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 2473 1...246624672468246924702471247224732474247524762477247824792480...3399 新しいコメント Evgeny Dyuka 2021.10.26 11:35 #24721 Alexander Ivanov(アレクサンダー・イワノフ) #: こんにちは。かつて、聡明な頭脳の持ち主はこう言った。- ニューラルネットワークはニューラルネットワークでも、土台がすべてを壊して しまうんです。じゃあ、時間の無駄?それとも、そうなのか?未熟な私に説明してください。 この解析は、どのようなファンデーションにも対応するもので、ニューラルネットワークが解析に関与しているため、ファンデーションに強い影響がない場合は予測することができます。 Aleksey Nikolayev 2021.10.26 11:49 #24722 Vasiliy Sokolov#: 計量経済学は素晴らしい科学です。しかし、それは何も言わないし、何も予測しない。事実を述べている。例えば、ベイズ分類器を作って、じっくりと拷問して、価格がマーチンゲールであること、つまり、買うと同時に売ることが最良の戦略であることを計量科学的に結論づけることができるのである。 目的が価格のマーチンゲールを決定することであったなら、そこで停止することができますし、そうでないなら - 他の要因を検討することです。 Renat Akhtyamov 2021.10.26 12:19 #24723 Alexander Ivanov(アレクサンダー・イワノフ) #: こんにちは。かつて、聡明な頭脳の持ち主はこう言った。- ニューラルネットワークはニューラルネットワークでも、土台がすべてを壊して しまうんです。じゃあ、時間の無駄?それとも、そうなのか?私が無知なのか、説明してください。 基礎は何も壊さないし、ニューラルネットワークも、ガラスも、計量経済学も、何も壊さない。 すべてを壊すのは、市場のバランスです。 ひたすら Evgeniy Ilin 2021.10.26 13:25 #24724 ミハイル・ミシャニン#: 何をお探しですか?記事を読んでも全然わからない、教えてください。 動画を撮ってYouTubeにアップロードするのも簡単だし、大量の文章を書くよりわかりやすく見せる方がいい。もっと言えば、「すでに一つの解決策を見つけた」と言えば、多くの人がそれを気に入ってくれる。それ以外の記事については、理論的なものが多いので、誰かに参考にしてもらえればと思います。残念ながら、私一人の力ではどうにもなりません。アイデアも知識もたくさんあるのですが、実現するには自分の力が足りません。今のところ、なんとか1つの解決策しか作れていないので、力学的に確認する必要があるのですが、そのためのリソースがない......。今のところ、足りないのは計算能力だけで、あとは必要なものだけです。要するに、サーバーが必要なんです、より多く、より強力なものが。動画はこちら:https://youtu.be/NLA0u172oTw BillionerClub 2021.10.26 13:32 #24725 Alexander Ivanov(アレクサンダー・イワノフ) #: こんにちは。かつて、聡明な頭脳の持ち主はこう言った。- ニューラルネットワークはニューラルネットワークでも、土台がすべてを壊して しまうんです。じゃあ、時間の無駄?それとも、そうなのか?無知な私に説明してください。 チームは今、稼いでいる。つまり、トレーダーはビジネスの組織レベルで負けているのだ。 みんな自分のことは自分でやるんだ。 長期的には、トレーダーは取引できますが、ノイズレベルが低ければ低いほど、組織的なチームが必要です。そして、トレーダーが自分一人で稼いで、誰とも共有しないのはナンセンスです。 適切なリスクマネジャーが必要です。 十分なトレーダー 適切なクオンツ ファンドの客層を加工する女の子たち 未組織の市場にはあるのかもしれませんが、現時点ではすべてが効率的ではなく、すぐに消えてしまいます。 JeeyCi 2021.10.26 14:01 #24726 Evgeny Dyuka#: 悪くてもよくても、どんな土台でも機能する分析があります。ニューラルネットワークが分析に従事しているので、土台があまり影響しない場合に予測することができます。 +1 タイムマネジメントは、どんなオートメーションでもキャンセルされない.2週間に一度(FOMCの時) - TAに頼らず、FAだけ(とDBのいくつかの前提条件)...。そのBP収支の時事問題を決定する)会議があり、その時々に言うのです。しかし、タイミング(誰がいつ、何のために市場に参入するか)のニュアンスは、少なくとも一般論として想像しておかなければならない...。 Alexander Ivanov 2021.10.26 14:11 #24727 了解です、回答ありがとうございました :)) mytarmailS 2021.10.26 14:22 #24728 Evgeniy Ilin#: 動画を撮ってYouTubeにアップロードするのも簡単だし、大量の文章を書くよりわかりやすく見せるほうがいい。 問題は、この種の 新しいデータモデルでは すぐに破綻してしまい、クロスバリデーションなどではどうにもならないことです......。 また、どのようなリファレンス関 数を使っても良いのですが 多項式近似であろうとなかろうと フィルターカスケードまたは 自動生成されたフィルターカスケードまたは 線形回帰からの近似カスケード(MGUA)または 従来の倍音による近似等... 要するに、どの参照関数を用いて 近似(近似)するかは問題ではなく、大まかにはすべて同じであり、問題は別である どの方法も同じ結果になるので、データが間違っているのか、教え方が間違っているのか......。 Dmytryi Nazarchuk 2021.10.26 14:45 #24729 JeeyCi#: +1 時間管理は、自動化によって廃止されたわけではありません...。2週間ごと(FOMC開催時) - TAに頼らず、FAのみ(DBの前提条件もある)...。そのBP収支の時事問題を決定する)会議があり、その時々に言うのです。しかし、タイミング(誰がいつ、何のために市場に参入するか)のニュアンスは、少なくとも一般論として想像しておかなければならない...。 в...お前かじぶんの取引......? FOMC・・・・・・。が座る...ではなくに...回...в....月ですが、...8...回...です。в....年... Evgeniy Ilin 2021.10.26 15:16 #24730 mytarmailS#: フルオートマトンを作ったのはいいのですが、問題は、この種の 新しいデータモデルは、クロスバリデーションでも何でもなく、デッドゾーンに直行することです......」。また、どのようなリファレンス関 数を使っても良いのですが多項式近似であろうとなかろうとフィルターカスケードまたは自動生成されたフィルターカスケードまたは線形回帰からの近似カスケード(MGUA)または従来の倍音による近似等...要するに、どの参照関数を用いて 近似(近似)するかは問題ではなく、大まかにはすべて同じであり、問題は別であるどの方法も同じ結果になるので、データが間違っているのか、教え方が間違っているのか......。 ここには真実があるのですが、私のモデルを確認したところ、フォワードレートを知ることがメインとなっています。問題は再トレーニングで、最終的な基準セットに対する分析データの比率を最大にするよう努力すべきところですが、そうでなければ、データ圧縮が発生します。例えば、パラボラ・チャートのデータを分析して、数千点を取って、3つの係数A*X^2 + B*X + Cに減らすことができます。そこがデータ圧縮のクオリティが高いところ、つまりフォワードのところです。このデータ圧縮を考慮して、再トレーニングの品質を示す正しいスカラー指標を導入することで、再トレーニングをコントロールすることができる。私の場合は、もっと簡単な方法で、一定の係数をとり、できるだけ大きなサンプルサイズをとります。効率は悪いですが、うまくいきます。 1...246624672468246924702471247224732474247524762477247824792480...3399 新しいコメント 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
こんにちは。
かつて、聡明な頭脳の持ち主はこう言った。- ニューラルネットワークはニューラルネットワークでも、土台がすべてを壊して しまうんです。
じゃあ、時間の無駄?それとも、そうなのか?
未熟な私に説明してください。
計量経済学は素晴らしい科学です。しかし、それは何も言わないし、何も予測しない。事実を述べている。例えば、ベイズ分類器を作って、じっくりと拷問して、価格がマーチンゲールであること、つまり、買うと同時に売ることが最良の戦略であることを計量科学的に結論づけることができるのである。
目的が価格のマーチンゲールを決定することであったなら、そこで停止することができますし、そうでないなら - 他の要因を検討することです。
こんにちは。
かつて、聡明な頭脳の持ち主はこう言った。- ニューラルネットワークはニューラルネットワークでも、土台がすべてを壊して しまうんです。
じゃあ、時間の無駄?それとも、そうなのか?
私が無知なのか、説明してください。
基礎は何も壊さないし、ニューラルネットワークも、ガラスも、計量経済学も、何も壊さない。
すべてを壊すのは、市場のバランスです。
ひたすら
何をお探しですか?記事を読んでも全然わからない、教えてください。
動画を撮ってYouTubeにアップロードするのも簡単だし、大量の文章を書くよりわかりやすく見せる方がいい。もっと言えば、「すでに一つの解決策を見つけた」と言えば、多くの人がそれを気に入ってくれる。それ以外の記事については、理論的なものが多いので、誰かに参考にしてもらえればと思います。残念ながら、私一人の力ではどうにもなりません。アイデアも知識もたくさんあるのですが、実現するには自分の力が足りません。今のところ、なんとか1つの解決策しか作れていないので、力学的に確認する必要があるのですが、そのためのリソースがない......。今のところ、足りないのは計算能力だけで、あとは必要なものだけです。要するに、サーバーが必要なんです、より多く、より強力なものが。動画はこちら:
https://youtu.be/NLA0u172oTw
こんにちは。
かつて、聡明な頭脳の持ち主はこう言った。- ニューラルネットワークはニューラルネットワークでも、土台がすべてを壊して しまうんです。
じゃあ、時間の無駄?それとも、そうなのか?
無知な私に説明してください。
チームは今、稼いでいる。つまり、トレーダーはビジネスの組織レベルで負けているのだ。
みんな自分のことは自分でやるんだ。
長期的には、トレーダーは取引できますが、ノイズレベルが低ければ低いほど、組織的なチームが必要です。そして、トレーダーが自分一人で稼いで、誰とも共有しないのはナンセンスです。
適切なリスクマネジャーが必要です。
十分なトレーダー
適切なクオンツ
ファンドの客層を加工する女の子たち
未組織の市場にはあるのかもしれませんが、現時点ではすべてが効率的ではなく、すぐに消えてしまいます。
悪くてもよくても、どんな土台でも機能する分析があります。ニューラルネットワークが分析に従事しているので、土台があまり影響しない場合に予測することができます。
タイムマネジメントは、どんなオートメーションでもキャンセルされない.2週間に一度(FOMCの時) - TAに頼らず、FAだけ(とDBのいくつかの前提条件)...。そのBP収支の時事問題を決定する)会議があり、その時々に言うのです。しかし、タイミング(誰がいつ、何のために市場に参入するか)のニュアンスは、少なくとも一般論として想像しておかなければならない...。
動画を撮ってYouTubeにアップロードするのも簡単だし、大量の文章を書くよりわかりやすく見せるほうがいい。
問題は、この種の 新しいデータモデルでは すぐに破綻してしまい、クロスバリデーションなどではどうにもならないことです......。
また、どのようなリファレンス関 数を使っても良いのですが
多項式近似であろうとなかろうと
フィルターカスケードまたは
自動生成されたフィルターカスケードまたは
線形回帰からの近似カスケード(MGUA)または
従来の倍音による近似等...
要するに、どの参照関数を用いて 近似(近似)するかは問題ではなく、大まかにはすべて同じであり、問題は別である
どの方法も同じ結果になるので、データが間違っているのか、教え方が間違っているのか......。
+1
時間管理は、自動化によって廃止されたわけではありません...。2週間ごと(FOMC開催時) - TAに頼らず、FAのみ(DBの前提条件もある)...。そのBP収支の時事問題を決定する)会議があり、その時々に言うのです。しかし、タイミング(誰がいつ、何のために市場に参入するか)のニュアンスは、少なくとも一般論として想像しておかなければならない...。
в...お前かじぶんの取引......?
FOMC・・・・・・。が座る...ではなくに...回...в....月ですが、...8...回...です。в....年...
フルオートマトンを作ったのはいいのですが、問題は、この種の 新しいデータモデルは、クロスバリデーションでも何でもなく、デッドゾーンに直行することです......」。
また、どのようなリファレンス関 数を使っても良いのですが
多項式近似であろうとなかろうと
フィルターカスケードまたは
自動生成されたフィルターカスケードまたは
線形回帰からの近似カスケード(MGUA)または
従来の倍音による近似等...
要するに、どの参照関数を用いて 近似(近似)するかは問題ではなく、大まかにはすべて同じであり、問題は別である
どの方法も同じ結果になるので、データが間違っているのか、教え方が間違っているのか......。
ここには真実があるのですが、私のモデルを確認したところ、フォワードレートを知ることがメインとなっています。問題は再トレーニングで、最終的な基準セットに対する分析データの比率を最大にするよう努力すべきところですが、そうでなければ、データ圧縮が発生します。例えば、パラボラ・チャートのデータを分析して、数千点を取って、3つの係数A*X^2 + B*X + Cに減らすことができます。そこがデータ圧縮のクオリティが高いところ、つまりフォワードのところです。このデータ圧縮を考慮して、再トレーニングの品質を示す正しいスカラー指標を導入することで、再トレーニングをコントロールすることができる。私の場合は、もっと簡単な方法で、一定の係数をとり、できるだけ大きなサンプルサイズをとります。効率は悪いですが、うまくいきます。