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 2461

[JeeyCi]

Dmytryi Nazarchuk#:

キャリートレーディングはオールドバンガー...。

はい、すでに回答済みです。（もし上記のトピックから何も得られなかったのなら）

イゴール・マカヌ#:

でも、結局のところ、インターネット上で言われているように、「見続けろ！」なのです。

追伸

ウラジーミル・バスカコフ さん、 #24597の あなたの叫びは、もはや関心のある対話者ではなく、どこで叫ぶかを探しているパパラッチのようです...。大声- リックビオシスの話題は終わりましたが...あなたは明らかに、このテーマで頭を使って仕事をする気がないようですし、EAもコーダーがいないと勝手に動かないでしょうから...。

[削除済み]

JeeyCi#:
うん、答えが出たね、（もしあなたが生涯で上記のトピックからこれ以上何も学ばなかったとしたら）。

追伸

ウラジーミル・バスカコフ さん、 #24597の あなたの叫びは、もはや関心のある対話者ではなく、むしろ叫ぶ場所を探しているパパラッチのようです...。大声- 酒鬼薔薇の話題は終わりましたが...は、明らかに頭を使って仕事をしようとしないし、EAもコーダーが実装しないと勝手に動かないし......。

そういう自信のある人、未確認の真実が好きなんです。でも、そういう人はここに定期的に現れてはすぐにいなくなる。静かに利益を待つ...みたいな。

[Dmytryi Nazarchuk]

JeeyCi#:
はい、すでに回答済みです、（上記のトピックから何も得られなかった場合）。

追伸

子ども論者のおしゃべり

[JeeyCi]

Vladimir Baskakov#:

そんな、何の根拠もない自信に満ちた人が好きなんです。でも、ここに定期的に現れては、すぐに消えてしまうんです。利益を得るために静かに待つ...」という感じですね。

然りなぜなら、主題ではなく人格の問題だから...。あなたがアインシュタインに、あなたの預金で何かを証明するように要求して...(のように、彼はこの市場でのすべての彼の競争上の優位性を放棄しない場合は、私も彼を下に置くと嘲笑と侮辱し、彼は写真を表示するために突入するまで、彼を下に置くと突くと、 "私"（すなわち、あなたが）写真のように、次に彼の利益や彼の腐った話まで稼ぐために彼に時間を与えないに固執し、死ぬほど彼を困らせます共有）...を。アインシュタインはあなたを理解する...

このような会話は、トレーダーとして、アナリストとして、そしてプログラマーとして、あなたの人間性を如実に物語っていますね...。個人的には、このような浅はかな「プロ」のトークショーでこの種の議論をするのは嫌なので、番組を始めることさえしません。

[削除済み]

JeeyCi#：

然りというのも、これは人格についての議論であって、述べられたトピックの主題ではないからです...。あなたがアインシュタインに、あなたの預金で何かを証明するように要求して...(彼はこの市場でのすべての彼の競争上の優位性を放棄した場合、あまりにも彼を下に置くような、彼は写真を表示するために突入するまで迫害とあざ笑う、と "私"（すなわち、あなた）が写真のように、その後彼の利益または彼が共有するまで稼ぐために時間を与えていない彼の腐ったおしゃべりに固執する死へ彼を困らせる）...。アインシュタインはあなたを理解する...

このような会話は、トレーダーとして、アナリストとして、そしてプログラマーとして、あなたの人間性を如実に物語っていますね...。個人的には、このようなトーク番組で、浅はかな「プロ」がこのような議論をすることに嫌悪感を覚えるので、番組を始めることすらしませんが......。

いわんこっちゃない

[Mikhail Mishanin]

Mihail Marchukajtes#:

Greetings Brothers!!!

何度も言ったと記憶していますが、もう一度言います。確かに学習方法やNSアーキテクチャは重要ですが、それ以上に重要なのは使用するデータです。多くの点で、よく準備されたデータであれば、幅広いネットワークアーキテクチャがうまく機能するでしょう。NSの種類によって前処理が必要なのは当然ですが、入力データ、つまりネットワークに入るための情報がターゲットにとって意味のあるものであれば、結果は一発でわかります。NSを構成するさまざまな方法を掘っても、独自の構成で出力するだけでは意味がないのです。

まあ、若い人は読むのかもしれないけど:-)。

私の経験では、データ（前処理データ）とターゲット関数が特に重要です。実は、データは「受容体」であり、受容体から出力されたものは、「進化」させることができる／させるべきであり、選択させるべきものなのです。ターゲット関数を正しく選択・形成することで、ロバストな学習・進化結果が得られ、学習・再学習の課題が解決される。

[Mihail Marchukajtes]

ミハイル・ミシャニン#:

私の経験では、データ（データの前処理）とターゲット関数が特に重要です。実は、データは「受容体」であり、受容体からの出力は「進化」させることができる／させるべきであり、選択することができるのです。ターゲット関数を適切に選択・形成することで、ロバストな学習・進化結果が得られ、増強・再学習の問題を解決することができる。

ターゲット機能については、少し反対です。例えば、理想的な目標があるにもかかわらず、学習がうまくいかず、現在のデータでは満足な学習結果が得られない場合、目標を劣化させて理想的でなくすることで、より良い学習結果が得られるようになります。まるで、持っているインプットデータに合わせてターゲットを調整するような感じです。たしかに学習の質は向上するが、ほとんど役に立たないだろう。私の考えでは、理想的なターゲットを作り、そのようなデータ群を探すことで、最適な学習結果を得ることができるのではないかと考えています。つまり、ターゲットデータではなく、インプットデータで検索する必要があるのです。

データというのは、入力された情報を意味します。 前処理に関しては、標準的なもので、どのようなデータを使っても適用できます。これは少なくともセンタリングとスケーリングです。

[Mikhail Mishanin]

Mihail Marchukajtes#:

ターゲットについては、少し同意しかねます。例えば、理想的なターゲットがあるにもかかわらず、学習がうまくいかず、現在のデータでは満足な学習結果が得られない場合、ターゲットを理想より低くして劣化させれば、より良い学習結果が得られるはずです。まるで、持っているインプットデータに合わせてターゲットを調整するような感じです。たしかに学習の質は向上するが、ほとんど役に立たないだろう。私の考えでは、理想的なターゲットを作り、そのようなデータ群を探すことで、最適な学習結果を得ることができるのではないかと考えています。つまり、ターゲットデータではなく、インプットデータで検索する必要があるのです。

データというのは、入力された情報を意味します。 前処理に関しては、標準的なもので、どのようなデータを使っても適用できます。少なくともセンタリングとスケーリングはできている。

あなたは私の意見を逆に解釈していますね。自然界では、対象は最も現実的なもの、つまり最も「必要」なものが生き残り、増殖していくのです。そして、それを一切変えることなく、最も「実用的」な目標を訓練することが必要です。

データについては、そうですね、インプットとして与えられる情報ですが、理想は「目」「耳」「鼻」などがあることです。

[Mihail Marchukajtes]

ミハイル・ミシャニン#:

自然界では、最も実用的なもの、つまり最も「必要」なものが生き残り、増殖していくのです。そして、それを一切変えることなく、最も「実用的」な目標を訓練することが必要です。

データについては、そうですね、インプットに供給される情報ですが、理想的には、「目」「耳」「鼻」など、形成／受信することが望ましいですね。

ターゲットについてはすべて正しいです。シグナルが利益を生むなら1を、利益を生まないなら0を置く、それ以外は何もしない、という条件に従って、シグナルごとに理想的です。

[mytarmailS]

JeeyCi#：

然りというのも、これは人格についての議論であって、述べられたトピックの主題ではないからです...。

お題を聞いて、おしゃべりしよう...。