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 2742

新しいコメント
 
Aleksey Nikolayev #:

生存分析アプリケーションのヒントを見たような気がする。

私自身はやったことはありませんが、似たような質問をしたことがあります。このアプローチは私には有望に思えるが、全く違う分野のものだ。

 
СанСаныч Фоменко #:

つまり、 キャレット PACKAGEの一部である特定の関数を指定して いる。

私の理解では、あなたはRを知らない。それなら、なぜこのスレッドやMO全般で時間を浪費しているのですか？

Rをマスターしなければ、MOの議論は無意味です。

私がエントロピーについて黙っていたのは、クロスエントロピーが分類モデルの標準的な損失関数だからです...。MOはRだけに実装されているわけではないのだ！（あるライブラリを知っていても、それが動作するエンティティの性質を知らないのでは、自分の進む方向を理解しないまま進んでしまうことになる）。

さらに難しい質問ですが、「情報理論」について宣言するとき、なぜあなたは統計学から断定的に切り離すのでしょうか？

この分野は、 数学 、 統計学 、 コンピュータ サイエンス、 物理学 、 神経生物学 、情報工学、 電気工学の 交差点にある。

確かに、あなたが断片とあなたのエゴ（さらには誰かについて、自分自身についてだけでなく）で動作する場合、議論は無主題であり、対話の主題ではない...スレッドは、残念ながら、変更されません（回答の具体性と主題は追加されません）
 
Maxim Dmitrievsky #:
この鈍感な口先番長は、またしても皆に真実を訴えているが、まだどの 。

あなたはすでに司会者を飽きさせ、すべてを引き裂いている。

ユーザーJeeyCiの 挑発的な投稿を読まないでください（彼の投稿 挑発であり、 "宴会を続ける "ことを要求している）。
昨日、私はこれに導かれ、個人的な攻撃を伴う悪口や野暮ったさを持ついくつかの投稿を削除しました - 私は JeeyCiの 投稿を削除しました 。

取引、自動取引システム、取引戦略のテストに関するフォーラム。

トレーディングにおける機械学習：理論、モデル、実践とアルゴ-トレーディング

メタクォーツ、2022.08.31 15:14

パーソナリティの継続は、毎週禁止につながります。

私はこのスレッドで2回警告を行ったが無視され、その後、悪態をついたいくつかの投稿を削除した。
そこで（全く読むことができた）唯一の文学的な投稿は、あなたの投稿、つまりこの投稿（昨日のすべての始まり）だった：

取引、自動取引システム、取引戦略のテストに関するフォーラム

...

マキシム・ドミトリエフスキー, 2022.09.10 12:15

特徴選択には、モデルベース、モデル不可知論、混合特徴があります。不可知論的であれば、相関と相互情報（エントロピーベース）です。後者は非線形の依存関係を捉えることができる点で前者と異なるが、それ以外は同じである。この場合、特徴とターゲットの関係を語るのは難しい。単なる相関関係でしかない。しかし、有益でない特徴を取り除くには有効である。

スライディング・ウィンドウでも、エルーシブ・ウィンドウでも、スライディング・ウィンドウでも、ラビング・ウィンドウでもできる。

因果関係を特定したいのであれば、MOを使うことも含めて因果推論になります。

また、これまでの方法は因果関係を求めるためには機能せず、アルゴリズムの最適なトレーニングのためにのみ機能する。

だから、またしても市民は集中できず、カツからハエを取ることもできないのだ。

偉大で全能のRについては、すでに何度も聞いたことがある。明らかに、もしあなたが猿をその背後に置いたなら、猿もまた統計学者であり分析者であると考えることができる。

はい、私は時々汚い言葉を削除します、特にそれが例えば半日と2ページのテキストに続く場合（昨日のように）。

----------------

このスレッドはとても人気があります（英語圏のフォーラムでも読まれており、このトピックに関する重要なスレッドとみなされています）。
だからお願いです-悪口は控えてください。

 
mytarmailS #:

多かれ少なかれ成功しているトレーダーのTSを分析すれば、彼らが皆レベルトレードをしていることがわかるだろう。

インジケーターの助けを借りてトレードしている成功したトレーダーを私は一人も見たことがない。

レベルとは、明確でわかりやすいエントリーポイントであり、明確なストップが設定されたものである......。

ローリスクでトレードできるのであれば、他には何も必要ありません。1トレードあたりのローリスク／正確なエントリーが 最も重要なのです！

MOの助けを借りて、PD/SPのレベルを探し、正確なエントリーをすることができます。

SBチャートにレベルを描くこともできるし、時系列でもある。みんなもう君にはうんざりだ。君は毎日毎日くだらないことばかり言っている。
 
mytarmailS #:

以下は、5つの形質と1つのバイナリーターゲットから無作為に生成されたサンプルの例である。

フォレストとフィッシュセレクター

タスク・キューが少しアンロードされ、スクリプトを実行できるようになった。実行するとエラーが出る。

> install.packages("randomForest")
Warning in install.packages :
  unable to access index for repository https://cran.rstudio.com/src/contrib:
  cannot open URL 'https://cran.rstudio.com/src/contrib/PACKAGES'
Installing package into ‘C:/Users/S_V_A/Documents/R/win-library/4.0’
(as ‘lib’ is unspecified)
Warning in install.packages :
  unable to access index for repository https://cran.rstudio.com/src/contrib:
  cannot open URL 'https://cran.rstudio.com/src/contrib/PACKAGES'
Warning in install.packages :
  package ‘randomForest’ is not available (for R version 4.0.5)
Warning in install.packages :
  unable to access index for repository https://cran.rstudio.com/bin/windows/contrib/4.0:
  cannot open URL 'https://cran.rstudio.com/bin/windows/contrib/4.0/PACKAGES'

> library(randomForest)
Error in library(randomForest) : нет пакета под названием ‘randomForest’

このプログラムはR 4.0の古いバージョンを要求しているのですね？

古いバージョンを探したが見つからなかった。ひどい非互換性には反吐が出る。

 
Aleksey Vyazmikin #:

タスク・キューが少しアンロードされ、スクリプトを実行できるようになった。実行するとエラーが出る。

プログラムが古いバージョンR 4.0を要求しているという理解で合っていますか？

私はR-3.6.3を持っています。

私は 自分の都合で 古いR-3.6. 3でこれを書いて いるので、私の問題な のですが...。

パッケージがタップから削除されるとは想像もできませんでした...。

Aleksey Vyazmikin#：

このプログラムは古いバージョンのR 4.0が欲しいということですね？

正しく

Aleksey Vyazmikin #：

まあ、一般的に、私は古いバージョンを検索し、 それが見つかりませんでした。ひどい非互換性は、もちろん反発です。

聞いて、多分あなたはそのようなsmikalkaで、取引に行くことができない？))

互換性があれば、すべてが罰金、パイソン、例えば、唯一のそのような互換性をうらやむ....


また

https://stackoverflow.com/questions/62541885/package-randomforest-is-not-available-for-r-version-4-0-2

現在のバージョンで試す

urlPackage <- "https://cran.r-project.org/src/contrib/Archive/randomForest/randomForest_4.6-12.tar.gz"
install.packages(urlPackage, repos=NULL, type="source")

 
サンシュの理論を要約すると、（彼自身がきちんと定式化して例を挙げることができなかったので）：

*関係」と「つながり」は相関の定義であるため、この方法による特徴選択は相関に基づいている。

*この方法では、LDA（線形判別分析）やPCAと同じような意味合いで、履歴への暗黙のフィッティングを行い、学習プロセスを単純化し、誤差を減らす。

*学習したモデルが新しいデータ（特徴量とターゲットの間のリンクの推定に関与していない）に対してより良い性能を発揮するという理論すら存在しない。

*スライディングウィンドウでQCを平均化することで、スプレッドを推定し、より安定したものを選択することができます。少なくとも、私たちには信頼できる統計があります。

*私は因果関係や統計的に有意な関係を考えていたが、彼のアプローチではそうではない。
 
Maxim Dmitrievsky #:
サンシュの理論を要約すると、（彼自身、きちんと定式化して例を挙げることができなかったので）：

*関係」と「関係」は相関の定義であるため、彼の特徴選択の方法は相関に基づいている。

*この方法では、LDA（線形判別分析）やPCAと同じような意味合いで、履歴に暗黙的に適合させることができ、学習プロセスを単純化し、誤差を減らすことができる。

*学習されたモデルは、新しいデータ（特徴とターゲットの関係の推定に関与していない）に対してより良い性能を発揮するはずだという理論すらない。

*関係というのは、因果関係とか統計的に有意な関係という意味だが、彼のアプローチではそうではない。

失礼だが、これは要約（ダイジェストや要約ではない）ではない。個人的な態度と根拠のない攻撃に満ちている。

訓練されたモデルは新しいデータでも機能するはずだ」という有効な理論を持っている人がいると思うだろう。

 
Maxim Kuznetsov #:

失礼だが、これは要約ではない（ダイジェストでも要約でもない）。これは個人的な態度であり、根拠のない攻撃である。

訓練されたモデルは新しいデータでも機能するはずだ」という有効な理論を持っている人がいると思うだろう。

そして、注意深く読めば、ポイント2の待ち伏せ、つまりストーリーへの最初の適合がわかる。そのため、学習誤差が低下しているのだ。

ポイント4は、利用可能なすべての履歴に対して行うのでなければ、もう少し楽観的です。これは、適合度のために、トレーン・サンプリングにのみ行われるべきです。新しいデータに対するモデルの適切な推定を得るためである。

心理学が好きなことはあまり知られていないので、どこにも漏れることはない。そして、私は個人的に誰も知らない。
 
СанСаныч Фоменко #:

EAレベルに達するには十分なパワーがない。しかし、モデルのフィッティング誤差の結果は、8％から22％で、フィッティング区間でもサンプル外でもほとんど差がないフィッティング誤差である。

これは、全履歴へのフィットがトレーニング前に行われたことを示唆しています。もしそうでなければ、ご指摘ください。どの区間で特徴を推定・選択し、どの区間でトレーニングを行ったのでしょうか？

私はちょうど同じような方法を持っているので、週末に結果を共有することができます。言葉遊びではなく、実質的なコミュニケーションがあればの話ですが。
1...273527362737273827392740274127422743274427452746274727482749...3399
新しいコメント
理由: