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 1951

[Forester]

マキシム・ドミトリエフスキー：

今日は苦渋の決断をしました。クラスタリングはdなのであきらめました :)

季節パターンも、それを使うより手で抜いたほうがいい（新しいデータでの安定性という意味で）。

アンサーバイズドはコントロールがほとんどできないので、自分で生きています。高速なデータ分割にのみ適している可能性がある

私はumapを試してみるつもりです、それが何であるかを見る

ボットを生成するものです。

そして、山や海へ出かける。夏が終わる前に

[Maxim Dmitrievsky]

elibrarius:

そして、山へ、海へ。夏が終わる前に

別のアプローチのアイデアがある）まだ海に行く気がしない、どこもかしこもコビトだらけだ

[Maxim Dmitrievsky]

ロールシャッハ：

1ニューロン、100入力のネットワークの場合。左側が全入力、中央が直近の10入力です。右側は10ニューロン100入力。

左側が ma(100) 100 入力、右側が ma(50) 100 入力で交差するようにグリッドを重み付けする。

これはどのような情報なのでしょうか？

[mytarmailS]

マキシム・ドミトリエフスキー：

今日、苦渋の決断をしたんだ。）

マキシム・ドミトリエフスキー

umapを試しに使ってみる予定があるんだ。

ただ、アルゴリズムそのものではなく、次元削減に関する理論、次元削減とは何か、何のために行うのか、どのように正しく使い、何をすべきでないか、などについては必ず 学んでください。

そうでなければ、出力はゴミのようなものになります。

[Maxim Dmitrievsky]

mytarmailS:

Woohoo!!! なんて意外なんだろう)) 誰かが私に言ったのを覚えている d.) これ、何度でもみたい)))

ただ、 アルゴリズムそのものではなく、次元削減とは何か、何のために行うのか、どのように正しく使うべきか、使ってはいけないのか、などなど、理論的な勉強はしておいてくださいね。

そうでなければ、出力はゴミのようなものになります。

自分でやってみるまでは、とはよく言ったものだ...。

[Rorschach]

マキシム・ドミトリエフスキー：

これはどのような情報なのでしょうか？

上のグラフは、グリッドが過去1.2回の入力（つまり1.2回前の価格値）を使用していることを表しています。

下段のチャートでは、MAを計算するのに必要な数だけ価格を使用します。

上のネットは学習が不十分で、約60％の精度、下のネットは99％の精度を出す。

上は、前のバーの増分によって次のバーの方向を決定しようとしている（予測）。

下側のネットは、現在のバー上の価格と馬の交点の方向を決定し、（予測を行わずに）入力を増加させるだけです。

[Maxim Dmitrievsky]

ロールシャッハ：

上のグラフは、グリッドが過去1.2回の入力（つまり1.2回前の価格値）を使用していることを表しています。

下のチャートでは、MAを計算するのに必要な数だけ価格を使用し、ma(50)の場合、ネットが使用する入力の数はまさにこれです。

上のネットは学習が不十分で、精度は約60％、下のネットは99％である。

а.を見るだけでいいのです。

[Forester]

mytarmailS:

ただし、アルゴリズムそのものではなく、次元削減に関する理論、次元削減とは何か、何のために行うのか、どのように正しく使うべきか、どのように使ってはいけないか、などについては必ず 勉強してください。

あまり役に立たないような気がするんですが。これが情報圧縮です。ゴミを圧縮すれば、圧縮ゴミになる。
2500に1つ良いゴミチップを加えても、アルゴリズムはそれにあまり気づかず、最終結果への影響は1/2500を超えないとしても、それほど大きくはないでしょう。たとえ1/100でも、グラフ上では気づかない。
ただ一つ期待したいのは、相関性の高い機能がある種、一つに統合されることです。

[Maxim Dmitrievsky]

mt5用のマーケットトップで季節ごとに取引するボットを探す

Pから始まる名前

そして、逆転の発想で考えてみてください。スムーズに動作しないが、テーマは動作する

[Rorschach]

マキシム・ドミトリエフスキー：

а.シンプルに見ることができる

はどこですか？