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 2034 1...202720282029203020312032203320342035203620372038203920402041...3399 新しいコメント Александр Алексеевич 2020.10.23 19:20 #20331 Farkhat Guzairov： 従来のネットワークの経験があるので、MQLと純粋なC++のコードで教えることを試みたはずですが、もしそうでなければ、試してみればすぐにわかると思います。 いいえ、していません）結果はどうなるのでしょうか？ほとんどの場合、結果は大きく異なると思います Александр Алексеевич 2020.10.23 19:22 #20332 Ilnur Khasanov： こういう質問が面白いんです。スタックとはどういう意味ですか？どのアーキテクチャ（アンサンブル、モデルツリー）が良いかを理解するには？どのような指標で、最終的な結果によって理解されるのか。例えば、同じlstmのcatbustの再帰を正しく組み合わせるにはどうしたらよいでしょうか？その価値はあるのか・・・。 どちらが良いのでしょうか？アーキテクチャの選択は、ネットワークから何を得たいかによります。私の考えでは、ネットワークはシンプルであればあるほどよいと思っています。要は、自分が期待する結果を出してくれるものでなければならないのです Igor Makanu 2020.10.24 09:58 #20333 アレクセイ・ニコラエフ： 一人の一般トレーダーが市場に与える影響力は微々たるものなので、ゲーム理論でいうところの「自然との勝負」ができるのです。同じmatstatや機械学習、非定常性の問題ばかりです。近似的な形式モデルを簡単に構築することができます。バラバラの時間をおおよそでいいので、誰もあまり頻繁にポジションを変えることはないでしょう。同じラウンドを繰り返すゲーム（ゲーム理論の用語です）があり、各ラウンドで少数派が勝利する--偶数か奇数のように見えますが、そうではありません。そして、結果として得られる繰り返しゲームにも対称的な均衡があるという仮定（数学的に証明する用意はない）を立て、ラウンドゲームの均衡のシーケンスとして構築する。つまり、各ラウンドのプレイヤー全員がコインをはじき、劣勢になったときだけ勝ちとなる。 ごあいさつ https://www.mql5.com/ru/forum/86386/page1682#comment_15839188 この問題の形式化はかろうじて見つけることができる、まだこれ以上のものを見たことがないんだ。 もう一つの質問： - トレーディング戦略とは何ですか？ もしよろしければ、抽象的な取引システムの定義をお聞かせください。 Maxim Dmitrievsky 2020.10.24 10:53 #20334 アレクセイ・ニコラエフ： ONNXでWinMLを追加するという約束があったように記憶しています) がどこかに書いてありましたね、はい。 Maxim Dmitrievsky 2020.10.24 10:55 #20335 Ilnur Khasanov： こういう質問が面白いんです。スタックとはどういう意味ですか？どのアーキテクチャ（アンサンブル、モデルツリー）が良いかを理解するには？どのような指標で、最終的な結果で理解されるのか。例えば、同じlstmのcatbustの再帰を正しく組み合わせるにはどうしたらよいでしょうか？そして、その価値はあるのだろうか... 1つのネットワークに異なる種類の層を持たせる、つまり、CNN、LSTM、線形層のように順次積み重ねるのです。しかも、個別にではなく、一度にトレーニングするのです。私があげた例では、2つのLSTM層があり、次にLSTMの出力を0;1の範囲に変換するソフトマックス関数（そうしないと-1;1を出力する）、次にライン層（すべてのLSTM出力を1つにまとめる）、そして最後にシグモイドがあります。つまり、CNNをlstmの前に接続して試すことができるようになったのです。正しい方法 - 経験を積んだり、本を読んだりする必要があります。 https://machinelearningmastery.com/sequence-classification-lstm-recurrent-neural-networks-python-keras/ Aleksey Nikolayev 2020.10.24 13:10 #20336 イゴール・マカヌ： ごあいさつhttps://www.mql5.com/ru/forum/86386/page1682#comment_15839188この問題の形式化、私はまだほとんど見たことがありません。もうひとつの質問：トレーディング戦略とは何ですか？ もしよろしければ、いくつかの抽象的な取引TSの定義をお聞かせください。 このアプローチはエージェントベースのモデリング 手法に属し、エージェントの個々の行動ルールは必ず記述されなければならないので、この質問は妥当である。マイノリティゲーム」のルールは、エージェントが環境から受け取る「報酬」だけを記述する。 科学的な論文では、「どうすれば儲かるシステムを作れるか」という問いかけはしない）むしろ、「このバカなエージェントたちは一体どうやって市場に危機を作り出しているのか」と聞こえる）したがって、彼らが「取引戦略」と呼ぶものは、むしろ安っぽく見える。 TSとは何かという問いを真摯に受け止め、トレーダー的なアプローチと科学的なアプローチを組み合わせようとすると、この概念の形式化が逃げてしまうのです。アルゴリズムという概念で定義するのが自然だろう。しかし、TSのライフサイクル全体を注意深く見ていくと、「TSアルゴリズムの過剰最適化のアルゴリズム」といったアイデアが登場し、無限大に広がっていくのです）。 Igor Makanu 2020.10.24 14:27 #20337 アレクセイ・ニコラエフ： このテーマに関する科学的な論文は、通常、「どうやって儲かるシステムを作るのか」という問いかけはしない）むしろ、「このバカなエージェントたちは、いったいどうやって市場に危機を作り出すのか」である）したがって、彼らが「取引戦略」と呼ぶものは、むしろ安っぽく見えてしまうのだ。 今後、情報の信頼性・有用性を基準にした探索の状況について検討していきます。 その最大の理由は、「科学論文」を明確に理解できていないことです。 アレクセイ・ニコラエフ： TSとは何かという問いに真剣に取り組み、トレーダー的なアプローチと科学的なアプローチを組み合わせようとすると、この概念の形式化が逃げてしまうのです。 民俗学（トレーダーの手法＋聖杯のたとえ）と、市場の本質-競争＋ニュースリリースによるボラティリティの急上昇-（マイナス）インサイダー情報（これは数学的手法では公式化できない！・・・学校の数学の宿題、誰が自分でやったか覚えていますか）を考慮しない時系列 解析の科学的手法の巧妙なミックス、それが「トリック」だと思っています）))。) アレクセイ・ニコラエフ： アルゴリズムという概念で定義するとわかりやすい。しかし、TCのライフサイクル全体を注意深く見ていくと、「TCのアルゴリズムの再構成アルゴリズム」「アルゴリズムの過剰最適化」などのアイデアが無限に出てくる) はいはい あまりないのですが、これが抽象的なTSの最も妥当な記述であり、TSを見つけるという問題文により正確に適合しています。 そしてまた、疑問が湧いてくる。 - TSのライフサイクルはどのくらいですか？ （ 10年10晩のテストについての トレーダーの民間伝承は、彼の周りのみんなと彼の親指をいじくり回すトレーダーの指から "吸わ" -我々は それを考慮に入れるべきでは ありません）。 - 最適化・再設定はどのような作業ですか？ Mikhail Mishanin 2020.10.24 14:29 #20338 Maxim Dmitrievsky: 端末でニューラルネットを書くという選択肢は全くない。そこで、ある機能が突然期待通りに動作しなくなることがあります。すぐに使える、テスト済みのもの。 一般的には、ターミナルと1つのコード/ファイルの中にすべてがあり、機能は可能な限り簡素化されているという、異なる経験をしています。インジケータと Expert Advisorの計算が 一致しているかどうかを確認します。ある面では正しいし、今は鬱屈した思いを生んでいるけれど( まあ、バインディングも不具合で遅くなるのは経験済みなんですけどね( 私たちはこれを乗り切ります) Maxim Dmitrievsky 2020.10.24 14:36 #20339 dr.mr.mom： 。 一般的に異なる経験、ターミナルですべて、1つのコード/ファイルのみで、機能は可能な限り簡素化されています。インジケータと Expert Advisorの計算の 一致をチェックしています。ある面では正しいし、今は鬱屈した思いを生んでいるけれど(まあ、バインディングも不具合で遅くなるのは経験済みなんですけどね(私たちはこれを乗り切る）。 ニューラルネットワークがどのように学習するかを見るために、ゼロから書くのはあまり良い考えとは言えません)。既製品でテストしてもナンセンスに悩まされない時代。 また、並列化、質の高いオプティマイザー、GPUサポート、スケーラブルにすることを書かなければなりません。全ては、NSがFXで通用しないことを理解するためです そして、（最近の記事のように）nsは24時間学習し、そのようなアーキテクチャでは研究ができないことがわかりました（mqlや神のみぞ知る、が理由です）。 Fast235 2020.10.24 14:51 #20340 マキシム・ドミトリエフスキー： ニューラルネットがどのように学習するかを見るために一から書くのは、怪しげな楽しみ方です))既製品でテストして、ナンセンスに悩まされることがない場合また、並列化、質の高いオプティマイザー、GPUサポート、スケーラブルにすることを書かなければなりません。全ては、NSがFXで通用しないことを理解するためですそして、nsは（最新の記事のように）24時間学習し、このようなアーキテクチャでは（mqlの特殊性や神のみぞ知るものであるため）研究ができないことを知ることになります。マキシム、どうぞ持ってきてください。 もし私の作業システムが機能しないなら、人工知能の世界に行くしかない。もしあなたがそこで一番優秀なら、ラッキーだ。 1...202720282029203020312032203320342035203620372038203920402041...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
従来のネットワークの経験があるので、MQLと純粋なC++のコードで教えることを試みたはずですが、もしそうでなければ、試してみればすぐにわかると思います。
一人の一般トレーダーが市場に与える影響力は微々たるものなので、ゲーム理論でいうところの「自然との勝負」ができるのです。同じmatstatや機械学習、非定常性の問題ばかりです。
近似的な形式モデルを簡単に構築することができます。バラバラの時間をおおよそでいいので、誰もあまり頻繁にポジションを変えることはないでしょう。同じラウンドを繰り返すゲーム（ゲーム理論の用語です）があり、各ラウンドで少数派が勝利する--偶数か奇数のように見えますが、そうではありません。そして、結果として得られる繰り返しゲームにも対称的な均衡があるという仮定（数学的に証明する用意はない）を立て、ラウンドゲームの均衡のシーケンスとして構築する。つまり、各ラウンドのプレイヤー全員がコインをはじき、劣勢になったときだけ勝ちとなる。
ごあいさつ
https://www.mql5.com/ru/forum/86386/page1682#comment_15839188
この問題の形式化はかろうじて見つけることができる、まだこれ以上のものを見たことがないんだ。
もう一つの質問： - トレーディング戦略とは何ですか？
もしよろしければ、抽象的な取引システムの定義をお聞かせください。
ONNXでWinMLを追加するという約束があったように記憶しています)
がどこかに書いてありましたね、はい。
1つのネットワークに異なる種類の層を持たせる、つまり、CNN、LSTM、線形層のように順次積み重ねるのです。しかも、個別にではなく、一度にトレーニングするのです。
私があげた例では、2つのLSTM層があり、次にLSTMの出力を0;1の範囲に変換するソフトマックス関数（そうしないと-1;1を出力する）、次にライン層（すべてのLSTM出力を1つにまとめる）、そして最後にシグモイドがあります。つまり、CNNをlstmの前に接続して試すことができるようになったのです。
正しい方法 - 経験を積んだり、本を読んだりする必要があります。
https://machinelearningmastery.com/sequence-classification-lstm-recurrent-neural-networks-python-keras/ごあいさつ
https://www.mql5.com/ru/forum/86386/page1682#comment_15839188
この問題の形式化、私はまだほとんど見たことがありません。
もうひとつの質問：トレーディング戦略とは何ですか？
もしよろしければ、いくつかの抽象的な取引TSの定義をお聞かせください。
このアプローチはエージェントベースのモデリング 手法に属し、エージェントの個々の行動ルールは必ず記述されなければならないので、この質問は妥当である。マイノリティゲーム」のルールは、エージェントが環境から受け取る「報酬」だけを記述する。
科学的な論文では、「どうすれば儲かるシステムを作れるか」という問いかけはしない）むしろ、「このバカなエージェントたちは一体どうやって市場に危機を作り出しているのか」と聞こえる）したがって、彼らが「取引戦略」と呼ぶものは、むしろ安っぽく見える。
TSとは何かという問いを真摯に受け止め、トレーダー的なアプローチと科学的なアプローチを組み合わせようとすると、この概念の形式化が逃げてしまうのです。アルゴリズムという概念で定義するのが自然だろう。しかし、TSのライフサイクル全体を注意深く見ていくと、「TSアルゴリズムの過剰最適化のアルゴリズム」といったアイデアが登場し、無限大に広がっていくのです）。
このテーマに関する科学的な論文は、通常、「どうやって儲かるシステムを作るのか」という問いかけはしない）むしろ、「このバカなエージェントたちは、いったいどうやって市場に危機を作り出すのか」である）したがって、彼らが「取引戦略」と呼ぶものは、むしろ安っぽく見えてしまうのだ。
今後、情報の信頼性・有用性を基準にした探索の状況について検討していきます。
その最大の理由は、「科学論文」を明確に理解できていないことです。
TSとは何かという問いに真剣に取り組み、トレーダー的なアプローチと科学的なアプローチを組み合わせようとすると、この概念の形式化が逃げてしまうのです。
民俗学（トレーダーの手法＋聖杯のたとえ）と、市場の本質-競争＋ニュースリリースによるボラティリティの急上昇-（マイナス）インサイダー情報（これは数学的手法では公式化できない！・・・学校の数学の宿題、誰が自分でやったか覚えていますか）を考慮しない時系列 解析の科学的手法の巧妙なミックス、それが「トリック」だと思っています）))。)
アルゴリズムという概念で定義するとわかりやすい。しかし、TCのライフサイクル全体を注意深く見ていくと、「TCのアルゴリズムの再構成アルゴリズム」「アルゴリズムの過剰最適化」などのアイデアが無限に出てくる)
はいはい
あまりないのですが、これが抽象的なTSの最も妥当な記述であり、TSを見つけるという問題文により正確に適合しています。
そしてまた、疑問が湧いてくる。
- TSのライフサイクルはどのくらいですか？ （ 10年10晩のテストについての トレーダーの民間伝承は、彼の周りのみんなと彼の親指をいじくり回すトレーダーの指から "吸わ" -我々は それを考慮に入れるべきでは ありません）。
- 最適化・再設定はどのような作業ですか？
端末でニューラルネットを書くという選択肢は全くない。そこで、ある機能が突然期待通りに動作しなくなることがあります。すぐに使える、テスト済みのもの。
一般的には、ターミナルと1つのコード/ファイルの中にすべてがあり、機能は可能な限り簡素化されているという、異なる経験をしています。インジケータと Expert Advisorの計算が 一致しているかどうかを確認します。ある面では正しいし、今は鬱屈した思いを生んでいるけれど(
まあ、バインディングも不具合で遅くなるのは経験済みなんですけどね(
私たちはこれを乗り切ります)
。
一般的に異なる経験、ターミナルですべて、1つのコード/ファイルのみで、機能は可能な限り簡素化されています。インジケータと Expert Advisorの計算の 一致をチェックしています。ある面では正しいし、今は鬱屈した思いを生んでいるけれど(
まあ、バインディングも不具合で遅くなるのは経験済みなんですけどね(
私たちはこれを乗り切る）。
ニューラルネットワークがどのように学習するかを見るために、ゼロから書くのはあまり良い考えとは言えません)。既製品でテストしてもナンセンスに悩まされない時代。
また、並列化、質の高いオプティマイザー、GPUサポート、スケーラブルにすることを書かなければなりません。全ては、NSがFXで通用しないことを理解するためです
そして、（最近の記事のように）nsは24時間学習し、そのようなアーキテクチャでは研究ができないことがわかりました（mqlや神のみぞ知る、が理由です）。
ニューラルネットがどのように学習するかを見るために一から書くのは、怪しげな楽しみ方です))既製品でテストして、ナンセンスに悩まされることがない場合
また、並列化、質の高いオプティマイザー、GPUサポート、スケーラブルにすることを書かなければなりません。全ては、NSがFXで通用しないことを理解するためです
そして、nsは（最新の記事のように）24時間学習し、このようなアーキテクチャでは（mqlの特殊性や神のみぞ知るものであるため）研究ができないことを知ることになります。
マキシム、どうぞ持ってきてください。
もし私の作業システムが機能しないなら、人工知能の世界に行くしかない。もしあなたがそこで一番優秀なら、ラッキーだ。