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 2076

 
mytarmailS:

は、すべてをランダムに列挙して書き、そこから学習可能なもの+遺伝子を選択して検索を短縮し、数ヶ月間コンピュータから離れるべき...。

Pythonでランダムサンプリングについての記事を書こうとしています。

ということです)

https://www.mql5.com/ru/articles/8642

RNNやCNNなどとも比較する予定です。しかし、その前にキャットバストにもう少し手を加えてください。

Градиентный бустинг (CatBoost) в задачах построения торговых систем. Наивный подход
Градиентный бустинг (CatBoost) в задачах построения торговых систем. Наивный подход
  • www.mql5.com
Градиентный бустинг является сильным алгоритмом машинного обучения. Суть метода заключается в построении ансамбля слабых моделей (например, деревьев принятия решений), в которых (в отличие от бэггинга) модели строятся не независимо (параллельно), а последовательно. Говоря простым языком, это означает, что следующее дерево учится на ошибках...
 
mytarmailS:


私は、パターンの後にパターンを探すのではなく、このパターンに関連する反発価格を探す方が良いと思います、正式にはもっと難しいのですが、私にはそう思われます


例えば、ある一定のパターン(算術平均、二乗平均平方根)で物価が何%上昇したかを履歴から計算することができる。

 
エフゲニー・チュマコフ

履歴から、例えばあるパターンで何%値上がりしたか(算術平均、標準偏差)などを計算することができます。

例えばパターンを0~1の範囲に正規化し、このパターンを基準に空間を正規化すればいいだけです。

言ってることがわかるか?
 
mytarmailS:

例えば、パターンを0-1の範囲で正規化し、そのパターンに基づいて空間を正規化すればよいのです。

ということです。


理解できない。

ここに今のパターンがあります。

'長い' パターン = X ,

パターン「short」=B。

過去の出来事=L。


歴史を使って、いつ頃がそうだったかを探すことができる。

そして、そのパターンに相対して空間を正規化する。 固定範囲(または最大値から25%下の部分など)の関数の種類によって。

 
エフゲニー・チュマコフ

理解できない。

ほら、もっと単純に、私も何年も頭を悩ませてきたんです......。

x1パトレイバーがあります。

x1 <- rnorm(40)

x1と同じであるが、ボラティリティが異なる2つのパターンx2、x3がある。

x2 <- x1*3
x3 <- x1*6

最初の5点をパターンとし、それ以降の点はパターンに対して相対的な空間とする。

1) パターンは、0-1 のような単一の範囲に収まるようにする。

ノーマライゼーション

r01 <- function(x)    (x-min(x))  /  ( max(x) - min(x))

三者三様

plot(   r01(x3[1:5])   ,t="l",lwd=50) 
lines(   r01(x2[1:5])   ,col=2,lwd=20) 
lines(    r01(x3[1:5])   ,col=3,lwd=10)

今度はパターンに対して空間を正規化する

これは、関数r02によって行われます。

r02 <- function(x,y)    (y-min(x))  /  ( max(x) - min(x))

ここで、" y "は空間、" x "は正規化されたパターンではありません。

そして、関数r01とr02の変換結果を1つの行(ベクトル)につなげます

となり、0-1の範囲で正規化されたパターンが得られ、このパターンを基準に空間が正規化されます。

plot(c(r01(x3[1:5]),r02(x = x3[1:5],x3[-c(1:5)]))  ,t="l",lwd=10) 
lines(c(r01(x2[1:5]),r02(x = x2[1:5],x2[-c(1:5)])),col=2,lwd=5) 
lines(c(r01(x1[1:5]),r02(x = x1[1:5],x1[-c(1:5)])),col=3,lwd=2)


類似性は相関ではなくユークリッドメトリックで探索する必要がある

eucliden.distance <- function(x1, x2) sqrt(sum((x1 - x2) ^ 2))

値が小さいほど、パターンが互いに近くなる

 

なるほど、違うんですね。

あなたのパターンは価格を、私のパターンはセグメント(短い、長い)を記述しています。パターンがBと等しい場合、同じBだけが同一となる。

揮発性があるので柄の周りのスペースはもちろん違うが、形式(短いか長いか)を気にするので必要ない。

 
Evgeniy Chumakov:

なるほど、違うんですね。

あなたのパターンは価格を、私のパターンはセグメント(短い、長い)を記述しています。あるパターンがBと等しい場合、同じBだけが同一となる。

比べてどうするんだ?

10-20-10と20-40-20は同じパターンですか、違いますか?

 
mytarmailS:

比較するものにどんな違いがあるのでしょうか?

パターンサイズ10-20-10と20-40-20は同じパターンなのか、違うのか?


0110と1001のように、はっきりと表記されたパターンがいくつかあるのですが、どれも違うんです。

 
Evgeniy Chumakov:


サイズとは? 明確に記載されたパターンがいくつかあるのですが、0110と1001のように全部違うんです。

さて、セクションはあなたのものです。

 у меня отрезки (короче,длиннее)

10本のキャンドル - 20本のキャンドル - 10本のキャンドル

焦らずに)

 
mytarmailS:

さて、セクションはあなたのものです。

10本のキャンドル - 20本のキャンドル - 10本のキャンドル

焦らずに)



10-20-10はどのキャンドルですか?

理由: