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 2838 1...283128322833283428352836283728382839284028412842284328442845...3399 新しいコメント Andrey Dik 2022.12.08 17:42 #28371 mytarmailS #:バランスか何かをグラディエントを通してブーストに送り込む方法はないものか......。これが回路図だ:チャートにパーフェクト・トレードの印を付け(下降の極値で買い、上昇の極値で売り)、偽のパーフェクト・トレードを作成する。これをパーフェクト・バランスと 呼ぶ。次に、ブーストから取引収支を計算します。そして、目的関数では、ブーストの貿易収支と理想収支との誤差を計算するだけである。つまり、抽象的な利潤の最大値の探索ではなく、利潤収支で表される理想的な貿易収支の調整である。青が理想的なバランス、黒がトレインとモデルテスト。 まあ、私が言っていることに近い。 最大化する必要があるのはバランスではなく、ある複雑な基準、あなたの例で言えば、別々のトレードに分かれることです。これは元のバランスから派生した関数であり、より滑らかな関数なのです。 元の関数から派生関数を作る方法は、想像力次第でいくらでもある。 理解できればよし、理解できなければ素通りすればいい。 mytarmailS 2022.12.08 17:53 #28372 Andrey Dik #:人に怒りをぶつけるのではなく、理解しようとすればいい。 理解できればよし、理解できなければ素通りすればいい。 私が攻撃したのは、異なるAOを対等な条件で比較して、どれが良くてどれが悪いかを決めることはできないという事実についてだ......。 AOにはそれぞれ最適化面がある。 AOの選択は、主観的な好き嫌いではなく、最適化表面によって決まる。 もし表面が滑らかで、最小値が1つしかない場合、遺伝的アルゴリズムや群、アニーリング、その他の大域的最適化アルゴリズムを適用する。 もし曲面が複雑でノイズが多く、極小値がたくさんあり、勾配降下法を使うのであれば、これも また 愚か者 である。 例えば、勾配降下と遺伝学を 比較しようと決めた人がいたとして、それを続けるのは 愚か者 だろうか? 初歩的なことを誤解している。 Andrey Dik 2022.12.08 18:01 #28373 mytarmailS #:私の攻撃は、異なるAOを対等に比較し、どれが良くてどれが悪いかを決めることはできないということだ。それぞれのAOにはそれぞれの最適化面がある。AOの選択は、主観的な共感ではなく、最適化サーフェスによって決まるのだ 私は、3つの全く異なるテスト関数でアルゴリズムを比較する。そのため、それぞれのテストにおいて、各アルゴリズムの特定の利点を見ることができる。 ネットワークに特化したほとんどのアルゴリズムは、そのロジック、またはモーメントに何らかの平滑化を持っている。それらは、ターゲットとなる問題関数の平滑導関数の適用を指向している。 mytarmailS 2022.12.08 18:08 #28374 Andrey Dik #:私は3つの全く異なるテスト機能を使ってアルゴリズムを比較しているので、別々のテストで各アルゴリズムの具体的な長所を見ることができ、それゆえ、どこが強いかを知ることができ、研究者の特定のタスクに最適なものを選ぶことができる。テストには主観主義はなく、それどころか、可能な限り客観的である。ネットワークに特化したほとんどのアルゴリズムは、そのロジック、またはモーメントに何らかの平滑化を持っている。それらは、ターゲットとなる問題関数の平滑導関数の適用を指向している。 異なるタイプのAOを同じ条件で比較することはできない、なぜなら異なる問題を解決するからだ。 Andrey Dik 2022.12.08 18:20 #28375 mytarmailS #:異なるタイプのAOを同じコンディションで比較することはできない。 前回私が言ったことを理解していなかったようだ......。もう一度言いますが、比較することは可能です。そのために、異なるテスト問題が使用され、タスクの仕様に適したアルゴリズムを比較するのです。テストは、どのタスクにAOを使用するのが最適かを示すので、その中から選択することができます。 例えば、ADAMが滑らかな関数に対して優位性を示した場合、それは素晴らしいことです!- そうでなければ、他のアルゴリズムを選択した方がいい。しかし、もしADAMがすべてのテストでクソだったら、もっと良いものを選ぶべきだ。 Maxim Dmitrievsky 2022.12.08 18:30 #28376 完璧なクラスマークで、完璧なバランスを保っている。オイルはオイリーだ。そこで何かを改善することは不可能だ。そして、カスタムメトリクスでモデルを選択することは、時には役に立つこともあると思う。しかし、大概の場合、それは全てきらびやかなものだ Andrey Dik 2022.12.08 19:08 #28377 Maxim Dmitrievsky #: 完璧なクラスマークで、完璧なバランスを保っている。オイルはオイリーだ。そこで何かを改善することは不可能だ。そして、カスタムメトリクスでモデルを選択することは、時には役に立つこともあると思う。でも、大体において、それはすべて派手なものだ。でも、派生的な問題がなぜ必要なのかを理解するには十分だ。理想的には、モデルパラメーターの全セットの完全な集合(完全な列挙)を持ち、OOS上の安定性によってセットを分類することだ。これは理論的には可能だが、実際には実現可能な作業ではない。 Maxim Dmitrievsky 2022.12.09 06:04 #28378 異なるものを対象とするアルゴリズムを直接比較するものではないのは明らかだ。ただ、それらがどのように収束していくかを見るのは面白いし、もしかしたらもっと新しいものがあるかもしれない。他の学習原理に基づくNSの様々な著者のアーキテクチャについて聞いたことがあるが、私は見たことがない。 Aleksey Nikolayev 2022.12.09 07:37 #28379 Maxim Dmitrievsky #:また、カスタムメトリクスでモデルを選択することも、時には有効だろう。しかし、大概の場合、それはただの飾りだ 私の直感では、まもなくMOはトレーディングにおいて一般的なものになるだろう。 それが利益の保証になるわけではないが、それを使わないことは失敗の保証とみなされるだろう)。 Aleksey Nikolayev 2022.12.09 07:43 #28380 市場の非定常性に起因する、歴史上の最適化結果の 適用可能性の問題については、サン・サンチの言う通りである。問題は、そのような最適化しかないということだ。例えば、特徴選択に対する彼自身のアプローチも、よりトリッキーではあるが)履歴上での最適化である。 あるいは、ある種のクロスバリデーションなども、これも履歴に対する最適化である。 1...283128322833283428352836283728382839284028412842284328442845...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
バランスか何かをグラディエントを通してブーストに送り込む方法はないものか......。
これが回路図だ:
チャートにパーフェクト・トレードの印を付け(下降の極値で買い、上昇の極値で売り)、偽のパーフェクト・トレードを作成する。
これをパーフェクト・バランスと 呼ぶ。
次に、ブーストから取引収支を計算します。
そして、目的関数では、ブーストの貿易収支と理想収支との誤差を計算するだけである。
つまり、抽象的な利潤の最大値の探索ではなく、利潤収支で表される理想的な貿易収支の調整である。
青が理想的なバランス、黒がトレインとモデルテスト。
まあ、私が言っていることに近い。
最大化する必要があるのはバランスではなく、ある複雑な基準、あなたの例で言えば、別々のトレードに分かれることです。これは元のバランスから派生した関数であり、より滑らかな関数なのです。
元の関数から派生関数を作る方法は、想像力次第でいくらでもある。
理解できればよし、理解できなければ素通りすればいい。
人に怒りをぶつけるのではなく、理解しようとすればいい。 理解できればよし、理解できなければ素通りすればいい。
私が攻撃したのは、異なるAOを対等な条件で比較して、どれが良くてどれが悪いかを決めることはできないという事実についてだ......。
AOにはそれぞれ最適化面がある。
AOの選択は、主観的な好き嫌いではなく、最適化表面によって決まる。
もし表面が滑らかで、最小値が1つしかない場合、遺伝的アルゴリズムや群、アニーリング、その他の大域的最適化アルゴリズムを適用する。
もし曲面が複雑でノイズが多く、極小値がたくさんあり、勾配降下法を使うのであれば、これも また 愚か者 である。
例えば、勾配降下と遺伝学を 比較しようと決めた人がいたとして、それを続けるのは 愚か者 だろうか?
初歩的なことを誤解している。
私の攻撃は、異なるAOを対等に比較し、どれが良くてどれが悪いかを決めることはできないということだ。
それぞれのAOにはそれぞれの最適化面がある。
AOの選択は、主観的な共感ではなく、最適化サーフェスによって決まるのだ
私は、3つの全く異なるテスト関数でアルゴリズムを比較する。そのため、それぞれのテストにおいて、各アルゴリズムの特定の利点を見ることができる。
ネットワークに特化したほとんどのアルゴリズムは、そのロジック、またはモーメントに何らかの平滑化を持っている。それらは、ターゲットとなる問題関数の平滑導関数の適用を指向している。
私は3つの全く異なるテスト機能を使ってアルゴリズムを比較しているので、別々のテストで各アルゴリズムの具体的な長所を見ることができ、それゆえ、どこが強いかを知ることができ、研究者の特定のタスクに最適なものを選ぶことができる。テストには主観主義はなく、それどころか、可能な限り客観的である。
ネットワークに特化したほとんどのアルゴリズムは、そのロジック、またはモーメントに何らかの平滑化を持っている。それらは、ターゲットとなる問題関数の平滑導関数の適用を指向している。
異なるタイプのAOを同じ条件で比較することはできない、なぜなら異なる問題を解決するからだ。
異なるタイプのAOを同じコンディションで比較することはできない。
前回私が言ったことを理解していなかったようだ......。もう一度言いますが、比較することは可能です。そのために、異なるテスト問題が使用され、タスクの仕様に適したアルゴリズムを比較するのです。テストは、どのタスクにAOを使用するのが最適かを示すので、その中から選択することができます。
例えば、ADAMが滑らかな関数に対して優位性を示した場合、それは素晴らしいことです!- そうでなければ、他のアルゴリズムを選択した方がいい。しかし、もしADAMがすべてのテストでクソだったら、もっと良いものを選ぶべきだ。
完璧なクラスマークで、完璧なバランスを保っている。オイルはオイリーだ。そこで何かを改善することは不可能だ。
私の直感では、まもなくMOはトレーディングにおいて一般的なものになるだろう。
それが利益の保証になるわけではないが、それを使わないことは失敗の保証とみなされるだろう)。
市場の非定常性に起因する、歴史上の最適化結果の 適用可能性の問題については、サン・サンチの言う通りである。問題は、そのような最適化しかないということだ。例えば、特徴選択に対する彼自身のアプローチも、よりトリッキーではあるが)履歴上での最適化である。
あるいは、ある種のクロスバリデーションなども、これも履歴に対する最適化である。