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 1998

[mytarmailS]

gobirzharf:

関係ない) 泳ぎを覚えた人が水しぶきを上げて注目を集め始めると、たちまち首に200kgの重りがつき、誰も下がらなくなる)

意味不明なこと言ってますね。

[Evgeniy Chumakov]

mytarmailS:

簡単に ...

しかし、データを作成する際にどのようなミスがあったとしても、このような結果を得ることはできません・・・。

エラーはないようです。目で見るのではなく、イメージしたものをそのままファイルに書き込んでいます。

マキシムに質問ですが、＋-の記号を予測するとき、ファイルにあった数字でトレーニングしていたのでしょうか？それとも、正規化された0-1列の上？

[Maxim Dmitrievsky]

Evgeniy Chumakov：

複雑なアルゴリズムなのでしょうか？mql4/5ですぐに実装できるのか、私が聞いていることはナンセンスなのか。

あるある

例えば、確立された技術のスタックがあるとします。そのままmt5に移行することもできますし、pythonで始めてからmt5にエクスポートすることもできます。Pythonで始めても、MT5で取引することができます。いずれにせよ、とにかくやってみることです。

[Maxim Dmitrievsky]

Evgeniy Chumakov：

エラーはないようです。目で見るのではなく、イメージしているのはファイルに書き込まれたものです。

マキシムへの質問ですが、＋-記号を予測するときに、ファイルにある行でトレーニングが行われたのですか？それとも正規化された0-1列の上？

を同じ列に並べますが、答えは0-1で正規化します。

[Evgeniy Chumakov]

マキシム・ドミトリエフスキー：

よろしい

そこには、いわば確立された技術スタックがある。そのままmt5を使うこともできますし、最初にpythonで作ってからmt5にエクスポートすることもできます。Pythonを使いながら、MT5で取引することができます。好きなようにやればいいんです。

4と親和性が高いのでは？

win 10 x64にpythonをインストールするのは難しいですか、タンバリンはないですか？

[Maxim Dmitrievsky]

Evgeniy Chumakov：

4とは全く親和性がないのでしょうか？

win 10 x64にPythonをインストールするのは難しい、タンバリンもない？

4はアタリマエのことです。

ブリヤート族のシャーマンでなければ、おそらく無理でしょう。

[mytarmailS]

マキシム・ドミトリエフスキー：

4はアタリマエのことです。

ブリヤート族のシャーマンでもない限り、おそらく無理でしょう。

ただ、ロギングルールの形でモデルを作って、それを彼のコードに埋め込ませればいいだけで、なぜパイソンでその人を苦しめるのか？

それとも、やったほうがいいのでしょうか？

[mytarmailS]

エフゲニー・チュマコフ

 condition                                                                                                       
 [1,] "X[,10]<=-0.025 & X[,10]>-0.08201612905"                                                                        
 [2,] "X[,9]>-0.057983871 & X[,9]<=-0.01129032255 & X[,10]>0.0219354839"                                              
 [3,] "X[,9]<=-0.057983871"                                                                                           
 [4,] "X[,9]>0.0702419355"                                                                                            
 [5,] "X[,8]>0.01362903225 & X[,8]<=0.0564516129 & X[,9]>0.00153225805"                                               
 [6,] "X[,8]<=0.0564516129 & X[,8]>-0.01153225805 & X[,9]<=0.0040322581 & X[,10]<=-0.00596774195"                     
 [7,] "X[,8]>-0.03370967745 & X[,8]<=-0.00403225805 & X[,10]>0.00032258065"                                           
 [8,] "X[,8]<=-0.03370967745 & X[,10]>0.02814516125"                                                                  
 [9,] "X[,8]<=-0.03370967745 & X[,10]<=0.02443548385"                                                                 
[10,] "X[,7]>-0.025 & X[,7]<=-0.00403225805 & X[,8]>-0.03370967745"                                                   
[11,] "X[,8]>-0.0266935484 & X[,8]<=-0.025"                                                                           
[12,] "X[,9]>0.0091129032 & X[,9]<=0.0277419355 & X[,10]<=-0.00096774195"                                             
[13,] "X[,9]<=0.0564516129 & X[,9]>0.03935483875"                                                                     
[14,] "X[,8]>0.02346774195 & X[,9]>-0.057983871 & X[,9]<=-0.0212903226"                                               
[15,] "X[,8]>-0.03370967745 & X[,8]<=0.0233870968 & X[,9]<=0.0233870968 & X[,10]>0.0091129032 & X[,10]<=0.02766129035"
[16,] "X[,8]>-0.03370967745 & X[,9]<=-0.00120967745 & X[,10]>-0.00596774195 & X[,10]<=0.0229032258"                   
[17,] "X[,10]>0.0012903226"                                                                                           
[18,] "X[,1]==X[,1]"                                                                                                  
      pred
 [1,] "1" 
 [2,] "-1"
 [3,] "1" 
 [4,] "-1"
 [5,] "-1"
 [6,] "-1"
 [7,] "1" 
 [8,] "-1"
 [9,] "-1"
[10,] "1" 
[11,] "-1"
[12,] "1" 
[13,] "1" 
[14,] "-1"
[15,] "1" 
[16,] "1" 
[17,] "-1"
[18,] "1"

データはサイズ10のスライディングウィンドウで表現され、ルールはこのデータに基づいて...

最初の要素 X[ , 1] ...... X[ , 10] 最後 (現在のキャンドル)

pred

これは、ルールが予測するものです。

モデルは符号を予測する、0より大きい "1"、小さい"-1"

モデルは97-99%の精度を持つ

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

以下は、Rで書かれたすべてのコードです...でかくてわけわかんない ))))

d <- read.csv(file = "C:\\..........\\EURUSD_returns.csv")
d <- d[,1]

X <- embed(d, 10)[ , 10:1]  
Y <- as.factor(sign(  c(X[-1,ncol(X)] , 1)  ))

library(inTrees)
library(RRF)
rf <- RRF(X,Y,ntree=100) 
treeList <- RF2List(rf)
ruleExec <- unique(extractRules(treeList,X,maxdepth = 10))
ruleMetric <- getRuleMetric(ruleExec,X,Y) #  measure rules
ruleMetric <- pruneRule(ruleMetric,X,Y) #  prune each rule
learner <- buildLearner(ruleMetric,X,Y)

learner

[Evgeniy Chumakov]

mytarmailS:

でかくてわけわかんない ))))

そんなの面白くもなんともない)))ドン引き。

[mytarmailS]

エフゲニー・チュマコフ

面白くもなんともない))どうしたらいいのかわからない。

笑わないで、もっと理解して...。

コードは必要なく、ロギングルール（これがモデルです）が必要で、このルールをコードに落とし込むと、ルールからの予測量がモデルの答えとなり、「1」か「-1」かになります。

わからないことがあれば、聞く。

元気なうちは))