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 2105 1...209820992100210121022103210421052106210721082109211021112112...3399 新しいコメント mytarmailS 2020.11.11 14:32 #21041 Vladimir Perervenko: 適性関数は、最適化プロセスにおいて、最適化基準の 値を計算する。モデルトレーニングとは関係ない。 しかし、回帰では、数値ベクトルの形で目標があり、それをモデルからのベクトルで近似し、誤差を最小化しようとする(これも最適化である)? またはニューロンの正しい重みを探索する 私は今、高調波からモデルを作っているところです。 mytarmailS 2020.11.11 14:39 #21042 mytarmailS: フィットネス関数に、手数料を考慮したバランス計算機能を新たに追加した...。学習面でも悪化している、、、、、。 バリデーションを追加して、クラシックな雰囲気にするのもいいかもしれませんね。 Aleksey Vyazmikin 2020.11.11 14:51 #21043 マキシム・ドミトリエフスキー: metaqのcatbust multiclassに "no trading "を追加する必要があります。戦略の幅が広がります。 そうしてくれると最高なんだけどなー。 Maxim Dmitrievsky 2020.11.11 15:18 #21044 Aleksey Vyazmikin: そうしてもらえると、とてもうれしいです 2種類のモデルを使い分けることができます。 Vladimir Perervenko 2020.11.11 15:50 #21045 マキシム・ドミトリエフスキー: metaqのcatbust multiclassに "no trading "を追加する必要があります。戦略の幅が広がります。 マークアップするときは、こちら。 .... rand = random.randint(min, max) if dataset['close'][i] >= (dataset['close'][i + rand]): labels.append(1.0) elif dataset['close'][i] <= (dataset['close'][i + rand]): labels.append(0.0) else: labels.append(0.0) ..... に変更する。 rand = random.randint(min, max) if dataset['close'][i] - (dataset['close'][i + rand])>= 2*spred: labels.append(-1.0) elif dataset['close'][i] - (dataset['close'][i + rand])<= -2*spred: labels.append(1.0) else: labels.append(0.0) つまり、ある値よりも小さいデルタを持つ、フェンスの上。 Vladimir Perervenko 2020.11.11 15:52 #21046 mytarmailS: しかし,同じ回帰でも,ターゲットは数値ベクトルであり,それをモデルからのベクトルで近似し,誤差を最小化する(これも最適化である)か,あるいはニューロンの正しい重みを探索する(これも最適化である)。私が今やっているのは、基本的にハーモニクスからモデルを作ることです。 もちろん最適化なのですが、この最適化は回帰モデルによって行われるのです。 Vladimir Perervenko 2020.11.11 16:07 #21047 mytarmailS: フィットネス機能にバランス計算とコミッション機能を追加して...。手数料を節約するために、取引回数を最小限に抑えようとするアルゴリズムになったのでは...。その結果、トレード数が少なくなり、経験値も少なくなる...。これはチャートですが、トレードが少ないときは学習がうまくいかないことがよくわかりますね...。グレーはTRAIN 1500 pips黒はTEST500点ここは、アルゴが何も学習していないのか、非常にトレードの頻度が少ないですね・・・。 2日前にエントリーポイントがわかるとありがたいのですが ))でも、ずっと再トレーニングした方がいいんでしょうね、まだ全部テストするのは無理です どうですか? 全体のカーブを合成するコードはどこにある?見たことがあるような気がするのですが、今は見つかりません。 mytarmailS 2020.11.11 16:08 #21048 Vladimir Perervenko: もちろん最適化ですが、この最適化は回帰モデルによって行われます。 となると、よくわからない((( なぜ、フィットネス機能を内蔵できないのでしょうか? Vladimir Perervenko 2020.11.11 16:14 #21049 mytarmailS: じゃあ、意味ないじゃん((( じゃあ、なんでフィットネスファン.はあそこに作れないの? どこだ? mytarmailS 2020.11.11 16:16 #21050 ウラジミール・ペレヴェンコサマリーカーブの合成コードはどこにあるのですか?見たことがあるような気がするのですが、今は見つかりません。 誰も興味がないと思い、削除しました。コードを送ることはできますが、読みやすい形に翻訳する必要があります。 ところで、アニーリング 法の不安定さに直面し、どう対処したらいいのか分からないほど、結果が不安定で、パラメータが大きく飛びます...。 私はこう思う まず、ランダムに始点を初期化する。 そして、解決策が見つかったら、それを保存します。 そして、見つかったソリューションの起動パラメータで再度焼き直し、といった具合に......。 1...209820992100210121022103210421052106210721082109211021112112...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
適性関数は、最適化プロセスにおいて、最適化基準の 値を計算する。モデルトレーニングとは関係ない。
しかし、回帰では、数値ベクトルの形で目標があり、それをモデルからのベクトルで近似し、誤差を最小化しようとする(これも最適化である)? またはニューロンの正しい重みを探索する
私は今、高調波からモデルを作っているところです。
フィットネス関数に、手数料を考慮したバランス計算機能を新たに追加した...。
学習面でも悪化している、、、、、。
バリデーションを追加して、クラシックな雰囲気にするのもいいかもしれませんね。
metaqのcatbust multiclassに "no trading "を追加する必要があります。
戦略の幅が広がります。
そうしてくれると最高なんだけどなー。
そうしてもらえると、とてもうれしいです
2種類のモデルを使い分けることができます。
metaqのcatbust multiclassに "no trading "を追加する必要があります。
戦略の幅が広がります。
マークアップするときは、こちら。
に変更する。
つまり、ある値よりも小さいデルタを持つ、フェンスの上。
しかし,同じ回帰でも,ターゲットは数値ベクトルであり,それをモデルからのベクトルで近似し,誤差を最小化する(これも最適化である)か,あるいはニューロンの正しい重みを探索する(これも最適化である)。
私が今やっているのは、基本的にハーモニクスからモデルを作ることです。
もちろん最適化なのですが、この最適化は回帰モデルによって行われるのです。
フィットネス機能にバランス計算とコミッション機能を追加して...。
手数料を節約するために、取引回数を最小限に抑えようとするアルゴリズムになったのでは...。その結果、トレード数が少なくなり、経験値も少なくなる...。
これはチャートですが、トレードが少ないときは学習がうまくいかないことがよくわかりますね...。
グレーはTRAIN 1500 pips
黒はTEST500点
ここは、アルゴが何も学習していないのか、非常にトレードの頻度が少ないですね・・・。
2日前にエントリーポイントがわかるとありがたいのですが ))
でも、ずっと再トレーニングした方がいいんでしょうね、まだ全部テストするのは無理です
どうですか?
全体のカーブを合成するコードはどこにある?見たことがあるような気がするのですが、今は見つかりません。
もちろん最適化ですが、この最適化は回帰モデルによって行われます。
となると、よくわからない((( なぜ、フィットネス機能を内蔵できないのでしょうか?
じゃあ、意味ないじゃん((( じゃあ、なんでフィットネスファン.はあそこに作れないの?
どこだ?
サマリーカーブの合成コードはどこにあるのですか?見たことがあるような気がするのですが、今は見つかりません。
誰も興味がないと思い、削除しました。コードを送ることはできますが、読みやすい形に翻訳する必要があります。
ところで、アニーリング 法の不安定さに直面し、どう対処したらいいのか分からないほど、結果が不安定で、パラメータが大きく飛びます...。
私はこう思う
まず、ランダムに始点を初期化する。
そして、解決策が見つかったら、それを保存します。
そして、見つかったソリューションの起動パラメータで再度焼き直し、といった具合に......。