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 2038 1...203120322033203420352036203720382039204020412042204320442045...3399 新しいコメント Mikhail Mishanin 2020.10.24 19:52 #20371 マキシム・ドミトリエフスキー： について議論するものは何もありません。なぜなら、どんな通常のフレームワークでも、最小限のコードで、やって見せたここでは、自作モデルについては触れません。Catbustや最新のニューラルネットワークのような成熟したモデルのみです。mqlのニューラルネットワークを使ったこのマウス騒ぎは、議論することすら面白くない。なぜなら、世界はずっと先に進んでいて、毎年その差を2倍にしているからだ。例えば、「Tensorflowでこんなモデルがあるんだけど」と言われたら、「じゃあ、Torchで同じモデルを5分くらい作って確認してみるよ」と言います。そして、mqlで何かを作ったと言うことですね。その情報は何のために必要なのか、どうやって再現すればいいのか。 tensorfloat/torchがあと数年で 実現するモデルを私が持っていて、それを3倍に することをなぜ認めないのですか？) エドガー・ピーターズの本から。「店員や仲買人は、道に落ちている5ポンド札を、自分の確率論ではそこにあるはずのないものだからと見逃すだろう...」) 頑張ってください。 Aleksey Vyazmikin 2020.10.24 19:56 #20372 elibrarius: 線が多ければ多いほど、奥行きが必要です。 ギガバイトもあれば、数百万本の線がある。深さ6では、最終的なシートは例/文字列の全数の1/64、つまり入力が数百万であれば数万になる。 そのため、CBはアンサンブルを構築し、すなわちカッティングは双方向に行われ、カッティングは木の本数に依存し、一般的には最大10本の深さを推奨しています。 Maxim Dmitrievsky 2020.10.24 19:56 #20373 dr.mr.mom： 。 あと2、3年テンソルフロート/ストレッチ するモデルを持っていて、その差を3倍にして いることを、なぜ認めないのですか？) 口惜しい Forester 2020.10.24 19:57 #20374 Aleksey Vyazmikin： また、チョーキングは木の本数によって異なりますが、一般的には 最大10本までが推奨されて います。 どうやらこれは、数百万回線に推奨されるものではないらしい。15をお試しください。 Aleksey Vyazmikin 2020.10.24 19:59 #20375 elibrarius: どうやら数百万行のアドバイスのためではないらしい。15をお試しください。 これはあくまで幅や奥行きが非常に大きなサンプルの場合です。 学習は簡単だが、学習によって検出されたパターンがコントロールサンプルでは確認できない、と言っているのです。 Forester 2020.10.24 20:05 #20376 Aleksey Vyazmikin： これはあくまで幅や奥行きが非常に大きなサンプルの場合です。学習が簡単だと言っているのですが、学習で検出されたパターンがコントロールサンプルで確認できないのです。 私の考えでは、奥行きのために列の数はそれほど重要ではありません。行数が多い場合のみ、深さを大きくする必要があります。カラムについては、100万本でも可能です。すべてチェックされ、優秀なものだけが選ばれます。 Valeriy Yastremskiy 2020.10.24 20:21 #20377 イゴール・マカヌ： 市場情報の分析には、一般的に問題はないのですが......。市場は自分にしか情報を与えないので、すべてのデータを処理する必要があると考える研究者の欲を除いて、つまりここでは、タスクは繰り返しパターンを探すこととして形式化さ れ、他のデータは捨てられる（使用されない）べきである。決定が悲しいです - テストと前方に合格するTSを生成することは可能ですが、戦略テスターの 統計とTSの永続性の時間や市場のコンテキストとTSのコンプライアンスを決定する可能性の間のリンクを見つけるために - それは問題だ。後先考えず一般に、問題の形式化は少し進んだと思います。は、原理的にはテスト統計のアンロードを行い、PythonでNSの学習を試みることは難しいことではありません。市場の状況を判断するのは、あなたが書いているように、トレーダーの判断だけです。 原子の場合は、無機物の物質分子と有機物の大きな分子とたくさんの原子の2つのレベルでよりシンプルになります。国家市場分析では、企業体は人であり、人は原子やその構成要素よりも複雑である。 Aleksey Vyazmikin 2020.10.24 20:45 #20378 elibrarius: 私の考えでは、奥行きのために列の数はそれほど重要ではありません。行数が多い場合のみ、深さを大きくする必要があります。しかし、その列は100万にもなる。その中から選ばれた数少ない優秀な作品です。 全部で2本のツリーで、以下のような結果になりました。 メトリックス 選択された方法による予測変数の重要性の評価 C++とbinのモデル、量子化テーブルを添付します。 サンプルを混合する必要があるか、これが最大値であるように思える - テストサンプルと試験サンプルの測定基準の違いに戸惑う。 ファイル: model.zip 19 kb Igor Makanu 2020.10.24 20:51 #20379 Valeriy Yastremskiy： 原子の場合は、無機物の物質分子と有機物の大きな分子とたくさんの原子の2つのレベルで簡単です。 まさにそうなのですが、原子を考える限り、そして結晶格子を考えようと思った時点で、「もうだめだ」--ほとんどの場合、問題を解決するのは非常に難しい、私は一度読みましたが、ニューラルネットワークを使う方法で、モデリングプロセスの結果が早く得られます それは市場と同じです、我々は1つまたは2つのティックを見ている間、多くのバリアントはありません - 上または下、我々は研究に進む場合、すべてが複雑になる "ここで彼らは、順序を開き、ここで彼らはそれを閉じた" ）)) 。 Valeriy Yastremskiy： そして、人は原子やその構成要素よりも複雑であり、有機化学よりも確実に複雑である。 そう、それは生きている構造ですが、行動モデルを持っています - それはポイントではなく、パターンや市場のコンテキストと呼ばれるようにします。 歴史上の行動は勉強しても、これからどうするかは自分次第です。 Forester 2020.10.24 21:00 #20380 Aleksey Vyazmikin： これが全体の結果で、合計2本の木があります。メトリックス選択された方法による予測変数の重要度の見積もりC++とbinモデル、量子化テーブルを添付しました。サンプルを シャッフル する必要があるのか、これが最大値なのか、テストサンプルと試験サンプルの測定基準の違いに戸惑っているようです。 電車内やテスト内の攪拌は可能だが意味がなく、電車とテストの間の攪拌は不可能である。ひょっとしてそこに混ぜたのでしょうか、何か試験で非常に良い結果が出ていますね。 違いは、市場が常に同じではなく、変化していることです。主なものは、平均利益）。 1...203120322033203420352036203720382039204020412042204320442045...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
について議論するものは何もありません。なぜなら、どんな通常のフレームワークでも、最小限のコードで、やって見せた
ここでは、自作モデルについては触れません。Catbustや最新のニューラルネットワークのような成熟したモデルのみです。
mqlのニューラルネットワークを使ったこのマウス騒ぎは、議論することすら面白くない。なぜなら、世界はずっと先に進んでいて、毎年その差を2倍にしているからだ。
例えば、「Tensorflowでこんなモデルがあるんだけど」と言われたら、「じゃあ、Torchで同じモデルを5分くらい作って確認してみるよ」と言います。そして、mqlで何かを作ったと言うことですね。その情報は何のために必要なのか、どうやって再現すればいいのか。
tensorfloat/torchがあと数年で 実現するモデルを私が持っていて、それを3倍に することをなぜ認めないのですか？)
エドガー・ピーターズの本から。「店員や仲買人は、道に落ちている5ポンド札を、自分の確率論ではそこにあるはずのないものだからと見逃すだろう...」)
頑張ってください。
線が多ければ多いほど、奥行きが必要です。
ギガバイトもあれば、数百万本の線がある。深さ6では、最終的なシートは例/文字列の全数の1/64、つまり入力が数百万であれば数万になる。
そのため、CBはアンサンブルを構築し、すなわちカッティングは双方向に行われ、カッティングは木の本数に依存し、一般的には最大10本の深さを推奨しています。
。
あと2、3年テンソルフロート/ストレッチ するモデルを持っていて、その差を3倍にして いることを、なぜ認めないのですか？)
口惜しい
また、チョーキングは木の本数によって異なりますが、一般的には 最大10本までが推奨されて います。
どうやらこれは、数百万回線に推奨されるものではないらしい。15をお試しください。
どうやら数百万行のアドバイスのためではないらしい。15をお試しください。
これはあくまで幅や奥行きが非常に大きなサンプルの場合です。
学習は簡単だが、学習によって検出されたパターンがコントロールサンプルでは確認できない、と言っているのです。
これはあくまで幅や奥行きが非常に大きなサンプルの場合です。
学習が簡単だと言っているのですが、学習で検出されたパターンがコントロールサンプルで確認できないのです。
市場情報の分析には、一般的に問題はないのですが......。市場は自分にしか情報を与えないので、すべてのデータを処理する必要があると考える研究者の欲を除いて、つまりここでは、タスクは繰り返しパターンを探すこととして形式化さ れ、他のデータは捨てられる（使用されない）べきである。
決定が悲しいです - テストと前方に合格するTSを生成することは可能ですが、戦略テスターの 統計とTSの永続性の時間や市場のコンテキストとTSのコンプライアンスを決定する可能性の間のリンクを見つけるために - それは問題だ。
後先考えず
一般に、問題の形式化は少し進んだと思います。
は、原理的にはテスト統計のアンロードを行い、PythonでNSの学習を試みることは難しいことではありません。
市場の状況を判断するのは、あなたが書いているように、トレーダーの判断だけです。
原子の場合は、無機物の物質分子と有機物の大きな分子とたくさんの原子の2つのレベルでよりシンプルになります。国家市場分析では、企業体は人であり、人は原子やその構成要素よりも複雑である。
私の考えでは、奥行きのために列の数はそれほど重要ではありません。行数が多い場合のみ、深さを大きくする必要があります。しかし、その列は100万にもなる。その中から選ばれた数少ない優秀な作品です。
全部で2本のツリーで、以下のような結果になりました。
メトリックス
選択された方法による予測変数の重要性の評価
C++とbinのモデル、量子化テーブルを添付します。
サンプルを混合する必要があるか、これが最大値であるように思える - テストサンプルと試験サンプルの測定基準の違いに戸惑う。
原子の場合は、無機物の物質分子と有機物の大きな分子とたくさんの原子の2つのレベルで簡単です。
まさにそうなのですが、原子を考える限り、そして結晶格子を考えようと思った時点で、「もうだめだ」--ほとんどの場合、問題を解決するのは非常に難しい、私は一度読みましたが、ニューラルネットワークを使う方法で、モデリングプロセスの結果が早く得られます
それは市場と同じです、我々は1つまたは2つのティックを見ている間、多くのバリアントはありません - 上または下、我々は研究に進む場合、すべてが複雑になる "ここで彼らは、順序を開き、ここで彼らはそれを閉じた" ）)) 。
そして、人は原子やその構成要素よりも複雑であり、有機化学よりも確実に複雑である。
そう、それは生きている構造ですが、行動モデルを持っています - それはポイントではなく、パターンや市場のコンテキストと呼ばれるようにします。
歴史上の行動は勉強しても、これからどうするかは自分次第です。
これが全体の結果で、合計2本の木があります。
メトリックス
選択された方法による予測変数の重要度の見積もり
C++とbinモデル、量子化テーブルを添付しました。
サンプルを シャッフル する必要があるのか、これが最大値なのか、テストサンプルと試験サンプルの測定基準の違いに戸惑っているようです。
電車内やテスト内の攪拌は可能だが意味がなく、電車とテストの間の攪拌は不可能である。ひょっとしてそこに混ぜたのでしょうか、何か試験で非常に良い結果が出ていますね。
違いは、市場が常に同じではなく、変化していることです。主なものは、平均利益）。