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 2205

 
Aleksey Vyazmikin:

Moexで潜在的なMoM先物取引のすべてを検討し、以下のリストを作成しました。

これらは2014年からの履歴があり、定期的に取引が行われています。

そして、これが私が捨てたものです。

在庫を見ないといけないんだろうなぁ~楽器が少ないし・・・。

アメリカン・エクイティは通用しないのだろうか?cfdで履歴を取ることができる。

 
mytarmailS:

いいか、精神病患者にも笑顔の人はたくさんいる、だからといって禅を学んだわけでもない...。

MEを「どこにも つながらない道」と決めつけるなんて、MEの専門家なんですね?

どんなアルゴリズムで、なぜうまくいかないのか? ああ、そうか...何も知らないくせに、自分の意見を言うのか、それが無価値で根拠がないとしても...。

ハゲのベラルーシ人はともかく、30歳を過ぎると最低年金のおっさんみたいになって、何にでも文句を言い、こうして誰かに何らかの「影響力」を感じて、無視して終わり、という人がいる。

 
マキシム・ドミトリエフスキー

記事に出て くるボットは、学習パラメータを弄ると

初期データ:市場について何も知らない、我々は非常に怠惰であり、お金を稼ぐためにボタンをしたい、 "箱から出して "指標を使用しています。私はこの哲学を守り続けています。

現在、アクティブラーニング、そしてエンコーダーに触れているところです。Mbは、興味深いトピックのレイヤーを掘り起こしたので、もっと多くの記事を掲載する予定です。もし、もっとこうしたらいいという面白いアイデアがあれば、気軽にLINEで教えてください。消えた。


また、検証の項目をトレーニングの項目よりも後にしたいと思います。そして、すべての人が喜んだことでしょう)

 
ロールシャッハ

アメリカ株はダメでしょうか?cfdで履歴を取ることができる。

FX会社にはニーズがないし、実際に株を買うにもお金がかかるし、そこの手数料はちゃんとスプレッドになるしね。

 
マキシム・ドミトリエフスキー

記事に出て くるボットは、学習パラメータを弄ると

初期データ:市場について何も知らない、我々は非常に怠惰であり、お金を稼ぐためにボタンをしたい、 "箱から出して "指標を使用しています。私はこの哲学を守り続けています。

現在、アクティブラーニング、そしてエンコーダーに触れているところです。Mbは、興味深いトピックのレイヤーを掘り起こしたので、もっと多くの記事を掲載する予定です。もし、もっとこうしたらいいという面白いアイデアがあれば、気軽にLINEで教えてください。消えた。


なるほど、実際に異なる状態のクラスターをバランスよく配置することで、小さな面積でも明らかでない規則性を検出することができ、仮説が正しければ(それが規則性であれば)、すべての履歴をチェックした結果、利益が得られることがわかったのです。

 
Aleksey Vyazmikin:

かっこいい!実際に異なる状態のクラスターをバランスよく配置することで、狭い範囲ではわからないパターンを特定することができ、仮説が正しければ(パターンであると)、履歴全体で確認することで利益を得ることができることが判明しました。

その通り

 
Aleksey Vyazmikin:

FX会社は必要ないし、実際に株を買うにもお金がかかるし、そこの手数料もまともにかかるし、スプレッドも。

サンクトペテルブルク証券取引所でも高いのですか?条件がわからない。

 
ロールシャッハ

SPB交換でも高いのでしょうか?ただ、条件を比較したことがない。

まずMT5が必要で、次に安定したブローカーが必要で、そして取引所が必要です。

MT5を持っていないので、そちらの条件はわかりませんし、比較もしませんでした。

 
マキシム・ドミトリエフスキー

なぜ信号を切ったのですか?

また、よくわからないのですが、gmmはヴァエの後、あるいはその逆で、一種の悟りなのでしょうか?

 
mytarmailS:

なぜ信号を切ったのですか?

また、gmmはvaeの後の実現なのか、その逆なのか、よくわからないのですが?

実機でボットを回しています。また生意気なママさんトレーダーが飛び込んでくるのか?密度推定と同じようなものですね(gmmとオートエンコーダーは同じものです、byドクターズアプローチ)。ただ、エンコーダーは再帰性レイヤーを含めて何からでもリッピングできる、つまりより高度なモデルなんです。空想すれば、本質を類推することができます、はい

ネタバレ 後で、なぜそうなるのか理由を探ろうとした時に見つけたんです。自分で発明したんです :)

Полу-контролируемое обучение - Semi-supervised learning - qaz.wiki
Полу-контролируемое обучение - Semi-supervised learning - qaz.wiki
  • ru.qaz.wiki
Пример влияния немаркированных данных на полу-контролируемое обучение. На верхней панели показана граница решения, которую мы могли бы принять, увидев только один положительный (белый кружок) и один отрицательный (черный кружок) пример. На нижней панели показана граница решения, которую мы могли бы принять, если бы в дополнение к двум...
理由: