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 283

 
ウラジミール・ペレヴェンコ


通称 "ZigZag "と呼ばれる指標は、どこも覗かず、動きません。

もちろん、もちろん...

グッドラック

 
サンサニッチ・フォメンコ
ボラティリティという言葉の意味に興味を持ちました。具体的にはどのような指標でボラティリティを捉えているのでしょうか?
帰国子女のRMS、不正確で済みません、値ではなく、その正規化された変化、ちょうど帰国子女(SDt - SDt-1)/SDt-1と同じです。
 
ウラジミール・ペレヴェンコ

学習時にどのZigZag値を使用するかについては、3つのオプションがあります。

  1. 何れも
  2. ピーク付近の例重みを増加させたもの(例重みのベクトルを使用できるモデルである場合)
  3. ピーク付近のわずかな値のみ
使用するモデルによって、1つまたは2つ、あるいは事前学習が可能なモデルであれば3つすべてを順番に使用することができます。

グッドラック

もうひとつ、選択肢を忘れていますよ。

4.ZigZagは予測には使用されません。:-)対象機能としても、クソの役にも立たない。最も簡単で正しい方法だと断言します。予測用:10本先までの変化率 1本先までの変化率。分類については、信号は1ない0の利益を取った。 これは基本的なものなので、ターゲット関数の束もありますが、あなたはこれらの2つではないクソを予測している場合。エントリーのことです、外科医としてお伝えしています。

 
修辞的な質問ですね。

もちろん、もちろん...。

========================================

と理解されるはずです。"SanSanychのミス "と言ったことは取り消す。間違っている」?それとも何?

という問いかけは、レトリックです。

 
ミハイル・マルキュカイツ

もう一つの選択肢を忘れています。

4.ZigZagは予測には使用されません。:-)対象機能としても、クソの役にも立たない。最も簡単で正しい方法だと断言します。予測用:10本先までの変化率 1本先までの変化率。分類については、信号は1ない0の利益を取った。 これは基本的なものなので、ターゲット関数の束もありますが、あなたはこれらの2つではないクソを予測している場合。インプットが大事なんです、外科医として言っているんです。

先生、ありがとうございました。経験や考え方は人それぞれです。

グッドラック

 

ウラジミール・ペレヴェンコ

と理解されるはずです。"SanSanychのミス "と言ったことは取り消す。ミスをした」?それとも何?

という問いかけは、レトリック です。


そのとおりです。あなたは私の目を真実に向けさせました!サフィンで "巧妙な "本で一度以上、より複雑なシステム、overpotgoningの確率が高いことを繰り返し、私は愚か者ですが、指標の多くを使用するだけでなく、パラメータの数千と神経ネットワークをはんだ、それが判明したジグザグではないpotstvyatと盲目に彼の膝を取引できる! ! ! ! ! 。

ありがとうございます!!!ただ、それが聖杯 であることは内緒にしておいてくださいね。

 
ウラジミール・ペレヴェンコ

先生ありがとうございました。経験や考え方は人それぞれです。

グッドラック

自慢じゃないですが、私は2006年からネットワークと密接に仕事をしています。主に最初はNSで、次にプレディキンを使っています。ジグザグに、グリッドからグリッドに、インジケータからインジケータに。いろいろなことをやりました。私を信じてください。ここのWizardを覚えている、彼は老害だ(悪気はない)。クローズドなフォーラムで、本当の専門家が集まったイニシアティブグループがありました。私の場合、2007年にすべてが始まったので、とにかく何でもやってみたんです。現在のニーが再描画されるという非常に厄介な機能があり、実際、いつから相場の分析を始めれば反転に間に合うのかがわからないのです。もちろん、私は分類の信奉者ですが、予測にも携わっていました。ですから、もしあなたがマーケットフォーキャスターなら、少なくとも1小節先の10小節分の変化率を予測するように心がけてください。この結果が良くない場合は、どうすれば良いデータが取れるか一緒に考えましょう。より正確には、どのようなデータが価格の原因になっているかがわかる。それこそ、やってみたいですね。

そして、10個の指標の入力と出力変数があると想像してください。全ては歴史のある時代についてです。MT4オプティマイザーを使って、この区間のインジケーターのパラメーターを調整し、この区間で利益を出すようにしました。そして、レシェトフのオプティマイザーの入力に、パラメータを調整 した同じ指標を適用してみたのです。いかがでしょうか?一般化の力が強まらないばかりか、むしろ悪化している。学習と般化は同じではないからです。では、なぜこのようになったのか、考えてみてください。あるサイトの指標は個々には良い結果を出しているようですが、入力にNSを適用した場合、一般化がうまくいっていないようです。なぜなのか、私にとっては謎のままである。だから、ここにいる誰かが光を弾くことができるかもしれない。ありがとうございます。

 
ミハイル・マルキュカイツ

自慢じゃないが、私は2006年からネットワークと密接に連携しているんだ。主に最初はNSで、次にプレディキンを使っています。ジグザグ、グリッドからのグリッド、インジケーターからのインジケーターをやりました。いろいろなことをやりました。私を信じてください。ここのWizardを覚えている、彼は老害だ(悪気はない)。クローズドなフォーラムで、本当の専門家が集まったイニシアティブグループがありました。私の場合、2007年にすべてが始まったので、とにかく何でもやってみたんです。現在のニーが再描画されるという非常に厄介な機能があり、実際、いつから相場の分析を始めれば反転に間に合うのかがわからないのです。もちろん、私は分類の信奉者ですが、予測にも携わっていました。ですから、もしあなたがマーケットフォーキャスターなら、少なくとも1小節先の10小節分の変化率を予測するように心がけてください。この結果が良くない場合は、どうすれば良いデータが取れるか一緒に考えましょう。より正確には、どのようなデータが価格の原因になっているかがわかる。それこそ、やってみたいですね。

そして、10個の指標の入力と出力変数があると想像してください。全ては歴史のある時代についてです。MT4オプティマイザーを使って、この区間のインジケーターのパラメーターを調整し、この区間で利益を出すようにしました。そして、レシェトフのオプティマイザーの入力に、パラメータを調整 した同じ指標を適用してみたのです。いかがでしょうか?汎化能力が上がらないどころか、むしろ悪化している。学習と般化は同じではないからです。では、なぜこのようになったのか、考えてみてください。あるサイトの指標は個々には良い結果を出しているようですが、入力にNSを適用した場合、一般化がうまくいっていないようです。なぜそうなるのか、私にとっては謎のままです。だから、ここにいる誰かが光を弾くことができるかもしれない。ありがとうございました。

予測変数は予測能力を持たず、対象変数に対するノイズである、ということに光を当てているのです。そのため、モデルは再トレーニングされ、再トレーニングされたモデルは将来の使用とは全く関係ありません。ノイズはノイズでも、あるアプリケーションではある結果が得られ、別のアプリケーションでは別の結果が得られるのです。
 
リトアールの RMS。
帰国子女の実効値、正確でなくてすみません、値ではなく、帰国子女と同じように正規化した変化です(SDt - SDt-1)/SDt-1)。
ご指摘をさらに進めると、GARCHが出す係数、つまりボラティリティの特性を非常に正確に把握することができるようになるはずです。
 
サンサニッチ・フォメンコ
アイデアを展開するならば、ボラティリティの特性を正確に表しているGARCHが与える係数を取るべきでしょう。
できますが、入力メタ機能として、GARCHは線形(IOF)であり、非常に原始的な機能、つまりあまり賢くない機能に基づいています。また、ボラティリティそのものを直接使うわけではなく、オプションは流動性が低いのでフォルツァでは取引せず、より上位のモデルのインプットとして使っています。
理由: