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 2622

[Valeriy Yastremskiy]

Replikant_mih #:

いいアイデアだと思います。ただ、ここが重要だと思うんです。

- 多くの統計を積み重ねること。

- 人が一つのもの（一つのシステム）を取引するために。

- 客観的な視点を持ち続け、システマチックに取引していること。

この場合、良いマークアップが得られると思いますので、普通に利益を得ることが可能です。

取引所から取引履歴を請求/入手方法))して分析するのがよいでしょう)。

[mytarmailS]

BillionerClub #:
もし、人がMLに良いものと悪いものを交換したり、与えたりしたらどうなるか？

あらゆるデータでシミュレーションして、魅力的に聞こえるだけだと気づいたほうがいい

[Dmytryi Voitukhov]

mytarmailS #:
任意のデータでシミュレーションして、魅力的に聞こえるだけだと理解したほうがいい

一点に収束している。NSはストーリーを走らせて勉強しているだけです。学習率はかなり高いです。デメリットは、ベースのサイズが小さいため、1年以上パターンを蓄積することができないことです。以前の結果がぼやけてしまう。トレーニング中は、大きなタイムフレームと低い取引頻度で行うことが可能です。しかし、大きな時間枠は大きなドローダウンを意味し、100％のヒットを保証するTSはありません。市場の動きをできるだけ利用することが課題の一つです。終了 - チャート上で、定期的なベースロードと戦略テスターで作業モードのExpert Advisorは、同時に、トレーニングモードのExpert Advisorは、常にベースを改善しています。このような混乱があるのです...

[mytarmailS]

Dmytryi Voitukhov #:

市場の動きをできるだけ利用することが課題の一つです。終了 - チャート上ではエキスパートアドバイザーがワークモードで定期的にベースをアップロードし、同時にテスターではエキスパートアドバイザーがトレーニングモードで常にベースを改良しています。このような混乱があるのです...

もっとじっくりと読み直しました。基本的にはすべて正しいのですが、ニューロニクスはいくつかの理由で行き詰まりを感じています。

[Dmytryi Voitukhov]

mytarmailS #:
もっとじっくりと読み直しました。基本的にはすべて正しいのですが、いくつかの理由でニューロニクスは行き詰まりました。

その通りです。一人では動けない。予測精度を出力層の確率閾値でフィルタリングするというものですが、そうすると売買の頻度が非常に落ちてしまい、状況への対応力が悪くなってしまいます。隠れ層へのフィルタリングは結果にほとんど影響を与えません。トレーニングの際には、客観性を保つために固定式イコールストップ＆テイクを使用しています。Workモードでは、Breakevenの後にストップがかかり、ある距離からスタートして、すべてのピクチャを処理するために収束閾値が0にリセットされます。ストップ値は、0から10、...、50、61バーの間の動きの平均値です。この値は、最適化された値とほぼ同じです。ここは何か別のものを適用した方がいいのでは？ジグザグは絵を悪化させるだけだった。どのようなデッドロックに遭遇し、どのような解決策があるのでしょうか？

[mytarmailS]

Dmytryi Voitukhov #:

その通りです。一人では動けない。予測精度を出力層の確率閾値でフィルタリングするというものですが、そうすると売買の頻度が非常に落ちてしまい、状況への対応力が悪くなってしまいます。隠れ層へのフィルタリングは結果にほとんど影響を与えません。トレーニングの際には、客観性を保つために固定式イコールストップ＆テイクを使用しています。Workモードでは、Breakevenの後にストップがかかり、ある距離からスタートして、すべてのピクチャを処理するために収束しきい値を0にリセットします。ストップ値は、0から10、...、50、61バーの間の動きの平均値です。この値は、最適化された値とほぼ同じです。ここは何か別のものを適用した方がいいのでは？ジグザグは絵を悪化させるだけだった。どのようなデッドロックに遭遇し、どのような解決策を提案されましたか？

固定ストップ、テイク、スライディングウィンドウ、入力時のテーブルデータ、これらはすべて、明白な理由により、非常に非定常なデータでは機能しません。

概念的には、「連想ルール」は市場にとって良いものです。が、実装は別でなければならない。

[JeeyCi]

Maxim Dmitrievsky #:

はマルチレーベルではない、別の意味。悪い信号を繰り返し排除し、主モデルがよく予測した信号を一般の山に残し、第2モデルは悪い信号を良い信号から分離し、第1モデルの取引を禁止または許可するように学習します。

ここでも2号機は必要ないのでは？ - モデル選択のためのクロス バリデーションと グリッドサーチ ...(Kerasの場合)

が、もしかしたら、混乱マトリックスだけで 2番目の質問（あなたのアイデアの2番目のモデルの目的）に答えられるかもしれない...。

ないし

...ただ、2ndモデルが必要なのかどうかは疑問です・・・。イムホ

[JeeyCi]

mytarmailS #:
固定ストップ、テイク、スライディングウィンドウ、入力時のテーブルデータ、これらはすべて非常に非定常なデータに対して 機能しない

結局のところ、トレーダーはノイズで儲けたいんだ...。周期的な変動は、長期的には投資家の興味を引くものであり、単純な統計学ではなく、金融の相互関係の理解なしにはありえない。ノイズのモデリングの方が（トレーダーにとって）面白いけど、（自分のトレードにとって）リスクが高いということですね。- 通常のリスクとリターンのバランス

追伸

ただし、ノイズ（作業）とノイズ（非作業）をフィルタリングすることは、本当に難しいことです（つまり、騒音公害と ノイズを分離すること）...。どこかでSignal/Noise>2 （ワーキングノイズの場合）を探そうという記事を見たのですが、TSモデルのトレンド成分に巻かれているコモンオシレーターのようです...。すべてが些細なことです（初心者が教えられているように - 1トレンド指標、1オシレーター）、 - そしてそのような共通の基準点以内に1つのトレーダーが信頼するように傾斜している情報や計算に任意の好みを置くことができます - ちょうどここで我々は、TSの主観のためのフィールドを見ている...勝手ながらそして、この些細なことは、ロボットが取引するためにTSモデルでデジタル化するだけでよく、何日も端末の前に立っている必要はないのです

[mytarmailS]

JeeyCi #:

ここは2ndモデルも必要ないのでは？ - モデル選択のためのクロス バリデーションと グリッドサーチ ...

が、もしかしたら、混乱マトリックスだけで2番目の質問（あなたのアイデアの2番目のモデルの目的）に答えられるかもしれない...。

ないし

...ただ、2ndモデルが必要なのかどうかは疑問です・・・。イムホ

お嬢様は、私たちがクロスオーバーを知らないと思っているのですね。))1000の顔文字...

そして「記事」はまさに傑作 ))))

1) ランダムフォレストでは、ルール構築自体がランダムであるため、クロスバリデーションを行う必要はない...。

2) ランダムフォレストでは、特性を正規化する必要はなく、木材は生の特性で動作する

これは下の方です。

[JeeyCi]

mytarmailS #:

1) Random Forest
の場合、crosvalidate は必要ない。

質問に答えるつもりはなかったのですが......まだ読めないんですね......。(( - あなたの読んだものを分析する能力は、あなたの取引とその自動化についての分析と同様に、私には長い間疑問でした、というかその不在です（あなたは言葉を混同することさえなく、文脈を混乱させる）。

追伸

トレンド分析は、事前の依存性分析なしには成り立たない...時系列分析は、他の分析の後に行われる統計学の最後の仕事である...。-- 時系列が非定常であることを確認するためには、依存関係を調べなければなりませんが...。- へらへら笑って（たぶん楽しいと思ってるんだろうけど） -- 質問にはわざわざ答 えないでください。