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 230

[Реter Konow]

そして、「機械学習」がMQL取引に関連してどのように実装されうるか、私のコンセプトはこうです。

まず基本的なコンセプトについて。

1.シグネチャは、パラメータ値の変化の特徴を数値で表したものです。署名は特殊なアルゴリズムで行わ れる。フォーマットがあります。専用のブロック（配列）に格納されます。すべてのアルゴリズム、計算、演算の最終結果である。

2.現在の期間- 設定された期間。パラメータ値が通過するリングバッファで実装されています。新しい値が入るたびに、それまでに記録された値のキュー全体が移動して配列の先頭になり、最も古い値が削除されます。多くの電流周期が存在し、それぞれが異なる時間スケールと異なるパラメータに特化することができます。

3.パラメータ値の範囲- パラメータの値が変化する範囲。システムテスト時の経験によって設定される。最小値と最大値の間の範囲は、パラメータの値の全範囲を分割し、便利なスケールにする役割を果たす、より小さな範囲への 分割を含むことができます。

4.受信値間の時間差-リングバッファに値が到着したときに測定される。範囲とともに、値の変化の性質とその後の数理的な分析をまとめる必要がある。

5.値変化曲線-値 そのものとその間の時間間隔を組み合わせた、条件付きのプログラム内値 変化。その結果、さまざまな数学的解析手法を適用できるグラフ曲線（2次元配列で表現）が得られます。

6.数学的フィルター- 現在の期間内の価値 変化の様々な特徴を明らかにする分析方法（数式）。

7.値の範囲への縮小- そのバリエーションの数を減らすために、現在の値を 要約する。ばらつきの 解析に必要です。

8.シグネチャーの統計収集- システムのテスト中または実際の条件での実行中に実施されるプロセス。実際にシステムの「経験値」を収集し、様々なパラメータ値の挙動を 表す様々な状況に対して「知見」を得ることが行われる。これらの署名は、専用のデータベースに保存されます。

9.署名のデータベース- すべての実際の署名が格納されているメモリのブロック。常に統計的な選択によってフィルタリングされた、システムの「経験」の保存場所。データベース内では、関連する署名が選択され、ローテーションされ、関連性の低い署名は徐々に置き換えられていく。この選択は、特定の署名が作成された後、データベースに取り込まれる現在の期間によって駆動される（もちろん、値の分析とフィルタリングの後）。最も頻繁に繰り返されるものは、あまり繰り返されないものを混同している。

システムの動作プロセスについての説明。

一方ではパラメータの値を受け取り、他方では様々な期間におけるパラメータの変化のパターンのサインを準備する、プログラムエンジンを想像してみよう。また、これらの署名をデータベースに保存し、データベース内でローテーションを行うエンジン。

例えば、ユーザーがあらかじめ定義された変数や 環境パラメータをエンジンに指定するだけで、パラメータ群を入力することができるとします。これらのパラメータは、エンジンによって「観測」され始める。つまり、その値は循環バッファに入り、時間軸で折りたたまれ、数学的なフィルターを通して分析されるのである。その結果、-完成した署名はデータベースに登録される。

そして、ユーザーはエンジンの「トレーニング」を開始するのだが、これは次のように行われる。

自分の戦略の入力パラメータの値を特定の署名にリンクさせる。また、関数コールをインデックス化することで、選択したシグネチャにリンクさせることができます。エンジンは、選択されたシグネチャの番号でユーザー定義関数を呼び出します。

ただし、この段階ではシステムが独立しているわけではないので、ユーザーは自分の戦略入力パラメータの最適値を特定のシグネチャと結びつけて、手動でシステムを「訓練」しなければならない。完全な独立に向けて、さらに発展させる方法を想像してみましょう。

そのためには、学習段階でシグネチャを収集するだけでなく、並行して戦略の入力パラメータを最適化し、この戦略の最大の収益性が得られるようにする必要がある。収益性が最大になった時点で、入力パラメータの値は、これらの値が最も効果的である状況を反映した特定の署名にリンクされます。そして、様々な市場の状況を反映したシグネチャーのセットを持つことで、それぞれの状況に応じたストラテジー入力パラメーターの設定が可能になります。

//===================================================================================

このアプローチは、古典的な機械学習の理解とは関係ないかもしれないが、トレーディングにおける目的を実現していることは確かである。ここまでは一般論ですが、このアプローチの有効性とMQLでの実装の実現性については、疑う余地はありません。

IOの専門家など、興味のある方のご意見をお聞かせください。

ご清聴ありがとうございました。

[toxic]

pantural。

本当にありがとうございます。短く、簡潔に!10行ですべてのMOがわかる!Panturalは喜んでいます！Panturalはあなたに感謝しています。おいおい、カモン!

double perceptron() 
  {
   double w1 = x1 - 100;
   double w2 = x2 - 100;
   double w3 = x3 - 100;
   double w4 = x4 - 100;
   double a1 = iAC(Symbol(), 0, 0);
   double a2 = iAC(Symbol(), 0, 7);
   double a3 = iAC(Symbol(), 0, 14);
   double a4 = iAC(Symbol(), 0, 21);
   return(w1 * a1 + w2 * a2 + w3 * a3 + w4 * a4);
  }

これで幼稚な世間知らずとデブ荒らしの区別がつくようになりましたね...。

しかし、どうやら前者のようです。

pantural。

みなさん、こんにちは。私はPanturalです。

FXで決済しようとするのは3回目ですが、これは何かあるような気がして、でも人生は曲がるもので、梅2デポ200ドルずつを超えて、それは来ていません。私は4年前よりも良い結果を出そうと努力しています、少なくともスプレッドはワオクールです。

[Andrey Dik]

タグコノウ。

そして、「機械学習」がMQL取引に関連してどのように実装されうるか、私のコンセプトはこうです。

MOが何語であるかは問題ではなく、ここで重要なのは、MOの概念を次のように考えていることです。

1.あるアイデアが思い浮かぶ

2.最初に利用可能なパッケージをR

3.テストして、そのパッケージがゴミであること、またはアイデアに従って満足のいかない結果をもたらすことを確認し、ポイント2に進み、すべてのパッケージを試してください。パッケージがなくなったら、手順1へ。

何を同化しようが、何を実行しようが、ここでは理解されず、せいぜい荒らしと呼ばれるのが関の山でしょう。

[Реter Konow]

アンドレイ・ディク

MOが何語であるかは問題ではなく、重要なのは、ここでMOの概念を次のように捉えていることである。

1.あるアイデアが浮かびます。

2.最初に見たパッケージは、R

3.それを確認し、そのパッケージがゴミであること、あるいはアイデアに従って満足のいかない結果をもたらすことを確認し、ポイント2に進み、すべてのパッケージを試してください。パッケージがなくなったら、手順1へ。

そして、あなたが同化しようとすること、実現しようとすることは、ここでは理解されず、最悪の場合、あなたを荒らしと断定してしまうでしょう。

最初の3点には同意します。しかし、このような行動をとるのは一般的なユーザーです。私が書いていることを理解しなければならない専門家がいるのです。

また、コンセプトの本質について何も言わないとしたら、それはローカルの枠組みが狭く、自由な発想を許さないということです。えーと...

[Andrey Dik]

タグコノウ。

最初の3点には同意します。しかし、そのような行動をとるのは一般のユーザーである。私が書いていることを理解しているはずの専門家がいる。

もし、コンセプトの本質について何も言わないのであれば、ローカルの枠組みが狭すぎて、自由な発想ができないことになります。えーと...

普通のユーザーではなく、非常に知的なユーザー、中には博士号を持つ人もいますが、彼らはRのユーザーであり、それがすべてを物語っています。

この件に関しては、ユーリ・レシェトフに話を聞けばいいのだが、彼もここに長く書き続ける忍耐力はない。

[transcendreamer]

mytarmailS:

toxicが 示したのは、一種のクラスタリングですが、先生と一緒に、最初のポイントはサインというか、その数値パラメータです。

しかし、今、最新の話題は次のようなものです。

https://www.youtube.com/watch?v=05rEefXlmhI

https://www.youtube.com/watch?v=qv6UVOQ0F44

https://www.youtube.com/watch?v=xcIBoPuNIiw

が、私は完全なオタクです。

そして、これは笑える)

https://www.youtube.com/watch?v=pgaEE27nsQw

特に恐竜のジャンプは必見です。）

マリオのニューラルネットワークは、重要なポイントを突いていると思います。

ある特定のレベル（非常に難しいレベルであっても）に合格するようにアルゴリズムを訓練することができます。

だからといって、別の次元で成功するわけではない

そして、このロボットがどのようにレベルを通過していくのかをよく見てみると、明らかに

って、ただのツッコミで、ボットは状況を理解しないし、 本当のゲーマーの知性はない。

ネットワークはボタンのタイミングを拾っただけです。

マリオが障害物に顔を突っ込んだり、壁に飛び込んだりする様子でわかると思います。

彼の成功は論理的でなく無作為である

ボットもFXと同じで、あるセクションに合格しても、別のセクションに不合格になることがある。

なぜなら、彼にはトレーダーの知能がなく、ボットは彼のやっていることを「理解していない」からです......。

どのような分野・レベルにおいても、ロボットは自分が存在する世界のオブジェクトモデルを持っている必要があります。

つまり、このアルゴリズムは、単にパターンを最適化するだけではいけないのです。

アルゴリズムは、意味的なカテゴリで動作し、トレーダー/ゲーマーが見た状況を記述する必要があります。

ボットは物体の種類や特性を識別し、動的に危険度を判断する必要がある

であり、単純なニューラルネットワークによる最適化とは全く異なるレベルのヒューリスティックが必要とされます。

学習の結果、オブジェクトやプロセスに関するセマンティックモデルや知識が得られること。

もし、それがなければ、トレーディングボットはランダムに突かれる運命にある。

ボットの取引履歴を見れば、アルゴリズムがいかに愚かな取引状況判断をしているかがよくわかる。

と、普通の人間のトレーダーなら絶対に関わらないところに入ってきます。

だから、私はロボット工学に悲観的なんです。

せいぜい、典型的な状況を処理する形で領域を記述して半ロボット化するくらいでしょう。

(だてん）

しかし、とにかく、マリオボットのようなイレギュラーなことをしないように、ロボットから目を離さないようにする必要があります。

[Andrey Dik]

トランスセンドリーマー

...

ご指摘の通りです。

[toxic]

タグコノウ。

最初の3点には同意します。しかし、このような行動をとるのは一般のユーザーである。私が書いていることを理解しているはずの専門家がいる。

もし、彼らがコンセプトの本質について何も言わないとしたら、それはローカルの枠組みが狭すぎて、自由な発想を許さないということです。えーと...

MoDは何よりもまずエンジニアリングの芸術であり、その結果はどんなコンセプトも正当化します。結果を教えてください。ここで課題です。https://numer.ai/

[mytarmailS]

タグコノウ。

そして、「機械学習」がMQL取引に関連してどのように実装されうるか、私のコンセプトはこうです。

まず基本的なコンセプトについて：...........................

MQLの専門家や興味のある方に、ぜひご意見をお聞かせください。

まずは基礎から：まずは機械学習の基礎から説明します。

個人的には理解すらできない )

でも、私は、自分が専門家だとは思っていないかもしれません。

[Реter Konow]

MoDは何よりもまずエンジニアリングの芸術であり、その結果はどんなコンセプトも正当化します。結果を教えてください。ここで、https://numer.ai/、チャレンジしてみましょう。

そして、それを手に入れることはどうでしょうか。それ以外の場合 - 「ギブ、ギブ...」。".))このエンジンは私がつくります。しかし、メインプロジェクトが 終了した後