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 2316

 
Valeriy Yastremskiy:

(詭弁 ))) 中間知識がなければ、知識はない)) 中間段階では、いろいろなことがある、SBは普通、変化の時のようなもの)))

よっしゃー

 
マキシム・ドミトリエフスキー

どのボタンを押せば、より良い分類結果が得られるのかがわからない。

回帰例

最大勾配によるサンプリングがデフォルトで使用されるようになった(新機能の一種)。

または、デフォルトで組み込まれており、何もする必要がない。

ちなみに、キャットバストは再教育させるという点では非常に厳しい...。もしデータセットがゴミだったら......学習が悪く、すべての選択肢を覚えていないでしょう。

どうやら私たちはプロセスの異なる段階にいるようです)私は、最初の確率モデルを構築するプロセスに興味があります。もしそれが多かれ少なかれ現実を記述するなら、多かれ少なかれ賢明なアルゴリズムがその後の計算で結果を出すでしょう。

 
アレクセイ・ニコラエフ

どうやら、あなたと私はプロセスの異なる段階にいるようです)私は、最初の確率的モデルを構築するプロセスに興味があります。もしそれが多かれ少なかれ現実を記述するならば、多かれ少なかれ意味のあるアルゴリズムは、その後の計算で結果を出すでしょう。

適切な確率モデルがどのように現実を記述するのか、理解できる人はそれほど多くないようです。)))モデルに動きはあるか?

マイノリティゲームモデルを走らせることもあります。時折、ティックチャートのように見えることがよくあります。

 
Valeriy Yastremskiy:

適切な確率モデルがどのように現実を記述できるのか、理解できる人はあまりいないようです。)))モデルに動きはあるか?

少数派のゲーム機種をスクロールすることもある。時折、ティックチャートのように見えることがよくあります。

それを全局面、全時間で表現するグローバルな価格モデルには、あまり(現実的な)意味がないと思っています。別々の時間枠で価格の個々の側面を記述するモデルのみが有用であるように思います。簡単な例として、ギャップに関する私の記事を引用すると、ギャップが閉じる前に、ギャップの反対側への価格の最大偏差のみを調べ(別の側面)、それぞれ、ギャップから閉じるまでの時間間隔のみを調べます。

新しいアイデアというわけではありませんが)むしろ、当たり前のことを声を大にして言っているだけです。

 
アレクセイ・ニコラエフ

私は、あらゆる側面、あらゆる期間の価格を記述するグローバルな価格モデルには、(実用的な)あまり意味がないと考えています。私の考えでは、個々のタイムフレームで価格の個々の側面を記述するモデルのみが有用である。簡単な例として、ギャップに関する私の記事を引用すると、ギャップが閉じる前に、ギャップの反対側への価格の最大偏差のみを調べ(別の側面)、それぞれ、ギャップから閉じるまでの時間間隔のみを調べます。

新しいアイデアというわけではありませんが)むしろ、当たり前のことを声を大にして言っているだけです。

多数の要素を持つシステムをモデル化し、分析する(最初は明らかな部分のみ)。

なぜ、何をもってそのギャップを埋めるのか、私には理解できない。自明のこととして受け入れている)。

 
mytarmailS:

私の考えは次のようなものでした。

1) ニューラルネットワークに、バイ/シートとはいえ、いくつかの動作を教えます。

2)ネットワークが新しいデータで多くの間違いを犯すこと

3) 信号処理中にネットワークに現れるパターンを見て、ネットワークの誤った判断と正しい判断を見分けることができないか、ネットワークの層にパターンを集積したかった...。

=========

例えば、マウスでグラフ上の領域を選択し、その領域のパラメータをコードで取得することができます。

していません。どうやったらできるのか、想像もつかない。

 
Valeriy Yastremskiy:

なぜ、何のためにヘップが閉じるのか、全く理解できない。当然といえば当然だが)

ギャップより下に閉じる(ギャップが上向きの場合など)。他に何で閉じることができるのか)

ギャップ後の価格=SBであれば、その閉鎖は単位確率で起こり、反対方向への価格の最大偏差の分布は既知である。

 
Vladimir Perervenko:

していません。どうすればいいのか、まったくわからない。

ロケーター()関数で可能です。正しいパラメータで実行し、チャートをクリックすると......。


以下は、チャートをクリックしてトレンドラインを作成する例です。

data <- matrix(cbind(1:50,cumsum(rnorm(50))), ncol = 2)
plot(data,t="o")

xy <- locator(n=2)
xy$x <- round(xy$x,0)

abline(coef(lm(y~x, xy)),col=8)
lines(xy, col="red", lwd=2)

チャート上の矩形を選択する関数を書いてみた

rect.locator <- function(){ 
  L <- locator(n=4)  
  id <- c(1, which.min(abs( L$x[1] - L$x)[-1])+1)
  idd <- c(mean(L$x[id]),mean(L$x[id]),mean(L$x[-id]),mean(L$x[-id]))  
  q <-  L$y[id][1]
  idy <- c(1, which.min(abs( q - L$y)[-1])+1)
  val <- c(mean(L$y[idy]),mean(L$y[-idy]),mean(L$y[idy]),mean(L$y[-idy])) 
  return(list(idx=idd,val=val))}

x <- cumsum(rnorm(100))
plot(x,t="l",col=1)

r <- rect.locator()

rect(r$idx[1],xleft = r$idx[3],ytop = r$val[1],ybottom = r$val[2],
       col= rgb(0,1,0,alpha=0.3))


プログラミングはできないけど、絵は描ける、描いたもののパラメータは画像で送れる、みたいなことをニューロンクに教えられるのは、とてもクールだと思うんです))

また、locator()を使えば、特定のクラスターを簡単に選択することもできますし、......お好きなように、夢を膨らませてください......。


プロットの面白い部分をマークする方法と、furjashkaによるapperceiveのコードを紹介します。

x <- cumsum(rnorm(200))
plot(x,t="l",col=8)

 xy <- locator(n=2)
id <- round(xy$x,0)
idd <- id[1]:id[2]

library(dtt)
dc <- dct(x[idd])
dc[7:length(dc)] <- 0
dc <- dct(dc,inverted = T)

NAve <- rep(NA,length(x))
NAve[idd] <- dc

lines(NAve,lwd=2,col=4) 
abline(v=range(idd),col=8,lty=2)


 
アレクセイ・ニコラエフ

ギャップを下回る価格で閉じる(ギャップが上向きの場合など)。他に何をもって閉じるか)

ギャップ後の価格=SBであれば、単位確率で、反対方向の価格の最大偏差が既知の分布で閉じることになります。

SBは明確です。でも、割と早く閉まるので、時には利益が出ることもある)))こともあるかもしれませんが。

 

トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム

MetaTrader 5 Strategy Tester: バグ、不具合、改善のための提案

fxsaber, 2021.01.31 11:06

TS(機械学習モデル)の分析では、一節のチャートでSampleとOut of Sampleを見ることが非常に多い。

このようなグラフでOOSがどこにあるのかを理解するには、マウスでカーソルを合わせて、ツールチップで日付を探す必要があります。


その後、このOOSがどこにあるのかが分かってきます。

そのため、毎回マウスを動かして探したりする必要があります。


機能追加を提案します。

void TesterGraphLabel( const datetime LabelTime, const string Description ); // На графике одиночного прохода ставится соответствующая метка.

ラベルのtstファイルへの保存で。


これにより、OOSなどのケースでの作業が非常に楽になります。

提案に対するご意見をお聞かせください。見落としがあるかもしれないし、視野が狭いかもしれない。コメントはこちらではなく、そちらで お願いします。

理由: