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 2840 1...283328342835283628372838283928402841284228432844284528462847...3399 新しいコメント Andrey Dik 2022.12.09 10:09 #28391 Maxim Dmitrievsky #: ラベル付けされたデータセットがあり、そのラベルにできるだけ近いものをトレーニングしたい。もし別の基準を取ったら、これらのラベルは重要でなくなるのか? すると、学習プロセスは完全に戦略を変えてしまう TSのロバスト性は、AOの良し悪しや特定のテストツールの問題ではなく、評価基準の選択の問題である。AOのせいでもテスターのせいでもない。クライテリオンが悪いのだ。 mytarmailS 2022.12.09 10:24 #28392 Andrey Dik #: 悪いのは基準だ。問題文のことですか? Maxim Dmitrievsky 2022.12.09 10:27 #28393 先生と一緒に学ぶということは、特定の結果を得て、新しいデータで結論を検証したいということを意味する。そこにカスタム基準を押し込めば、それをチェックすることになる。そうすれば、ラベルをまったく用意することなく、ランダムにラベルを貼ることができる。以上、Metro exodusをプレイしてきます。今まで以上に関連性がある。 Aleksey Nikolayev 2022.12.09 10:29 #28394 Maxim Dmitrievsky #: 私の頭では想像がつかないのですが...ラベル付きのデータセットがあり、このラベルにできるだけ近い状態でトレーニングを行いたいのです。もしラベルに関係のない別の基準を取ったら、これらのラベルは重要でなくなるのか? すると、学習プロセスは完全に戦略を変えてしまう。カスタム基準へのカスタマイズされた適合が得られる。 そこがポイントで、私たちは古典的なMOで一般的な最適化(学習)から少し離れている。より広い意味での最適化(例えばMT5のような)に向かっているのです。しかし同時に、MOで使用されるモデルのパワーと柔軟性を維持したいと考えています。 MT5の最適化とMOのアプリケーションの間のコンセプトのギャップにいつも戸惑っています。中間的なアプローチの選択肢があるといいのですが。 СанСаныч Фоменко 2022.12.09 10:30 #28395 Andrey Dik #:まるで、フォメンコは言われていることを聞いていないかのようだ。私はすでに何度も、テスターは収益性や将来的にTSが利益を上げられるかどうかに影響しないと言ってきた。テスターはツールであり、それ以上のものではない。最適化アルゴリズムはツールであり、それ以上のものではない。お金を稼ぐためのシャベルの「成功」を議論するようなものだ。 そう、聾唖者と盲人の会話である。 私は、金融市場は定常的なものではないので、基準とともに最適化する必要はないと書き、あなたは私が最適化について何か理解していると書いている。 錬金術師は数百年前からあらゆるものを金に変えてきた。 Maxim Dmitrievsky 2022.12.09 10:31 #28396 Aleksey Nikolayev #:ポイントは、古典的なMOで受け入れられているタイプの最適化(トレーニング)から少し離れてきているということです。より広い意味での最適化(例えばMT5のように)に向かっている。しかし同時に、MOで使用されるモデルのパワーと柔軟性を維持したいと考えています。MT5の最適化とMOのアプリケーションの間のコンセプトのギャップにいつも戸惑っています。中間的なアプローチの可能性があればいいと思う。 まあ、この形であれば可能だ Andrey Dik 2022.12.09 10:34 #28397 mytarmailS #:ミッション・ステートメントイエス СанСаныч Фоменко 2022.12.09 10:34 #28398 Andrey Dik #: 評価基準が適切であればあるほど、新しいデータに対するモデルの挙動も適切である。AOのせいでも、テスターのせいでもない。基準が悪いのだ。 TSのロバスト性は評価基準とは何の関係もない。なぜなら、評価基準はまさに1つだからである。しかし、後者は予測変数のセットと特性に依存する。 Aleksey Nikolayev 2022.12.09 10:40 #28399 СанСаныч Фоменко #:そう、耳の聞こえない人が目の見えない人に話しかけるのだ。私は、金融市場は定常的なものではないのだから、基準による最適化は必要ないと書いた。あなたは実際、最適化も行っている。あなたは「サインの定常性」という基準を作り出し、その基準に従って最適なサインを選んでいる。それは歴史上の最適化と同じだが、横顔の最適化である。サンサニッチ・フォメンコ#: TSの頑健性は評価基準とは何の関係もない。なぜなら、評価基準はまさに1つだからである。しかし、後者は予測変数のセットと特性に依存します。 ここで、TSの頑健性の基準を考案し、それに従って最適化することが絶対に必要である。) Andrey Dik 2022.12.09 10:52 #28400 Aleksey Nikolayev #: ここで、TSのロバスト性の基準を考案し、それに従って最適化することが絶対に必要である。) 最適化」という言葉に対する一部の同志たちのアレルギーが理解できない。 最適化とは、ロバストな モデルの最適解を見つけるプロセスだと考えるべきだ。もしモデルがロバストでなければ(評価基準が弱ければ)、よく言われるように「鏡のせいにするな」(最適化のせいにするな)。 1...283328342835283628372838283928402841284228432844284528462847...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
ラベル付けされたデータセットがあり、そのラベルにできるだけ近いものをトレーニングしたい。もし別の基準を取ったら、これらのラベルは重要でなくなるのか?
悪いのは基準だ。
私の頭では想像がつかないのですが...ラベル付きのデータセットがあり、このラベルにできるだけ近い状態でトレーニングを行いたいのです。もしラベルに関係のない別の基準を取ったら、これらのラベルは重要でなくなるのか?
そこがポイントで、私たちは古典的なMOで一般的な最適化(学習)から少し離れている。より広い意味での最適化(例えばMT5のような)に向かっているのです。しかし同時に、MOで使用されるモデルのパワーと柔軟性を維持したいと考えています。
MT5の最適化とMOのアプリケーションの間のコンセプトのギャップにいつも戸惑っています。中間的なアプローチの選択肢があるといいのですが。
まるで、フォメンコは言われていることを聞いていないかのようだ。私はすでに何度も、テスターは収益性や将来的にTSが利益を上げられるかどうかに影響しないと言ってきた。テスターはツールであり、それ以上のものではない。最適化アルゴリズムはツールであり、それ以上のものではない。お金を稼ぐためのシャベルの「成功」を議論するようなものだ。
そう、聾唖者と盲人の会話である。
私は、金融市場は定常的なものではないので、基準とともに最適化する必要はないと書き、あなたは私が最適化について何か理解していると書いている。
錬金術師は数百年前からあらゆるものを金に変えてきた。
ポイントは、古典的なMOで受け入れられているタイプの最適化(トレーニング)から少し離れてきているということです。より広い意味での最適化(例えばMT5のように)に向かっている。しかし同時に、MOで使用されるモデルのパワーと柔軟性を維持したいと考えています。
MT5の最適化とMOのアプリケーションの間のコンセプトのギャップにいつも戸惑っています。中間的なアプローチの可能性があればいいと思う。
評価基準が適切であればあるほど、新しいデータに対するモデルの挙動も適切である。AOのせいでも、テスターのせいでもない。基準が悪いのだ。
TSのロバスト性は評価基準とは何の関係もない。なぜなら、評価基準はまさに1つだからである。しかし、後者は予測変数のセットと特性に依存する。
そう、耳の聞こえない人が目の見えない人に話しかけるのだ。
私は、金融市場は定常的なものではないのだから、基準による最適化は必要ないと書いた。
あなたは実際、最適化も行っている。あなたは「サインの定常性」という基準を作り出し、その基準に従って最適なサインを選んでいる。それは歴史上の最適化と同じだが、横顔の最適化である。
TSの頑健性は評価基準とは何の関係もない。なぜなら、評価基準はまさに1つだからである。しかし、後者は予測変数のセットと特性に依存します。
ここで、TSのロバスト性の基準を考案し、それに従って最適化することが絶対に必要である。)
最適化」という言葉に対する一部の同志たちのアレルギーが理解できない。
最適化とは、ロバストな モデルの最適解を見つけるプロセスだと考えるべきだ。もしモデルがロバストでなければ(評価基準が弱ければ)、よく言われるように「鏡のせいにするな」(最適化のせいにするな)。