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 2207

 
マキシム・ドミトリエフスキー

また、適切なマークアップを行うにはコストがかかり、一般に知られていない...そのため、多くの場合、半教師付き学習の方がうまくいくかもしれないとも書かれています

シールズをはじめ、多くの人にテストしてもらいましたが、問題なく使えました。

でも、十分なマークアップをするのは(私たちの場合)お金がかからないので、クラスラベルでは無理ですが、最小限の検索で記述することはできます......。

そして、もっとうまくいくはずだ.言ってることがわかるか?

 
mytarmailS:

でも、十分なマークアップをするのは(私たちの場合)お金がかからないので、クラスラベルでは無理ですが、最小限の検索で記述することはできます......。

そして、もっとうまくいくはずだ.ということなんですが、わかりますか?

ドローダウンを最小にして、プロフィットファクターが上がったとしても、それはあなたのf-fromが最小であることを意味しません。

しかも、自分のデータがどのように分布しているのか、新しいデータの中身はどうなっているのか、まったくわからないのです
 
マキシム・ドミトリエフスキー

ドローダウンを最小にして、プロフィットファクターが上がったとしても、ffからのffが最小になるわけではありません。

50年前のイバフネンカのように、古典的なやり方でやればいいのです ))

3つのサンプル、1つはモデルを合成するため、残りの2つは確認するためです。

Maxim Dmitrievsky:
さらに、自分のデータがどのように分布しているのか、新しいデータに何が含まれているのかがわかりません。

ラベルが分かっているので、それを知る必要はない(何が最低限なのかは記述してある)。

 
mytarmailS:

まあ、50年前にあなたやイバフネンカがやったように、私もやらなければなりませんね))

3つのサンプル、1つはモデルを合成するため、他の2つはチェックするため

ラベルが分かっているので、それを知る必要はありません(最小値を記述しました)。

私のラベルも変わります、ランダムです。パターンを知っていれば苦にならない )

 
しかし、独自のフィットネス関数を追加できるようなパッケージはありません((
 
マキシム・ドミトリエフスキー

私のラベルもランダムに変わるんです。パターンを知っていれば、苦しむこともないのですが......)

どうゆうこと

トレイのマークアップは自分でやらないんですか? ジグザグとかで、ラベルをランダムにつつくだけですか?

 
mytarmailS:

どういうことですか?

トレインのマークは自分でやらないんですか?

ランダムにやっています。記事に書いてある通りです。疑似ランダムというか。ラベルは常に(収益性の面で)良いものであり、その中でノイズを発生させ、悪化させることができる

 
マキシム・ドミトリエフスキー

はランダムに行う。記事に書いてある通りです。疑似ランダムというか。ラベルは常に(収益性の面で)良いものであり、その中でノイズを発生させ、悪化させることができる

そこ(記事中)のラベルは、人によっても意味を持って作られているようです。しかも、良いものをランダムにサンプルしているので、疑似?

adequate markup there implishes complete markup?

 
Valeriy Yastremskiy:

そこ(記事中)のラベルは、人であっても意味を持って作られているようです。しかも、良いものをランダムにサンプルしているので、疑似?

十分なマークアップは、そこに完全に暗示されている?

どの記事かというと、私の記事です。

質問の意味がよくわからないのですが。

ジグザグなどに基づくマークアップは意味がないことは、最初からなんとなくわかっていました。

ジグザグなどでマーキングしても、実は意味がないことを、私は最初から理解していたのです。要は、沈むのではなく、稼ぐための訓練をすることです。

 
マキシム・ドミトリエフスキー

私の記事です。

質問の意味がよくわからないのですが。

ジグザグなどのマークアップは、実は意味がないのだと、なぜか最初から理解していました。

ジグザグなどでマーキングしても、実はあまり意味がないことは、最初から理解していました。要は、捨てるのではなく、稼げるように訓練することです。

wikiで紹介した半クリックのリンク...トレーニングですね。私が理解したマークは、安定した部分のエッジです。

マークはセクションの違いなく入るだけで、教え方は同じなので、ZZのマークで入ると符号の違う例が多すぎて、結果が良くなるはずがないからです。

理由: