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 2811 1...280428052806280728082809281028112812281328142815281628172818...3399 新しいコメント mytarmailS 2022.10.31 19:31 #28101 Вы, в частности, утверждали, что модель на выборке нельзя будет обучить - Вы ошиблись.??私がどこでそんなことを言いましたか？ Boris 2022.11.01 05:06 #28102 アルゴ・トレーディング」と「アルコール・トレーディング」という言葉がほとんど同じに聞こえるのは私だけだろうか？ と思ってしまう。 mytarmailS 2022.11.01 08:04 #28103 日付を設定する 最初の10行は価格情報であり、新しいフィーチャーを作成する場合は、トレーニングから削除する必要があります。 最後の行 - ターゲット 選択範囲を半分に分け、trainとtestを行う。 チューニングなしのForestでは、新しいデータで得られます。 Confusion Matrix and Statistics Reference Prediction -1 0 1 -1 2428 453 23 0 597 3295 696 1 14 448 2046 Overall Statistics Accuracy : 0.7769 95% CI : (0.7686, 0.785) No Information Rate : 0.4196 P-Value [Acc > NIR] : < 2.2e-16 Kappa : 0.6567 Mcnemar's Test P-Value : 2.565e-16 Statistics by Class: Class: -1 Class: 0 Class: 1 Sensitivity 0.7989 0.7853 0.7400 Specificity 0.9316 0.7772 0.9361 Pos Pred Value 0.8361 0.7182 0.8158 Neg Pred Value 0.9139 0.8335 0.9040 Prevalence 0.3039 0.4196 0.2765 Detection Rate 0.2428 0.3295 0.2046 Detection Prevalence 0.2904 0.4588 0.2508 Balanced Accuracy 0.8653 0.7812 0.8381 新しいチップを使ったHGbustaでは、Akurashi 0.83となった。 0.9を達成することは可能だろうか？ ファイル: dat.zip 4562 kb Aleksey Vyazmikin 2022.11.01 11:28 #28104 mytarmailS #:??どこでそんなことを言った？ ここだよ。 mytarmailS 2022.11.01 12:51 #28105 Aleksey Vyazmikin #:ここで階級の不均衡についての会話があったのに、ここでは相関関係の話か...。もういい、もういい、もういい...噛みごたえのあるものを噛む気力も欲求もない...。 Aleksey Vyazmikin 2022.11.01 12:54 #28106 mytarmailS #:階級の不均衡についての会話があったが、ここでは相関関係についての会話がある......。 もういい、もういい、もういい......噛みごたえのあるものを噛む気力も意欲もない......。 私にとっては、データを操作することなく訓練されていない特定のサンプルについてだ。 相関フィルタリングは、トレーニングを前進させるシンプルな方法のひとつだ。 mytarmailS 2022.11.01 20:38 #28107 mytarmailS #:日付決定 誰も触れなかったのか？ Maxim Dmitrievsky 2022.11.02 05:15 #28108 iwelimorn #:試してみたが、うまくいかなかった。もしご興味があれば、スプレッド、プリミティブ・ロット、そして端数ロットでのクローズ・ポジションをオープンするヒントを備えた多通貨テスター・コンストラクタをお教えします。このテスターを動作させるには、 ['open', 'spread'] カラムを持つデータフレームを用意し、新しいバーごとの売買確率の予測を含むx (n,2) 形式の numpy 配列を シグナルに投入する必要があります。テスターはループで動作し、以下はテスターの使用初期化の例です。取引ロジックとロットは、Symbol オブジェクトの transcript_sig メソッドで調整できます。テストの結果は、テスト全体と各シンボルのtrade_symbol_dataの trade_history_data 辞書に格納されます。最適化や変更をしたい人がいれば、歓迎します）。 パターンをキャプチャするために、何か楽しい報酬を考え出す必要がある。そうでなければ、どのような関数でも擬似最適に打ち込まれる。 mytarmailS 2022.11.02 10:45 #28109 Maxim Dmitrievsky #: パターンを捉えるためには、そこで何か楽しい報酬を考え出さなければならない。そうでなければ、どんなPh-iでも擬似最適にすり潰されてしまう。 q関数と評論家について、興味深い話題だ......。 Maxim Dmitrievsky 2022.11.02 11:06 #28110 mytarmailS #: Qファンクションと評論家について、興味深いトピックだ......。 年以上前、私がRLアルゴリズムを書いていたときにここで議論された。 私はまだ戻りたくないし、すでにRL＋教師ありのある種の混合を持っている。ラベルに印をつける方法を知らない場合はRLを使うが、適切なセミング機構が必要だ。例えば、私の記事のようにランダムから始めて、それから条件を加える。forestやNSで近似し、その結果をチェックし、修正する。前回の記事の内容は、基本的にRLである。2つ目のNSは批評と考えることができ、取引のセミリングのメカニズムに自分で価値を置く。用語は不正確かもしれないが、アプローチの本質は変わらない。Qファンクションは必要なく、reinforceなど他の方法もある。 1...280428052806280728082809281028112812281328142815281628172818...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
Вы, в частности, утверждали, что модель на выборке нельзя будет обучить - Вы ошиблись.
アルゴ・トレーディング」と「アルコール・トレーディング」という言葉がほとんど同じに聞こえるのは私だけだろうか？
と思ってしまう。
日付を設定する
最初の10行は価格情報であり、新しいフィーチャーを作成する場合は、トレーニングから削除する必要があります。
最後の行 - ターゲット
選択範囲を半分に分け、trainとtestを行う。
チューニングなしのForestでは、新しいデータで得られます。
Confusion Matrix and Statistics Reference Prediction -1 0 1 -1 2428 453 23 0 597 3295 696 1 14 448 2046 Overall Statistics Accuracy : 0.7769 95% CI : (0.7686, 0.785) No Information Rate : 0.4196 P-Value [Acc > NIR] : < 2.2e-16 Kappa : 0.6567 Mcnemar's Test P-Value : 2.565e-16 Statistics by Class: Class: -1 Class: 0 Class: 1 Sensitivity 0.7989 0.7853 0.7400 Specificity 0.9316 0.7772 0.9361 Pos Pred Value 0.8361 0.7182 0.8158 Neg Pred Value 0.9139 0.8335 0.9040 Prevalence 0.3039 0.4196 0.2765 Detection Rate 0.2428 0.3295 0.2046 Detection Prevalence 0.2904 0.4588 0.2508 Balanced Accuracy 0.8653 0.7812 0.8381新しいチップを使ったHGbustaでは、Akurashi 0.83となった。
0.9を達成することは可能だろうか？
??どこでそんなことを言った？
ここだよ。
ここで
私にとっては、データを操作することなく訓練されていない特定のサンプルについてだ。
相関フィルタリングは、トレーニングを前進させるシンプルな方法のひとつだ。日付決定
試してみたが、うまくいかなかった。
もしご興味があれば、スプレッド、プリミティブ・ロット、そして端数ロットでのクローズ・ポジションをオープンするヒントを備えた多通貨テスター・コンストラクタをお教えします。
このテスターを動作させるには、 ['open', 'spread'] カラムを持つデータフレームを用意し、新しいバーごとの売買確率の予測を含むx (n,2) 形式の numpy 配列を シグナルに投入する必要があります。テスターはループで動作し、以下はテスターの使用初期化の例です。
取引ロジックとロットは、Symbol オブジェクトの transcript_sig メソッドで調整できます。
テストの結果は、テスト全体と各シンボルのtrade_symbol_dataの trade_history_data 辞書に格納されます。
最適化や変更をしたい人がいれば、歓迎します）。
パターンを捉えるためには、そこで何か楽しい報酬を考え出さなければならない。そうでなければ、どんなPh-iでも擬似最適にすり潰されてしまう。
Qファンクションと評論家について、興味深いトピックだ......。
年以上前、私がRLアルゴリズムを書いていたときにここで議論された。
私はまだ戻りたくないし、すでにRL＋教師ありのある種の混合を持っている。