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 3011 1...300430053006300730083009301030113012301330143015301630173018...3399 新しいコメント Aleksey Vyazmikin 2023.04.09 18:07 #30101 Maxim Dmitrievsky #: まあ、小説の世界でもまったく同じだ。そして、アレクセイ・ニコライエフのような編集委員がすべてをカットする。 良い編集者は良い。 主なことは、彼はすでに機能しているものを出版することを禁じるべきではないということですが、彼はその方法を理解していません。 Aleksey Vyazmikin 2023.04.09 18:10 #30102 mytarmailS #:まず、その模型の内部がゴミだらけであることに気づかなければならない......。訓練された木製のモデルを、中にあるルールとそのルールの統計に分解すると。のようなものだ:そして、ルールの 誤りの サンプル中の出現頻度への依存性を分析する。が得られる。では、この領域に興味があるルールは非常にうまく機能するが、10-30個のオブザベーションは統計ではないので、統計の信憑性を疑う意味があるほどまれである。 ようやく、私が何年も言い続けてきたことが大衆に届き始めた!:) Aleksey Vyazmikin 2023.04.09 18:11 #30103 Forester #:トレーニングにボリュームを加えてみた人はいますか?結果は同じですか?それとも改善されますか? チャートの下の出来高のようなモデルは、インジケーターを通して実行されることに気づきました。 この方向について深く掘り下げたことはありません。 Aleksey Vyazmikin 2023.04.09 18:13 #30104 СанСаныч Фоменко #:あなたは私の投稿を完全に誤解している。"希望 "などというものは存在せず、特徴の適性の数値的評価があるか、ないかのどちらかである。そして、将来における特質の適合性の数値的評価がある。 興味深い、まさに将来について、あなたは秘密を明かすのですか? Aleksey Vyazmikin 2023.04.09 18:20 #30105 mytarmailS #:トレイン5キロバリッド 60kモデルトレーニング - 1-3秒ルール抽出 - 5-10秒各ルール(2~3万ルール)の妥当性チェック 6万~1~2分もちろん、これはすべて概算であり、属性とデータの数に依存する。 これはどのようなモデルですか? ルール推定アルゴリズムはシングルコアで動作しますか? mytarmailS 2023.04.09 18:24 #30106 Aleksey Vyazmikin #:どんなモデルですか?ルール推定アルゴリズムはシングルコアで動作しますか? フォレスト 1つの Maxim Dmitrievsky 2023.04.09 18:27 #30107 Aleksey Vyazmikin #:私が何年も言い続けてきたことが大衆に届き始めたんだ!:) まだ誰もあなたの言っていることを理解していないと思うけど(笑)。 彼はオッカムの剃刀のように明快でシンプルだ。 Forester 2023.04.09 18:27 #30108 Forester #:このテストは、EURUSDのCMEからの実際のボリュームを使用した:累積ボリューム、デルタ、100バーによるダイバージェンスとコンバージェンス。 モデル設定を一切変更せずに、CMEデータ(価格デルタとジグザグは残った)の405列を削除し、合計115列としたところ、少し良い結果が得られた。つまり、出来高はスプリットで選択されることもあるが、OOSではノイズになることがわかった。そしてトレーニングは3.5倍遅くなった。 比較のために、上に出来高のあるチャート、下に出来高のないチャートを残しておいた。CMEを含むボリュームが、学習を向上させる追加情報や規則性をもたらすことを期待した。しかし、ご覧のように、チャートは非常に似ているにもかかわらず、ボリュームなしのモデルの方が少し優れています。 これはCMEへの2回目のアプローチだったが(3年前に試した)、またしても失敗した。 他にボリュームをトレーニングに追加してみた人はいますか?結果は同じですか?それとも、改善を与えてもらっているのでしょうか? ボリュームなしでさらに3つのテストを行い、ボリュームありのものと比較しました。モデルのハイパーパラメータはすでに変更した。 合計4回のテスト:ボリュームなしの3回ではOOSが良くなり、1回では悪くなった。つまり、ボリュームが少しプラスになることもある。一般的に、すべてが誤差のレベルである。ボリュームを追加するよりも、ハイパーパラメータを力ずくで変更する方が、より多くのことを達成できる。大幅な改善も大幅な悪化も得られない。 私はボリュームにもっと期待していた。 СанСаныч Фоменко 2023.04.09 18:37 #30109 Aleksey Vyazmikin #:具体的な未来についてですが、その秘密を教えていただけますか? 何度か書いたことがあります。 Aleksey Vyazmikin 2023.04.09 18:43 #30110 mytarmailS #:フォレスト一人で サンプリングは何パーセントですか? フォレストの半分ずつを使うのであれば、フォレストの有用性はほとんどないように思える。 1...300430053006300730083009301030113012301330143015301630173018...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
まあ、小説の世界でもまったく同じだ。そして、アレクセイ・ニコライエフのような編集委員がすべてをカットする。
良い編集者は良い。
主なことは、彼はすでに機能しているものを出版することを禁じるべきではないということですが、彼はその方法を理解していません。
まず、その模型の内部がゴミだらけであることに気づかなければならない......。
訓練された木製のモデルを、中にあるルールとそのルールの統計に分解すると。
のようなものだ:
そして、ルールの 誤りの サンプル中の出現頻度への依存性を分析する。
が得られる。
では、この領域に興味がある
ルールは非常にうまく機能するが、10-30個のオブザベーションは統計ではないので、統計の信憑性を疑う意味があるほどまれである。
ようやく、私が何年も言い続けてきたことが大衆に届き始めた!:)
トレーニングにボリュームを加えてみた人はいますか?結果は同じですか?それとも改善されますか?
チャートの下の出来高のようなモデルは、インジケーターを通して実行されることに気づきました。
この方向について深く掘り下げたことはありません。
あなたは私の投稿を完全に誤解している。"希望 "などというものは存在せず、特徴の適性の数値的評価があるか、ないかのどちらかである。そして、将来における特質の適合性の数値的評価がある。
興味深い、まさに将来について、あなたは秘密を明かすのですか?
トレイン5キロ
バリッド 60k
モデルトレーニング - 1-3秒
ルール抽出 - 5-10秒
各ルール(2~3万ルール)の妥当性チェック 6万~1~2分
もちろん、これはすべて概算であり、属性とデータの数に依存する。
これはどのようなモデルですか?
ルール推定アルゴリズムはシングルコアで動作しますか?
どんなモデルですか?
ルール推定アルゴリズムはシングルコアで動作しますか?
フォレスト
1つの
私が何年も言い続けてきたことが大衆に届き始めたんだ!:)
まだ誰もあなたの言っていることを理解していないと思うけど(笑)。
彼はオッカムの剃刀のように明快でシンプルだ。
このテストは、EURUSDのCMEからの実際のボリュームを使用した:累積ボリューム、デルタ、100バーによるダイバージェンスとコンバージェンス。
モデル設定を一切変更せずに、CMEデータ(価格デルタとジグザグは残った)の405列を削除し、合計115列としたところ、少し良い結果が得られた。つまり、出来高はスプリットで選択されることもあるが、OOSではノイズになることがわかった。そしてトレーニングは3.5倍遅くなった。
比較のために、上に出来高のあるチャート、下に出来高のないチャートを残しておいた。
CMEを含むボリュームが、学習を向上させる追加情報や規則性をもたらすことを期待した。しかし、ご覧のように、チャートは非常に似ているにもかかわらず、ボリュームなしのモデルの方が少し優れています。
これはCMEへの2回目のアプローチだったが(3年前に試した)、またしても失敗した。
他にボリュームをトレーニングに追加してみた人はいますか?結果は同じですか?それとも、改善を与えてもらっているのでしょうか?
ボリュームなしでさらに3つのテストを行い、ボリュームありのものと比較しました。モデルのハイパーパラメータはすでに変更した。
合計4回のテスト:ボリュームなしの3回ではOOSが良くなり、1回では悪くなった。つまり、ボリュームが少しプラスになることもある。一般的に、すべてが誤差のレベルである。ボリュームを追加するよりも、ハイパーパラメータを力ずくで変更する方が、より多くのことを達成できる。大幅な改善も大幅な悪化も得られない。
私はボリュームにもっと期待していた。
具体的な未来についてですが、その秘密を教えていただけますか?
何度か書いたことがあります。
フォレスト
一人で
サンプリングは何パーセントですか?
フォレストの半分ずつを使うのであれば、フォレストの有用性はほとんどないように思える。