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 2390

新しいコメント
 
Aleksey Vyazmikin：

すっかり忘れていたのですが、あなたにはトレードの方向を担当するクラスがあり、私にはトレードを許可/不許可するクラスがある--だからチャートの有用性が感じられないのですね :))) 。

それは、パターンの検索は、予測因子間の関係の多様性を列挙することによって解決される方法です、 増分はちょうど不安定で、範囲を広げる必要があり、少なくともそれらを毎日のATR（3）を追加してください。

しかし、そのような野蛮なやり方ではありません。

一週間待って、グラフを見るために目を休める。

規則性がないと言えば簡単ですが)

 
Aleksey Vyazmikin：

すっかり忘れていたのですが、あなたにはトレードの方向性を担うクラスがあり、私にはトレードを許可/不許可するクラスがある--だからチャートの有用性が感じられないのですね :))) 。

私はむしろ、予測値の相関関係をいろいろと列挙してパターンを探したいと思っています。 ただ、増分が不安定なので、せめて日足チャートの場合はATR(3)を加えて幅を広げる必要がありますね。

D1にATRで期間3?
また、M1にトレーニングがある場合は?1440本の場合、このインジケータは同じ値を持つことになります。それともD1でトレーニングしているのですか？
 
マキシム・ドミトリエフスキー：

但し、蛮勇にあらず

一週間カウントを待って、目をつぶって写真を見る

事前選択は一連の基準に基づいて行われ、グラフは特定のネットワークにおけるモデルの品質を理解するために必要とされる可能性が高いです。もちろん、グラフはターゲットによって変化します。

例えば、概ね利益を示しているが、確率の中間に強い利益の失敗がある場合、例えば0.6で、そのようなモデルは取らないし、これらの失敗が分布の両端にある場合、単に応答（1の解釈）、例えば0.65に制限することができます。


前回と比べると、モデル自体があまり良くない（顕著な2つのこぶがない）のは明らかですが。

 
elibrarius：
3 の期間と D1 の ATR？
そして、M1 のトレーニングに場合？1440本の場合、このインジケータの値は同じになります。それともD1でトレーニングしているのですか？

それはボラティリティの定義であり、モデルは例えば2-3のボラティリティの期間を定義する必要があります。また、そのような値をATRに入力するだけで、ボラティリティの異なるチャンクを比較できるようになります。

 
Aleksey Vyazmikin：

事前選択は一連の基準に基づいており、グラフはむしろ特定のネットワークにおけるモデルの品質を理解するためのものです。もちろん、グラフはターゲットによって変化します。

例えば、概ね利益を示しているが、確率の中間に強い利益の落ち込みがある場合、例えば0.6で、そのようなモデルは取らないし、この落ち込みが分布の両端にある場合、今回のように0.65で、応答（1の解釈）を取って制限するだけにします。

前回と比較すると、モデル自体があまり良くない（顕著な2つのこぶがない）ことがわかりますが。

こんなのでたらめだ、新しいブレークスルーのアイデアが必要だ。

彼らなしには、私は指一本動かすことができない
 
マキシム・ドミトリエフスキー

昨日、ビデオにあったあなたのアイデアをもとに、生成逆行アルゴリズムを作ろうとしたんです。案件を研磨する生成エージェントと、案件の正しさを評価し、ネガティブな案件を排除する判別エージェントがある。データセットは、離散的なステップを持つスライディングウィンドウを使用して選択されます。残念ながら、5-7回の反復で識別器がデータセット全体を削除してしまったため、安定した学習過程を得るには至っていない))) 。先生のお考えに従って、トレーニング前と両エージェントのリサンプリングを試しましたが、あまり効果がありませんでした。今夜は、トレードを削除する代わりに、リバースかランダムにしてみるよ。無効なタグを削除する方が、修正やランダム化より効率的なのは理解できますが、非可逆的な学習プロセスを実行したいのです。

 
welimorn:

昨日、ビデオにあったあなたのアイデアをもとに、生成逆行アルゴリズムを作ろうとしたんです。案件を研磨する生成エージェントと、案件の正しさを評価し、ネガティブな案件を排除する識別エージェントがある。データセットは、離散的なステップを持つスライディングウィンドウを使用して選択されます。残念ながら、5-7回の反復で識別器がデータセット全体を削除してしまったため、安定した学習過程を得るには至っていない))) 。先生のお考えに従って、トレーニング前と両エージェントのリサンプリングを試しましたが、あまり効果がありませんでした。今夜は、トレードを削除する代わりに、リバースかランダムにしてみるよ。無効なタグを削除する方が、修正やランダム化より効率的なのは理解できますが、非可逆的な学習プロセスを実行したいのです。

ちょっと触ってみただけで、すぐに終わってしまいましたが...。

予想通り縮退が起こるんですね、面白い。対処法を考えるには、理由があるのです。

先日、因果関係の推論について読んだので、それを応用して何かを探したいと思ったのですが、どうも我々のテーマとは違うようです。

Z.I.はこれをメタモデルで（反復学習なしで）5年で手に入れました。5ヶ月間のトレーニング。

今後、反復性のある付け方を考えていく（記事からの例のやり直し）

 
ちなみに、python 3.9は3.8よりもコンソールでの動作が明らかに速いので、そちらに変更しました。
 
マキシム・ドミトリエフスキー：

これは早い！ちょっと突っついて置いておきました）自分のバージョンを完成させる、見ものです。

予測通りの退化が起きている-面白いですね。対処法を考えるには、理由があるのです。

先日、因果関係の推論について読んだので、それを応用して何かを探したいと思ったのですが、どうやら我々のテーマとは違うようです。

Z.I.はこれをメタモデルで（反復学習なしで）5年で手に入れました。5ヶ月間のトレーニング。

今後、反復性のある付け方を考えていく（記事からの例のやり直し）

見た目はカッコイイけど、まだクリアじゃない。メタモデルとは何なのか、どこで読めるのか、このスレッドにすでに書かれているかもしれませんが、教えてください。

ちょうど長い間、ここからドロップアウトしてしまい、スレッドを追うことができませんでした。

 
welimorn:

かっこよく見えるけど、まだはっきりしない。もしよろしければ、どんなメス型なのか、あるいはどこで読めるのか、教えていただけませんか？

長い間、ここからドロップアウトしたばかりで、このスレッドを追う機会がありませんでした。

取引開始を許可する/拒否するのは2番目のモデルです。

つまり、2つのモデルが生産されているのです。

1...238323842385238623872388238923902391239223932394239523962397...3399
新しいコメント
理由: