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 2068

新しいコメント
 
アレクセイ・ニコラエフ：

毎日午前9時に繰り返される事象は、毎週水曜日の午前9時に繰り返される事象でもあるという精神で、理解して書いたつもりなのですが。日周性が非常に明るいため、日周ではない週周性の事象を切り分けるのはかなり難しいでしょう。もちろん間違っているかもしれませんが、まだ明るい週単位の周期性に気づいていないので、私のコードでは識別のしようがないのです。

タイミングロジックでは、週単位の期間を与えているように見えるのですが、どうなんでしょう？日ごとの パターンが見つかれば、そこから月や曜日ごとの周期性を見出すのはテクニックの問題です。

 
Aleksey Vyazmikin：

ストラテジー、トレンドストラテジーで40％の精度でよく稼げるものがあるのですが、標準的なMO法ではトレーニングできず、精度が足りないとクラス「1」をゼロに落としてしまい、そのような分割を分けて改善するだけなので、そういう方法を探しているのですが、どうでしょうか？それ以外の場合、Recallは1と非常に小さい。

このような目的のためにカスタムロスFIを書くべき

 
Valeriy Yastremskiy：

タイミングロジックでは、週単位の期間を与えているように見えるのですが、どうなんでしょう？日ごとの パターンが見つかったら、そこから月や週の周期性に相対するものを特定するのはテクニックの問題である。

ないとは言いません。しかし、この方法は、周期が短く、非定常であることを背景とした検出や分離には、あまりに粗雑であると思われる。

 
マキシム・ドミトリエフスキー：

それは理論的にはそうですが、実際には、メガネをどうひねっても......。)

増分のボラティリティを正規化し、分散を均等化したもの。情報の損失があっただけです。

情報の損失とは言わないが、誤報を取り除くこと)

ただし、正確ではありません)

 
elibrarius:
トレンドがある場合、TPは大きく、SLは小さくなります。例えば500→100のように。そうすると、誤差が80％の場合、成功するトレードが20％、負けるトレードが80％ということになります。残高はほぼゼロになる。70%の誤差で葉を取引すれば、すでに利益が出ていることになります。そして、もし50/50が見つかれば、その利益は膨大なものになります。

つまり、潜在的な1000トレードのうち100トレードが取引され（クラス "1 "が見つかる）、そのうち50トレードが損切りされることになります。

elibrarius:


ダンピングとは どういう意味ですか？70%のエラーはクラス0に振られるだけで、残りの30%のクラス1では既にお金を稼ぐことができるようです。

30%は良い結果ですが、必ずしもそうとは限りません。今記事を書いているのですが、あるMAストラテジーは平均して5%の単位を検出しており、まあほぼデフォルト設定の標準オシレーターになりますね :)

2019年以降、サンプルはトレーニングから外れています。漏れないし、いい感じです :)

 
マキシム・ドミトリエフスキー：

pythonはcppのラッパーです。すべて正常に動作する

python形式でもcpp形式でも保存できるってことです。モデル自体が複数の配列になっているので、cppで保存して、簡単な操作でmqlに変換しています。

そこにpyファイルが保存されているのですが、CPPとはちょっと構造が違うんです。

そうです、私のミスであることが判明しました。EAのコンセプトを変えて、牝馬の後にカートを置くのです。それを理解するのに半日かかりましたよ。

 
マキシム・ドミトリエフスキー：

そのためには、カスタムロス関数を書く必要があります。

これらの機能を習得する方法を知っている人はいますか？CatBoost on ピストンでは、それらを数えることができ、それらによって教えを阻害することができますが、それはその2つによって自分自身を計算します。

 
聖杯が 見つかりました)
 
mytarmailS:
grail found )).

このgrailが 市場でどれだけ買われているのか...。

 
Aleksey Vyazmikin：

このgrailが市場でどれだけ買われているのか...。

earning, none ))

1...206120622063206420652066206720682069207020712072207320742075...3399
新しいコメント
理由: