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 2819 1...281228132814281528162817281828192820282128222823282428252826...3399 新しいコメント Valeriy Yastremskiy 2022.11.05 14:48 #28181 Maxim Dmitrievsky #: どんなクラスタリングや分類器も、確率、遷移、または距離の行列を持っています。いわゆる生の値。そしてクラス/クラスタのラベルがあります。それは異質なものを比較している。 そうだが、完全に正確というわけではない。私が好むのは、現在の状態を記述し、未来を予測する方法だ。これらの作業は本質的に同じだ。状態の変化は、現在の状態の記述とはいえ、予測なのだ)))) Maxim Dmitrievsky 2022.11.05 14:50 #28182 Valeriy Yastremskiy #:ええ、でも完全に正確というわけではありません。私が好むのは、現状を説明し、未来を予測する方法だ。これらの作業は本質的に同じだ。状態の変化は、現在の状態の記述とはいえ、予測なのだ)))。 これは絶対に曖昧ではない。指でオパを比較する限り、私はもう対話に参加しない。しかも、私が始めたことではない。 Valeriy Yastremskiy 2022.11.05 14:52 #28183 Maxim Dmitrievsky #: それは明白だ。オパと指の比較がある限り、私はもう対話に参加しない。それに、私が始めたことではない。 本質的に未来確率と状態クラスタリングは同じであり、何が違うのか? Maxim Dmitrievsky 2022.11.05 15:07 #28184 Valeriy Yastremskiy #:基本的に、将来の確率と状態のクラスタリングは同じですが、違いは何ですか? 難しいですね?閾値のない生の確率 vs すでに閾値のあるクラスタ 彼の写真を見れば、離散と連続を比較していることがわかる。そして、彼は何もないところから閾値を引き出している。そしてその帽子を証明に使っている。 なぜグラフに線を引かなかったのか?それは同じだ。 閾値が2番目の方法で正しく計算されていれば、どちらの方法でも同じ値がある。 Valeriy Yastremskiy 2022.11.05 15:26 #28185 Maxim Dmitrievsky #: 難しくなってきたね。閾値なしの生確率 vs すでに閾値ありのクラスター 彼の写真を見れば、離散と連続を比較していることがわかる。そして、彼は何もないところから閾値を引き出している。そしてその帽子を証明に使っている。 なぜグラフに線を引かなかったのか?それは同じだ。 実際、類似点はある。線はパターンの平均であり、そうだ。そう、離散的なものは連続的なものよりも複雑だが、我々が持っているものは我々が扱うものなのだ))。 Valeriy Yastremskiy 2022.11.05 16:01 #28186 Maxim Dmitrievsky #:土曜日に他にすることある?https://www.twitch.tv/gamearbuser コンペレースの解説のバイトをしている子供がいる))))。まあ、実生活でもカートに乗って、自分でスケートしてますけど)))))) Maxim Dmitrievsky 2022.11.05 16:26 #28187 Valeriy Yastremskiy #:僕には、コンペレースの解説のアルバイトをしている子供がいるんだ))))。まあ、実生活でもカートに乗っているし、スケートもしているんだけどね)))) )))スケートの様子は、後日、彼に寄付を募ります。 Roman 2022.11.07 01:53 #28188 mytarmailS #:設定日新しい機能を作成する場合は、最初の10の株価情報、そうでない場合は、トレーニングから削除する必要があります。最後の行 - ターゲットトレーニング用とテスト用に選択範囲を半分に分ける。フォレストでチューニングなしで新しいデータを得るhgbustaに新しいフィーチャーを加えたところ、0.83の明暗が分かれた。アクラシ0.9を達成することは可能なのだろうか? mytarmailS#: 誰も触ってないのか。 面白半分で触ってみました )ランダムフォレストを使用。 使用していない変数: X_OI X_PER X_TICKER リクエスト通り、トレインとテストを半分ずつ。 最大500本までとした。 500本の木を成長させた場合のトレインのMSE 500本の木を成長させた場合のテストの MSE トレイン(OOB)とテストでの測定結果。 おそらく、MSEを1から引くべきでしょう 。 1- 0,16 = 0,84 そうすると、XGBoostで得たような精度が得られます。 )). さて、そしてトレーニングに貢献する変数。 これは私が得た分析です ) mytarmailS 2022.11.07 07:20 #28189 Roman #:面白半分で触ってみた )ランダムフォレストを使用。 未使用変数: X_OI X_PER X_TICKERリクエスト通り、半分ずつ追跡してテスト。 まあ、OHLCの絶対価格も、私が書いたように、おそらく捨てなければならない )。 ローマ番号: 500の成長した木のためのtrayne上のMSE500本の木を育てた場合のテストのMSEトレーン(OOB)とテストでの測定結果。 おそらくMSEは 1から引かれるはず である、 あなたは回帰をやっている、あなたは分類をやっている! あなたはすべて間違っている。 Roman 2022.11.07 14:53 #28190 mytarmailS #:まあ、OHLCの絶対価格も捨てるべきだろう。あなたは回帰をやっている、分類をやるべきだ! あなたはそこですべてを間違えている これがOHLCなしの分類です。 精度は0.79。 ROCテスト。 混乱行列。 影響変数 1...281228132814281528162817281828192820282128222823282428252826...3399 新しいコメント 理由: キャンセル 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
どんなクラスタリングや分類器も、確率、遷移、または距離の行列を持っています。いわゆる生の値。そしてクラス/クラスタのラベルがあります。それは異質なものを比較している。
そうだが、完全に正確というわけではない。私が好むのは、現在の状態を記述し、未来を予測する方法だ。これらの作業は本質的に同じだ。状態の変化は、現在の状態の記述とはいえ、予測なのだ))))
ええ、でも完全に正確というわけではありません。私が好むのは、現状を説明し、未来を予測する方法だ。これらの作業は本質的に同じだ。状態の変化は、現在の状態の記述とはいえ、予測なのだ)))。
それは明白だ。オパと指の比較がある限り、私はもう対話に参加しない。それに、私が始めたことではない。
本質的に未来確率と状態クラスタリングは同じであり、何が違うのか?
基本的に、将来の確率と状態のクラスタリングは同じですが、違いは何ですか?
難しくなってきたね。閾値なしの生確率 vs すでに閾値ありのクラスター
実際、類似点はある。線はパターンの平均であり、そうだ。そう、離散的なものは連続的なものよりも複雑だが、我々が持っているものは我々が扱うものなのだ))。
土曜日に他にすることある?
https://www.twitch.tv/gamearbuser
コンペレースの解説のバイトをしている子供がいる))))。まあ、実生活でもカートに乗って、自分でスケートしてますけど))))))
僕には、コンペレースの解説のアルバイトをしている子供がいるんだ))))。まあ、実生活でもカートに乗っているし、スケートもしているんだけどね))))
)))スケートの様子は、後日、彼に寄付を募ります。
設定日
新しい機能を作成する場合は、最初の10の株価情報、そうでない場合は、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
トレーニング用とテスト用に選択範囲を半分に分ける。
フォレストでチューニングなしで新しいデータを得る
hgbustaに新しいフィーチャーを加えたところ、0.83の明暗が分かれた。
アクラシ0.9を達成することは可能なのだろうか?
誰も触ってないのか。
面白半分で触ってみました
)ランダムフォレストを使用。
使用していない変数:
X_OI
X_PER
X_TICKER
リクエスト通り、トレインとテストを半分ずつ。
最大500本までとした。
500本の木を成長させた場合のトレインのMSE
500本の木を成長させた場合のテストの MSE
トレイン(OOB)とテストでの測定結果。
おそらく、MSEを1から引くべきでしょう 。
1- 0,16 = 0,84
そうすると、XGBoostで得たような精度が得られます。 )).
さて、そしてトレーニングに貢献する変数。
これは私が得た分析です )
面白半分で触ってみた
)ランダムフォレストを使用。
未使用変数:
X_OI
X_PER
X_TICKER
リクエスト通り、半分ずつ追跡してテスト。
まあ、OHLCの絶対価格も、私が書いたように、おそらく捨てなければならない )。
500の成長した木のためのtrayne上のMSE
500本の木を育てた場合のテストのMSE
トレーン(OOB)とテストでの測定結果。
おそらくMSEは 1から引かれるはず である、
あなたは回帰をやっている、あなたは分類をやっている! あなたはすべて間違っている。
まあ、OHLCの絶対価格も捨てるべきだろう。
あなたは回帰をやっている、分類をやるべきだ! あなたはそこですべてを間違えている
これがOHLCなしの分類です。
精度は0.79。
ROCテスト。
混乱行列。
影響変数