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 2131

[mytarmailS]

次のローソク足で何が起こるか」などをターゲットにせず、規則性の「完全検索」を考えているのですが...。

検索は規則性のみを検索することで構成され、ターゲットは規則性を見つけることであり、「次のキャンドルに何があるか」ではない。また、規則性は、例えば今日が「イベント1」、次に「イベント2」、そして「イベント3」だったとすると、時間的に引き伸ばすことができる...。 例えば、今日「イベント1」、 「 イベント3」とあれば、明日の14:05にローソク足が上昇する、とか))

どのように見えるか、どのようなアルゴリズムを適用するかについては、より良いアイディアを持っていますが、おそらく私にはない計算能力が必要でしょう(

ところで、ある事象が何回繰り返されたら、パターンとして成立するのでしょうか？

[Aleksey Vyazmikin]

elibrarius:

理論的には同じはずです。
日、時間、分の異なる選択肢の数は、サインとコサインの選択肢の数と同じです。どちらも7日間で10080通りの値があり、1分間に1回変化します。
もし、トレーニングにランダム性があれば、このような違いが出てくるかもしれません。

ネコババの訓練でもしてたのか？

実験がいつもより重要なのです。

最初の予測変数T1 (Den_Nedeli_S)、より正確にはそのグリッドを見てみましょう。

T2

そして、時間変換のない曜日。

ご覧のように、パーティショニングの設定は同じですが、グリッドが異なり、桁間の差分も異なっています。

catboost-0.24.1.exe fit  --learn-set train.csv   --test-set test.csv     --column-description %%a        --has-header    --delimiter ;   --model-format CatboostBinary,CPP       --train-dir ..\Rezultat\RS_208\result_4_%%a     --depth 6       --iterations 1000       --nan-mode Forbidden    --learning-rate 0.03    --rsm 1         --fold-permutation-block 1      --boosting-type Plain   --l2-leaf-reg 6         --loss-function Logloss         --use-best-model        --eval-metric Logloss   --custom-metric Logloss         --od-type Iter  --od-wait 100   --random-seed 0         --random-strength 1     --auto-class-weights SqrtBalanced       --sampling-frequency PerTreeLevel       --border-count 208      --feature-border-type MinEntropy        --output-borders-file quant_4_00208.csv         --bootstrap-type Bayesian       --bagging-temperature 1         --leaf-estimation-method Newton         --leaf-estimation-iterations 10        

つまり、より精密に分割を合わせることができ、その結果、フィットするか、より良い結果が得られるか...。

[Aleksey Vyazmikin]

mytarmailS:

次のローソク足で何が起こるか」などをターゲットにせず、規則性の「完全検索」を考えているのですが...。

検索は規則性のみを検索することで構成され、ターゲットは規則性を見つけることであり、「次のローソク足に何が出るか」ではない。また、規則性は時間的に引き伸ばすことができ、例えば、今日が「イベント1」、次に「イベント2」、そして「イベント3」...というようにすることができる。 例えば、今日「イベント1」、 「 イベント3」があったとして、明日の14:05にローソク足が上昇するとか、そんな感じです))

どのように見えるか、どのアルゴリズムを適用するか、もっと良いアイデアがあるのですが、おそらく多くの計算パワーが必要で、私にはありません(

あ、私も似たようなことします :)))))

mytarmailS:

ちなみに、このような質問ですが、ある事象が何回繰り返されたらパターンとして成立するのでしょうか？

私は、サンプル全体の1％以下ではない、という基準で、同じ結果を持つ事象の再発の「頻度」が重要だと考えています。周波数」をどう測ればいいのかわからない。

[Forester]

Aleksey Vyazmikin：

実験がいつもより重要なのです。

最初の予測変数T1 (Den_Nedeli_S) というか、そのグリッドを見てください。

T2

また、時間変換を行わない曜日

ご覧のように、パーティショニングの設定は同じですが、グリッドが異なり、桁間の差分も異なっています。

つまり、より精密に分割を合わせることができ、その結果、フィットするか、より良い結果が得られるか...ということです。

OKです。NSだけでなく、ツリーでもサイン＋コサインの方が良い。

[Aleksey Vyazmikin]

elibrarius:

よかったです。NSだけでなく、木もサイン＋コサインの方が良い。

その結論に飛びつくことはありません。今のところ、結果は同一ではないと言えるでしょう。

[削除済み]

時運

.

[mytarmailS]

mytarmailS:

フルサーチ」をしようと思っているのですが・・・。

時間と曜日と キャンドルの色を入れただけなのに...。

データを1週間、全部で40週間として、その中のパターンを探す。

Friday_18:20_dw は、金曜日 -18:20 - ローソク足が落ちるという 意味です。

信頼性 - ルール1が機能する割合が100%であること

count - そのようなルールがいくつ見つかったか。

 lhs                          rhs           support confidence coverage lift     count
[1]  {Пт_18:20_dw}             => {Чт_1:0_up}   0.500   1          0.500    1.290323 20   
[2]  {Пт_16:15_up}             => {Пт_5:0_dw}   0.500   1          0.500    1.290323 20   
[3]  {Пн_21:0_dw}              => {Пт_5:0_dw}   0.500   1          0.500    1.290323 20   
[4]  {Ср_12:50_dw}             => {Чт_22:55_up} 0.525   1          0.525    1.538462 21   
[5]  {Пт_18:40_dw,Ср_22:15_dw} => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[6]  {Пн_0:0_dw,Пн_9:20_dw}    => {Пн_23:55_dw} 0.500   1          0.500    1.428571 20   
[7]  {Вт_20:40_up,Пн_0:0_dw}   => {Вт_21:5_up}  0.500   1          0.500    1.481481 20   
[8]  {Вт_9:40_dw,Пн_14:50_up}  => {Чт_1:0_up}   0.500   1          0.500    1.290323 20   
[9]  {Пн_0:0_dw,Чт_1:10_dw}    => {Чт_2:55_dw}  0.500   1          0.500    1.379310 20   
[10] {Пт_9:25_up,Ср_2:5_dw}    => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[11] {Пн_14:50_up,Пт_9:25_up}  => {Ср_2:5_dw}   0.500   1          0.500    1.538462 20   
[12] {Вт_13:0_dw,Ср_2:5_dw}    => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[13] {Чт_23:55_dw,Чт_4:20_dw}  => {Пн_0:0_dw}   0.500   1          0.500    1.250000 20   
[14] {Вт_18:55_dw,Пт_1:0_up}   => {Пн_14:50_up} 0.500   1          0.500    1.290323 20   
[15] {Вт_18:55_dw,Чт_1:0_up}   => {Пн_14:50_up} 0.525   1          0.525    1.290323 21   
[16] {Вт_2:45_up,Пн_9:50_dw}   => {Пн_0:0_dw}   0.500   1          0.500    1.250000 20   
[17] {Вт_2:45_up,Ср_20:40_up}  => {Пн_0:0_dw}   0.500   1          0.500    1.250000 20   

本則

[1]  {Пт_18:20_dw}             => {Чт_1:0_up}   0.500   1          0.500    1.290323 20   

木曜日の午前1時に上昇中のローソク足があった場合、金曜日の午後6時20分には下降していることを意味します。

IDD...

[Valeriy Yastremskiy]

Aleksey Vyazmikin：

私はサンプル全体の1％以上という基準で、同じ結果の事象が発生する「頻度」を重要視しています。周波数」の測り方がわからない。

同一イベントとは、同じ結果をもたらすイベントのことです。

サンプルの100% / 繰り返しの%。1%は頻度であるが、規則性はない。そこが厄介なんです。期間ごとに区切って、イベントの規則性を見るのです。単純に期間内の最小値と最大値を使い、最小値を最大値で割れば相対的な規則性が得られ、二乗平均平方根を使うこともできる)。

[mytarmailS]

Oleg avtomat:

時の輪

さらに高調波分を加えて、正弦波を合計すると、3つの符号を表す1つの曲線が得られます。

土日祝日はどうするんだ！全部考慮しろ！一体何のためにあるんだ？

[Rorschach]

mytarmailS：ところで、ある事象を何回繰り返せば規則性といえるのでしょうか？

自分なりの指標を試して みましたが、SL=TPの場合のみ有効で、他の比率の場合はハーストをカウントする必要があります。