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 2016 1...200920102011201220132014201520162017201820192020202120222023...3399 新しいコメント Forester 2020.10.12 05:12 #20151 Aleksey Vyazmikin: なぜ、このようなことができるのかというと、いろいろな考えがあります。1.相互依存的な予測因子を特定 することができる。1.1.それらを使って別のモデルを構築し、その予測力を評価する1.2. 標本からそれらを除外し、結果への影響を評価する。もし、それらが結果を改善するなら、類似の予測因子の作成を検討する。2. 予測変数のグループの代わりに、1つの予測変数を使用する。1. これにより、モデルを構築する際にランダムに取る確率を均等にすることができます。2.次元数を減らすことによる学習時間の短縮そうですね、テストしたいのですが、そのようなモデルをいきなり作るツールを知らないのです。ところでここで思いついたのですが、学習で壊れた関数(量子化でいうところのステップライン)を使ってはどうでしょう、データの精度のバックラッシュが可能になり、オーバートレーニングも減らせるのではないでしょうか。 予測変数が価格であれば、左右の3~5本ずつのバーは中央のバーと非常に相関が高いが、価格の急騰時には例外が発生する。5小節目から7小節目ごとに取って、だいたい欲しいものが手に入る。あるいは、より高い時間枠に移動する。あるいは、相互の相関をチェックすることで予測因子をスクリーニングする。このスレッドの創始者もバーを薄くしています、彼のブログをチェックしてみてください。 mytarmailS 2020.10.12 06:03 #20152 アレクセイ・ヴャジミキン まずはゴミ箱のデータをクリアすることをお勧めします...。 10個の属性があり、そのうち9個がゴミのような属性だと想像して、それらを1個の属性に圧縮するのです。 mytarmailS 2020.10.12 06:08 #20153 マキシム・ドミトリエフスキー: 週の初めは、「プレトレーニング」の後、うまくいくのですが。そして、土砂降りになる。もう一度やり直したので、明日テストに出します :Dトレーディングロボットによっては、トレーダーでの計算が正しく行われない場合がある...一連のアップデートの後、間違った方向で取引を開始する。torchのリカレンスネットにも取り組んでいます。黄色:週の始まり、最初の1~3日間 面白い... mytarmailS 2020.10.12 06:13 #20154 ラウンドレベル」を標識として使ってみた方はいらっしゃいますか? あるいは、価格の処理方法として? 例えば、円形の値で価格をマークすることができます... 同じ行にある値を削除することは可能です。 情報圧縮に加え、フィルタリングもしっかりできている......もしかしたら、こういうチャートでモデルのパターンを探した方が楽かもしれない......。 Maxim Dmitrievsky 2020.10.12 14:04 #20155 mytarmailS: ラウンドレベル」を標識として使ってみた方はいらっしゃいますか?あるいは、価格の処理方法として?例えば、円形の値で価格をマークすることができます...同じ行にある値を削除することは可能です。情報圧縮に加え、フィルタリングもできる・・・もしかしたら、このようなチャートでモデルのパターンを探すのが楽になるかもしれない・・・。 レンコを手に入れました。 Renat Akhtyamov 2020.10.12 16:59 #20156 mytarmailS: ラウンドレベル」を標識として使ってみた方はいらっしゃいますか?あるいは、価格の処理方法として?例えば、円形の値で価格をマークすることができます...同じ行にある値を削除することは可能です。情報圧縮がうまく、さらにフィルタリングもできる・・・おそらく、このようなチャートでモデルのパターンを探すのは簡単だろう・・・。 はい 懸命な再描画 Aleksey Vyazmikin 2020.10.12 23:14 #20157 教育におけるリソースの活用に関する興味深い記事 です。また、講演の様子を録画したビデオもあります。 Эффективные методы сжатия данных при тренировке нейросетей. Лекция в Яндексе 2011.03.18itnan.ru Сжатие данных, Машинное обучение, Блог компании Яндекс Aleksey Vyazmikin 2020.10.12 23:17 #20158 Maxim Dmitrievsky: 教えることができないので、ローカルミニマムにはまり込んでしまうソルバーが発生します。アイデアについては......ブラックボックスなので、何も取り出せない。 引っかかることについて - エラーを修正する方法を変更する必要があるかもしれません。 なぜブラックボックスなのかというと、2〜3層しかないのであれば、係数でマスクを解除するのが現実的だからです。ここでの小さな係数は粗くし、ゼロにすることで、ニューロンへの入力数を減らすことができる。 Aleksey Vyazmikin 2020.10.12 23:19 #20159 elibrarius: 予測要因が価格であれば、左右の3~5本ずつのバーは中央のバーと非常に相関が高く、価格の急騰時には例外が発生します。5小節目から7小節目ごとに取って、だいたい欲しいものが手に入る。あるいは、より高い時間枠に移動する。あるいは、相互の相関をチェックすることで予測因子をスクリーニングする。このスレッドの創始者も棒を細くしています、彼のブログをチェックしてみてください。 プレディクターは裸の価格ではありません。似ているかもしれない相対的なポイントがたくさんあります...。 相関関係によるスクリーニングが有効かどうかはわからないが...。 Aleksey Vyazmikin 2020.10.12 23:20 #20160 mytarmailS: まず、ジャンク属性のデータを消去することをお勧めします ...想像してみてください。10個の属性があり、そのうちの9個がゴミで、それを1個の属性に圧縮したとします。 また、お勧めの洗浄方法を教えてください。 1...200920102011201220132014201520162017201820192020202120222023...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
なぜ、このようなことができるのかというと、いろいろな考えがあります。
1.相互依存的な予測因子を特定 することができる。
1.1.それらを使って別のモデルを構築し、その予測力を評価する
1.2. 標本からそれらを除外し、結果への影響を評価する。もし、それらが結果を改善するなら、類似の予測因子の作成を検討する。
2. 予測変数のグループの代わりに、1つの予測変数を使用する。
1. これにより、モデルを構築する際にランダムに取る確率を均等にすることができます。
2.次元数を減らすことによる学習時間の短縮
そうですね、テストしたいのですが、そのようなモデルをいきなり作るツールを知らないのです。
ところでここで思いついたのですが、学習で壊れた関数(量子化でいうところのステップライン)を使ってはどうでしょう、データの精度のバックラッシュが可能になり、オーバートレーニングも減らせるのではないでしょうか。
予測変数が価格であれば、左右の3~5本ずつのバーは中央のバーと非常に相関が高いが、価格の急騰時には例外が発生する。5小節目から7小節目ごとに取って、だいたい欲しいものが手に入る。あるいは、より高い時間枠に移動する。あるいは、相互の相関をチェックすることで予測因子をスクリーニングする。このスレッドの創始者もバーを薄くしています、彼のブログをチェックしてみてください。
まずはゴミ箱のデータをクリアすることをお勧めします...。
10個の属性があり、そのうち9個がゴミのような属性だと想像して、それらを1個の属性に圧縮するのです。
週の初めは、「プレトレーニング」の後、うまくいくのですが。そして、土砂降りになる。もう一度やり直したので、明日テストに出します :D
トレーディングロボットによっては、トレーダーでの計算が正しく行われない場合がある...一連のアップデートの後、間違った方向で取引を開始する。
torchのリカレンスネットにも取り組んでいます。
黄色:週の始まり、最初の1~3日間
面白い...
ラウンドレベル」を標識として使ってみた方はいらっしゃいますか?
あるいは、価格の処理方法として?
例えば、円形の値で価格をマークすることができます...
同じ行にある値を削除することは可能です。
情報圧縮に加え、フィルタリングもしっかりできている......もしかしたら、こういうチャートでモデルのパターンを探した方が楽かもしれない......。
ラウンドレベル」を標識として使ってみた方はいらっしゃいますか?
あるいは、価格の処理方法として?
例えば、円形の値で価格をマークすることができます...
同じ行にある値を削除することは可能です。
情報圧縮に加え、フィルタリングもできる・・・もしかしたら、このようなチャートでモデルのパターンを探すのが楽になるかもしれない・・・。
レンコを手に入れました。
ラウンドレベル」を標識として使ってみた方はいらっしゃいますか?
あるいは、価格の処理方法として?
例えば、円形の値で価格をマークすることができます...
同じ行にある値を削除することは可能です。
情報圧縮がうまく、さらにフィルタリングもできる・・・おそらく、このようなチャートでモデルのパターンを探すのは簡単だろう・・・。
はい
懸命な再描画
教えることができないので、ローカルミニマムにはまり込んでしまうソルバーが発生します。アイデアについては......ブラックボックスなので、何も取り出せない。
引っかかることについて - エラーを修正する方法を変更する必要があるかもしれません。
なぜブラックボックスなのかというと、2〜3層しかないのであれば、係数でマスクを解除するのが現実的だからです。ここでの小さな係数は粗くし、ゼロにすることで、ニューロンへの入力数を減らすことができる。
予測要因が価格であれば、左右の3~5本ずつのバーは中央のバーと非常に相関が高く、価格の急騰時には例外が発生します。5小節目から7小節目ごとに取って、だいたい欲しいものが手に入る。あるいは、より高い時間枠に移動する。あるいは、相互の相関をチェックすることで予測因子をスクリーニングする。このスレッドの創始者も棒を細くしています、彼のブログをチェックしてみてください。
プレディクターは裸の価格ではありません。似ているかもしれない相対的なポイントがたくさんあります...。
相関関係によるスクリーニングが有効かどうかはわからないが...。
まず、ジャンク属性のデータを消去することをお勧めします ...
想像してみてください。10個の属性があり、そのうちの9個がゴミで、それを1個の属性に圧縮したとします。
また、お勧めの洗浄方法を教えてください。