールを読み、このようなルール生成器をツリーに組み込んでみてください。
何が問題なのか - ルールが積み重なる冒頭のコンポーネントを作成します。
何が問題かというと、最初にコンポーネントを作ってルールを作ってしまうことです。
なんだろう、指をくわえて見ているしかない。