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 2036 1...202920302031203220332034203520362037203820392040204120422043...3399 新しいコメント Valeriy Yastremskiy 2020.10.24 16:47 #20351 アレクセイ・ニコラエフ： このアプローチはエージェントベースモデリング 手法に属し、エージェントの個々の行動ルールを記述する必要があるため、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、かなり安っぽく見えてしまうのだ。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れば、「TSアルゴリズムの過剰最適化のためのアルゴリズム」など、簡単に無限大のアイデアを思いつくことができるのです）。 私はこのテーマに関する記事を少しずつ読んでいますが、最も単純なモデル要素であるトレーダーが複雑な特性を持つモデルにたどり着くだろうという結論に達しました) 原子は一個一個分解される) Valeriy Yastremskiy 2020.10.24 16:54 #20352 イゴール・マカヌ： 情報検索の状況を、信頼性と将来的な有用性を基準に見てみましょう。 - TSのライフサイクルはどのくらいですか？ （ 10年10晩にわたるテストについての トレーダーの民間伝承、みんなの指を逆さにする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？ TSは定常系列に生息しており、系列の定常性は、ある数学モデルがこの系列を許容誤差で記述する能力であり、許容誤差より大きい誤差がある場合、系列は別のモデルで記述できるとみなされ、ラグが発生するのです。そして、私もAlex Nikolaevと同意見です。戦略とは、新しいデータの分析から新しい行動を変える／形成することです。 Igor Makanu 2020.10.24 17:11 #20353 アレクセイ・ニコラエフ： やはり強調したいのは、アルゴリズムとTSの概念の齟齬です。むしろ、TSは固定されたコードではなく、それを変更するプロセスである）「Expert Advisorをチャートに置いて、それを忘れる」というのは、私の意見では、達成不可能な理想である）。 例外や否定の手法で検索を形式化することはできない それでは、抽象的なTSとは何か、あるいはトレーダーは 何を探すべきなのか、という議論の最初に戻ってしまうのです。 SZZ：アルゴリズムの場合は簡単で、昔から形式化されている、というか、プログラムの概念については形式化されています。TCでも同じようにミニマムな定義づけをお願いしたい Valeriy Yastremskiy： TSは定常系列に基づいており、系列の定常性とは、ある数学モデルがこの系列を許容誤差で記述できる能力であり、許容誤差以上の誤差があると、系列が他のモデルで記述される可能性があるとみなされ、ラグが発生するのである。そして、私もAlex Nikolaevと同意見です。戦略とは、新しいデータの分析から新しい行動を変える／形成することです。 しかし、私はTSのための共通の定義を見つけようとしています - あなたは多くのことを探すことができ、少なくともテスターで美しいバランスチャートは誰もが探して、さらに多くの人が発見されていますが、シグナルサービスやアクティブ フォーラムの参加 者の観察が示すように - これは、TSを検索（評価）するときに探すべきものではありません。 mytarmailS 2020.10.24 17:42 #20354 イゴール・マカヌでは、アブストラクトTSとは何なのか。 あるいは、研究者は 何を探せばいいのか。 TSとは、多くの情報とその処理の選択肢の中から、YES/NOの二項対立の判断にすべてを凝縮することである。 TSはフィルターであり、異なるフィルター、適応型、インテリジェント、プリミティブ...があります。 Aleksey Nikolayev 2020.10.24 17:50 #20355 イゴール・マカヌ： 除外や否定の方法は、検索を形式化するものではありません。そして、抽象的なTSとは何か、あるいは研究者は 何を探すべきか、という議論の最初に戻ることになる。SZZ：アルゴリズムの場合は簡単で、昔から概念が形式化されているというか、プログラムという概念に対して形式化されています。プログラムはデータとこのデータを処理するアルゴリズム、つまりデータ＋アルゴリズム＝プログラムです。TCにも同じようにミニマムな定義づけをお願いしたいですね。 つまり、TSはアルゴリズムであり、その一部は常にトレーダーの頭の中にあるのです。それは仮想取引にExpert Advisorを 切り替えるか、パラメータを再最適化するときに（ドローダウンを待たずに）ちょうど直感的な理解することができます。原理的には、ニュースを見てかなり合理的な判断ができるのですが、必ずしもそうではありません。 一般に、トレーダーの頭の中には常に「TSアルゴリズムの一部」が残っており、それを完全に定式化することは不可能であることを示している。形式化しようとすると、アルゴリズムが変われば アルゴリズムも変わるという、果てしない再帰に陥ってしまう......。など その理由は非定常性にあるというのは、私もヴァレリーさんと同意見です。デトレンドやインクリメントへの切り替えなど、計量経済学の類似手法では除去できない。 Aleksey Vyazmikin 2020.10.24 17:51 #20356 ロールシャッハ： どうだろう、最初にやってみようか。 サンプルではすべての極がトレーニングに参加していますが、最後の極が対象なのでしょうか？ Aleksey Nikolayev 2020.10.24 18:04 #20357 Valeriy Yastremskiy： 最も単純なモデル要素であるトレーダーの複雑な特性を考慮したモデルを手に入れることができます。） それでも、「トランジスタでは主人公の広い心を測れない」ことを願っています) 歴史のゴミ箱に入りたくないので) Igor Makanu 2020.10.24 18:17 #20358 mytarmailS: TCとは、すべての情報と処理の選択肢をYES/NOの2値で1つに凝縮して判断することです。TSはフィルターであり、フィルターは異なる、適応的、インテリジェント、プリミティブ...です。 テスト戦略について書くのであれば、前のステップに戻る必要があります - 何を見つけたいのですか？ アレクセイ・ニコラエフ： つまり、TSはアルゴリズムであり、その一部は常にトレーダーの頭の中にあるのです。それは仮想取引にExpert Advisorを 切り替えるか、パラメータを再最適化するときに（ドローダウンを待たずに）ちょうど直感的な理解することができます。原理的には、ニュースを見てかなり合理的な判断ができるのですが、必ずしもそうではありません。一般に、トレーダーの頭の中には常に「TSアルゴリズムの一部」が残っており、それを完全に定式化することは不可能であることを示している。形式化しようとすると、アルゴリズムが変われば アルゴリズムも変わるという、果てしない再帰に陥ってしまう......。などその理由は非定常性にあるというのは、私もヴァレリーさんと同意見です。これは、デトレンド、増分への移行、その他計量経済学の類似の手法では除去できない。 では、TCの概念を公式化することはできないのでしょうか？ 結局、TCはインスピレーション？ それとも楽器演奏？ あるいは、私たちに戻りましょう・・・。- TSとは、まず市場情報の分析と意思決定であることがわかった。 Rorschach 2020.10.24 18:21 #20359 Aleksey Vyazmikin： サンプルでは、すべての列がトレーニングに参加していますが、最後の列がターゲットなのでしょうか？ 最後の列はターゲット、残りはインプット Mikhail Mishanin 2020.10.24 18:35 #20360 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、怪しげな楽しさです))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、（最近の記事のように）NSは学ぶのに1日かかるとか、（mqlの機能とか神のみぞ知るという理由で）このようなアーキテクチャでは研究ができないとか述べなければなりません。 なぜ突然、このように世界的に悲観的になったのでしょうか。)))NeuroShell Day Proのすべてのモダンパッケージの前に、彼らがどのように訓練されたかを「見て」みたのです。そして、それでも内部がどう動いているのかわからず、MT4との接続は難しい、ほとんど不可能という堅牢な結果が得られました。 GPUをボルトで固定するのが望ましいというのは、私も同感です。 問題は、彼らがどのようなNSであるか、どのようなパラダイムで構築/学習してきたかであり、私の場合は進化しています。 はい、最初のロバストなバリアントは1日でもトレーニングできます（実際には古い家庭用ノートパソコンで8時間かかりますが）。しかし、その堅牢性を犠牲にしてまで第一変種をさらに進化させる必要性に立ち戻るのは、1ヵ月後のことである。つまり、あらかじめ現実の世界で10個の作業用具があっても、新たなバリエーションが存在することになるのです。 さて、アーキテクチャですが、NEATアルゴリズムをベースにして、独自の機能を追加しています。アウトプットでは、アーキテクチャも含めて進化していきます。 つまり、こんな感じです。 そして同時に、微生物学などに関する本や講義を読むことをお勧めします。 そして、残念ながら一方はバカ（知識のない議論）、他方は野郎（知識のある議論）である、という論争においては、議論・推論を交えた意見交換が望ましいと思います。 結局のところ、インパクトがあることが大事なのであって、そんなものはクソ食らえだ。） 1...202920302031203220332034203520362037203820392040204120422043...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
このアプローチはエージェントベースモデリング 手法に属し、エージェントの個々の行動ルールを記述する必要があるため、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、かなり安っぽく見えてしまうのだ。
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れば、「TSアルゴリズムの過剰最適化のためのアルゴリズム」など、簡単に無限大のアイデアを思いつくことができるのです）。
私はこのテーマに関する記事を少しずつ読んでいますが、最も単純なモデル要素であるトレーダーが複雑な特性を持つモデルにたどり着くだろうという結論に達しました)
原子は一個一個分解される)
情報検索の状況を、信頼性と将来的な有用性を基準に見てみましょう。
- TSのライフサイクルはどのくらいですか？ （ 10年10晩にわたるテストについての トレーダーの民間伝承、みんなの指を逆さにする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？
TSは定常系列に生息しており、系列の定常性は、ある数学モデルがこの系列を許容誤差で記述する能力であり、許容誤差より大きい誤差がある場合、系列は別のモデルで記述できるとみなされ、ラグが発生するのです。そして、私もAlex Nikolaevと同意見です。戦略とは、新しいデータの分析から新しい行動を変える／形成することです。
やはり強調したいのは、アルゴリズムとTSの概念の齟齬です。むしろ、TSは固定されたコードではなく、それを変更するプロセスである）「Expert Advisorをチャートに置いて、それを忘れる」というのは、私の意見では、達成不可能な理想である）。
例外や否定の手法で検索を形式化することはできない
それでは、抽象的なTSとは何か、あるいはトレーダーは 何を探すべきなのか、という議論の最初に戻ってしまうのです。
SZZ：アルゴリズムの場合は簡単で、昔から形式化されている、というか、プログラムの概念については形式化されています。TCでも同じようにミニマムな定義づけをお願いしたい
TSは定常系列に基づいており、系列の定常性とは、ある数学モデルがこの系列を許容誤差で記述できる能力であり、許容誤差以上の誤差があると、系列が他のモデルで記述される可能性があるとみなされ、ラグが発生するのである。そして、私もAlex Nikolaevと同意見です。戦略とは、新しいデータの分析から新しい行動を変える／形成することです。
しかし、私はTSのための共通の定義を見つけようとしています - あなたは多くのことを探すことができ、少なくともテスターで美しいバランスチャートは誰もが探して、さらに多くの人が発見されていますが、シグナルサービスやアクティブ フォーラムの参加 者の観察が示すように - これは、TSを検索（評価）するときに探すべきものではありません。
では、アブストラクトTSとは何なのか。 あるいは、研究者は 何を探せばいいのか。
TSとは、多くの情報とその処理の選択肢の中から、YES/NOの二項対立の判断にすべてを凝縮することである。
TSはフィルターであり、異なるフィルター、適応型、インテリジェント、プリミティブ...があります。
除外や否定の方法は、検索を形式化するものではありません。
そして、抽象的なTSとは何か、あるいは研究者は 何を探すべきか、という議論の最初に戻ることになる。
SZZ：アルゴリズムの場合は簡単で、昔から概念が形式化されているというか、プログラムという概念に対して形式化されています。プログラムはデータとこのデータを処理するアルゴリズム、つまりデータ＋アルゴリズム＝プログラムです。TCにも同じようにミニマムな定義づけをお願いしたいですね。
つまり、TSはアルゴリズムであり、その一部は常にトレーダーの頭の中にあるのです。それは仮想取引にExpert Advisorを 切り替えるか、パラメータを再最適化するときに（ドローダウンを待たずに）ちょうど直感的な理解することができます。原理的には、ニュースを見てかなり合理的な判断ができるのですが、必ずしもそうではありません。
一般に、トレーダーの頭の中には常に「TSアルゴリズムの一部」が残っており、それを完全に定式化することは不可能であることを示している。形式化しようとすると、アルゴリズムが変われば アルゴリズムも変わるという、果てしない再帰に陥ってしまう......。など
その理由は非定常性にあるというのは、私もヴァレリーさんと同意見です。デトレンドやインクリメントへの切り替えなど、計量経済学の類似手法では除去できない。
どうだろう、最初にやってみようか。
サンプルではすべての極がトレーニングに参加していますが、最後の極が対象なのでしょうか？
最も単純なモデル要素であるトレーダーの複雑な特性を考慮したモデルを手に入れることができます。）
それでも、「トランジスタでは主人公の広い心を測れない」ことを願っています)
歴史のゴミ箱に入りたくないので)
TCとは、すべての情報と処理の選択肢をYES/NOの2値で1つに凝縮して判断することです。
TSはフィルターであり、フィルターは異なる、適応的、インテリジェント、プリミティブ...です。
テスト戦略について書くのであれば、前のステップに戻る必要があります - 何を見つけたいのですか？
つまり、TSはアルゴリズムであり、その一部は常にトレーダーの頭の中にあるのです。それは仮想取引にExpert Advisorを 切り替えるか、パラメータを再最適化するときに（ドローダウンを待たずに）ちょうど直感的な理解することができます。原理的には、ニュースを見てかなり合理的な判断ができるのですが、必ずしもそうではありません。
一般に、トレーダーの頭の中には常に「TSアルゴリズムの一部」が残っており、それを完全に定式化することは不可能であることを示している。形式化しようとすると、アルゴリズムが変われば アルゴリズムも変わるという、果てしない再帰に陥ってしまう......。など
その理由は非定常性にあるというのは、私もヴァレリーさんと同意見です。これは、デトレンド、増分への移行、その他計量経済学の類似の手法では除去できない。
では、TCの概念を公式化することはできないのでしょうか？
結局、TCはインスピレーション？ それとも楽器演奏？
あるいは、私たちに戻りましょう・・・。- TSとは、まず市場情報の分析と意思決定であることがわかった。
サンプルでは、すべての列がトレーニングに参加していますが、最後の列がターゲットなのでしょうか？
最後の列はターゲット、残りはインプット
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、怪しげな楽しさです))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、（最近の記事のように）NSは学ぶのに1日かかるとか、（mqlの機能とか神のみぞ知るという理由で）このようなアーキテクチャでは研究ができないとか述べなければなりません。
なぜ突然、このように世界的に悲観的になったのでしょうか。)))NeuroShell Day Proのすべてのモダンパッケージの前に、彼らがどのように訓練されたかを「見て」みたのです。そして、それでも内部がどう動いているのかわからず、MT4との接続は難しい、ほとんど不可能という堅牢な結果が得られました。
GPUをボルトで固定するのが望ましいというのは、私も同感です。
問題は、彼らがどのようなNSであるか、どのようなパラダイムで構築/学習してきたかであり、私の場合は進化しています。
はい、最初のロバストなバリアントは1日でもトレーニングできます（実際には古い家庭用ノートパソコンで8時間かかりますが）。しかし、その堅牢性を犠牲にしてまで第一変種をさらに進化させる必要性に立ち戻るのは、1ヵ月後のことである。つまり、あらかじめ現実の世界で10個の作業用具があっても、新たなバリエーションが存在することになるのです。
さて、アーキテクチャですが、NEATアルゴリズムをベースにして、独自の機能を追加しています。アウトプットでは、アーキテクチャも含めて進化していきます。
つまり、こんな感じです。
そして同時に、微生物学などに関する本や講義を読むことをお勧めします。
そして、残念ながら一方はバカ（知識のない議論）、他方は野郎（知識のある議論）である、という論争においては、議論・推論を交えた意見交換が望ましいと思います。
結局のところ、インパクトがあることが大事なのであって、そんなものはクソ食らえだ。）