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 237 1...230231232233234235236237238239240241242243244...3399 新しいコメント mytarmailS 2016.12.01 15:30 #2361 ivanivan_11 です。 バイ・アンド・ホールドという形で市場に勝つことは失敗した。問題ではない問題は、ランダム性に基づいて学習したモデルが、新しい市場データ(OOS)に対して、元々市場データに基づいて学習したモデルよりも良いパフォーマンスを示すのはなぜか、ということであるp.s. 誰もスーパーシステムを作ろうとしなかった。 СанСаныч Фоменко 2016.12.01 15:47 #2362 mytarmailS:問題ではない問題は、ランダム性に基づいて学習したモデルが、新しい市場データ(OOS)に対して、元々市場データに基づいて学習したモデルよりも良いパフォーマンスを示すのはなぜか、ということであるp.s. 誰もスーパーシステムを作ろうとしなかった。 再教育される。過剰に訓練されたモデルは、全く特徴を持たない。 mytarmailS 2016.12.01 16:28 #2363 サンサニッチ・フォメンコ 再教育されます。過剰に訓練されたモデルは、全く特徴を持たない。の質問で...1) なぜランダムで学習したものは再学習しないのですか?2)ランダムのトレーニングを受けたものが、指示された預金を失わないのはなぜですか?3) 実データで学習させたものが、なぜトレンドに負けてしまうのか? СанСаныч Фоменко 2016.12.01 16:35 #2364 mytarmailS: の質問で...1) なぜランダムで学習したものは再学習しないのですか?2)ランダムのトレーニングを受けたものが、指示された預金を失わないのはなぜですか?3) 実データで学習させたものが、なぜトレンドに負けてしまうのか?と思われる(確信が持てない)ランダムは再教育できない - ノイズはもうないを訓練し、実際に再教育すると、訓練サンプルの外では、任意の動作をする - 訓練は、その将来の動作とは何の関係もない。 Andrey Dik 2016.12.01 17:24 #2365 mytarmailS: の質問で...1) なぜランダムで学習させたものは再学習させないのか?2)ランダムのトレーニングを受けたものが、指示された預金を失わないのはなぜですか?3) 実データで学習させたものが、なぜトレンドに負けてしまうのか?ノイズを目安にすると、中立的なシステムが得られるということです。また、基本的にはマーケットデータを使ってランダムに動作します。そして、市場の行き先が分かっていると考えるよりも、市場でランダムに行動する方が利益を生むのです(訓練されたグリッドは そう考えています)。したがって、何も驚くことはありません。市場は常に統計に反して(大衆に反して)動こうとしますし、学習とは、悪く言えば統計を暗記し、良く言えばパターンをとらえることです。しかし、統計もパターンも未来には通用しない。なぜなら、市場は常にその統計に反して、大衆に反して動こうとするからだ。円は閉じています。学習は意味がありません。学習したこと(良い意味で、過剰に学習しないこと)は、OOSでは役に立ちません。したがって、ランダムで学習させたシステムの市場データでの平均的な結果(良くも悪くもない)です。このような考えは、2009年のどこかで、私は、基本的にランダムなデータからパラメトリックな特性を持つ合成系列を生成し、そのようなデータでTSがどのように振る舞うかを研究し、それを実際の市場データに適用することを提案したときに、声をあげました。これは、市場に対する「悲観的なアプローチ」です。楽観的」な考え方は、昨年も紹介した「流れるようなパターン」と同じです。意味は同じで、マーケットは常に変化していますが、その変化を追うこと、マーケットのデリバティブを追うこと、変化に逆らって(あるいは変化に従って)取引することが違いなのです。悲観的」「楽観的」の2つのアプローチは、市場を異なる角度(facet/profile)から見ているだけで、互いに矛盾しているわけではない。それに、私は市場がランダムであるとは一言も言っていませんよ。もし市場がランダムであれば、ランダムなデータで学習させたモデルで同様の効果を見ることはできないだろう。ええ、そして彼らはおじさんをランダムマーケット(経済学で彼女の足を)させません。 mytarmailS 2016.12.02 09:14 #2366 作業パターンを「自分なりの方法で」ランダムから選択しようとしたら、モデルの学習に非常に時間がかかり、最初に購入可能なパターンを選択したら、スタジオがクラッシュしてタスク完了まで閉じる羽目になり、なんとかモデルは保存できたものの、ターゲットが保存されておらず、本来はパターンの検索が不可能で、モデル全体を学習し直さなければならなかった、そんな迷惑な話......。唯一書けたパターンが結構良かった(と思いたい :))とてもいい感じでしょう!!!!77%の利得は良い!1k2以上のテイク/ストップ比も+αで悪くない。ということで、「いい結果が出た。もう一度モデルを教えて、テストして、考えて、またテストする必要があるかもしれない・・・。とりあえず、みんなに幸あれ) pantural 2016.12.02 10:18 #2367 mytarmailS:作業パターンを「自分なりの方法で」ランダムから選択しようとしたら、モデルの学習に非常に時間がかかり、最初に購入可能なパターンを選択したら、スタジオがクラッシュしてタスク完了まで閉じることになり、なんとかモデルは保存できたが、ターゲットが保存されておらず、本来はパターンの検索ができず、モデル全体を学習しなおさなければならない、そんな面倒なことに・・・。唯一書けたパターンが結構良かった(と思いたい :))とてもいい感じでしょう!!!!KOL.採算77%は良いテイク/ストップ比が1k2以上であることも+αである。ということで、「いい結果が出た。もう一度モデルを教えて、テストして、考えて、またテストする必要があるかもしれない・・・。とりあえず、みんなに幸あれ) これはあなたのウエルシュラブですか? Dr. Trader 2016.12.02 16:33 #2368 ヴィザード_。 興味本位で新しいデータセットを見てみた。(少し先行しています。かろうじて見つけた))) 追いつく... https://numer.ai/何かが間違っている。前回と同じパラメータで同じモデルをとったところ、評価後の結果が悪くなってしまいました。モデルのパラメータを調整し、再度クロスバリデーションを行う必要がありました。そこで、この手順を省き、別のモデルを学習させたところ、学習データでより良い結果を得ることができました。この2つ目のモデルで予測したところ、numeraiのloglossが悪くなってしまいました。よくないことです。最初のモデルに戻って、クロスバリデーションを行う予定です。 mytarmailS 2016.12.02 19:57 #2369 同じパターンを確認しましたが、半年間(最初と同様)ではなく、5年間(OOS)でした。すべての指標は劇的に低下したが、パターンが機能していないとは言えない、stopstakeは同じで、何も変わっていないし、調整もされていない、また、市場の安定した下降トレンドに気づいた、パターンは長い、我々は長い取引しかできない。停止と離陸を最適化すれば、もっといい絵が描けるかもしれませんが、微調整が必要です。これにはちょっと戸惑いましたが、なぜ全く効果がないのでしょうか!?=================================================================そして、部屋への質問:私が載せているものに興味を持つ人はいるのでしょうか?誰も必要としてないし、スレッドを散らかしてるだけかも? Andrey Dik 2016.12.02 20:41 #2370 mytarmailS:=================================================================そして、部屋への質問:私が投稿したものに興味を持つ人はいるのでしょうか?誰も必要としてないし、スレッドを散らかしてるだけかも?もちろん、面白いですよ。今度はリアルタイム。ここのモニターも忘れずに。 1...230231232233234235236237238239240241242243244...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
バイ・アンド・ホールドという形で市場に勝つことは失敗した。
問題ではない
問題は、ランダム性に基づいて学習したモデルが、新しい市場データ(OOS)に対して、元々市場データに基づいて学習したモデルよりも良いパフォーマンスを示すのはなぜか、ということである
p.s. 誰もスーパーシステムを作ろうとしなかった。
問題ではない
問題は、ランダム性に基づいて学習したモデルが、新しい市場データ(OOS)に対して、元々市場データに基づいて学習したモデルよりも良いパフォーマンスを示すのはなぜか、ということである
p.s. 誰もスーパーシステムを作ろうとしなかった。
再教育されます。過剰に訓練されたモデルは、全く特徴を持たない。
の質問で...
1) なぜランダムで学習したものは再学習しないのですか?
2)ランダムのトレーニングを受けたものが、指示された預金を失わないのはなぜですか?
3) 実データで学習させたものが、なぜトレンドに負けてしまうのか?
の質問で...
1) なぜランダムで学習したものは再学習しないのですか?
2)ランダムのトレーニングを受けたものが、指示された預金を失わないのはなぜですか?
3) 実データで学習させたものが、なぜトレンドに負けてしまうのか?
と思われる(確信が持てない)
の質問で...
1) なぜランダムで学習させたものは再学習させないのか?
2)ランダムのトレーニングを受けたものが、指示された預金を失わないのはなぜですか?
3) 実データで学習させたものが、なぜトレンドに負けてしまうのか?
ノイズを目安にすると、中立的なシステムが得られるということです。また、基本的にはマーケットデータを使ってランダムに動作します。そして、市場の行き先が分かっていると考えるよりも、市場でランダムに行動する方が利益を生むのです(訓練されたグリッドは そう考えています)。
したがって、何も驚くことはありません。市場は常に統計に反して(大衆に反して)動こうとしますし、学習とは、悪く言えば統計を暗記し、良く言えばパターンをとらえることです。しかし、統計もパターンも未来には通用しない。なぜなら、市場は常にその統計に反して、大衆に反して動こうとするからだ。円は閉じています。学習は意味がありません。学習したこと(良い意味で、過剰に学習しないこと)は、OOSでは役に立ちません。
したがって、ランダムで学習させたシステムの市場データでの平均的な結果(良くも悪くもない)です。このような考えは、2009年のどこかで、私は、基本的にランダムなデータからパラメトリックな特性を持つ合成系列を生成し、そのようなデータでTSがどのように振る舞うかを研究し、それを実際の市場データに適用することを提案したときに、声をあげました。これは、市場に対する「悲観的なアプローチ」です。
楽観的」な考え方は、昨年も紹介した「流れるようなパターン」と同じです。意味は同じで、マーケットは常に変化していますが、その変化を追うこと、マーケットのデリバティブを追うこと、変化に逆らって(あるいは変化に従って)取引することが違いなのです。
悲観的」「楽観的」の2つのアプローチは、市場を異なる角度(facet/profile)から見ているだけで、互いに矛盾しているわけではない。
それに、私は市場がランダムであるとは一言も言っていませんよ。もし市場がランダムであれば、ランダムなデータで学習させたモデルで同様の効果を見ることはできないだろう。ええ、そして彼らはおじさんをランダムマーケット(経済学で彼女の足を)させません。
作業パターンを「自分なりの方法で」ランダムから選択しようとしたら、モデルの学習に非常に時間がかかり、最初に購入可能なパターンを選択したら、スタジオがクラッシュしてタスク完了まで閉じる羽目になり、なんとかモデルは保存できたものの、ターゲットが保存されておらず、本来はパターンの検索が不可能で、モデル全体を学習し直さなければならなかった、そんな迷惑な話......。
唯一書けたパターンが結構良かった(と思いたい :))
とてもいい感じでしょう!!!!
77%の利得は良い!
1k2以上のテイク/ストップ比も+αで悪くない。
ということで、「いい結果が出た。
もう一度モデルを教えて、テストして、考えて、またテストする必要があるかもしれない・・・。とりあえず、みんなに幸あれ)
作業パターンを「自分なりの方法で」ランダムから選択しようとしたら、モデルの学習に非常に時間がかかり、最初に購入可能なパターンを選択したら、スタジオがクラッシュしてタスク完了まで閉じることになり、なんとかモデルは保存できたが、ターゲットが保存されておらず、本来はパターンの検索ができず、モデル全体を学習しなおさなければならない、そんな面倒なことに・・・。
唯一書けたパターンが結構良かった(と思いたい :))
とてもいい感じでしょう!!!!
KOL.採算77%は良い
テイク/ストップ比が1k2以上であることも+αである。
ということで、「いい結果が出た。
もう一度モデルを教えて、テストして、考えて、またテストする必要があるかもしれない・・・。とりあえず、みんなに幸あれ)
興味本位で新しいデータセットを見てみた。
(少し先行しています。かろうじて見つけた))) 追いつく...
https://numer.ai/
何かが間違っている。
前回と同じパラメータで同じモデルをとったところ、評価後の結果が悪くなってしまいました。モデルのパラメータを調整し、再度クロスバリデーションを行う必要がありました。そこで、この手順を省き、別のモデルを学習させたところ、学習データでより良い結果を得ることができました。この2つ目のモデルで予測したところ、numeraiのloglossが悪くなってしまいました。よくないことです。最初のモデルに戻って、クロスバリデーションを行う予定です。
同じパターンを確認しましたが、半年間(最初と同様)ではなく、5年間(OOS)でした。
すべての指標は劇的に低下したが、パターンが機能していないとは言えない、stopstakeは同じで、何も変わっていないし、調整もされていない、また、市場の安定した下降トレンドに気づいた、パターンは長い、我々は長い取引しかできない。
停止と離陸を最適化すれば、もっといい絵が描けるかもしれませんが、微調整が必要です。
これにはちょっと戸惑いましたが、なぜ全く効果がないのでしょうか!?
=================================================================
そして、部屋への質問:私が載せているものに興味を持つ人はいるのでしょうか?
誰も必要としてないし、スレッドを散らかしてるだけかも?
=================================================================
そして、部屋への質問:私が投稿したものに興味を持つ人はいるのでしょうか?
誰も必要としてないし、スレッドを散らかしてるだけかも?
もちろん、面白いですよ。
今度はリアルタイム。ここのモニターも忘れずに。