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 3123 1...311631173118311931203121312231233124312531263127312831293130...3399 新しいコメント Maxim Dmitrievsky 2023.07.05 07:54 #31221 Valeriy Yastremskiy #: 行のパラメータはどうにかして生成できないか)。 差分を出力してMOで修正することもできる。 Maxim Dmitrievsky 2023.07.05 07:57 #31222 Renat Akhtyamov #:探索、パズル、システム検索......そのすべてを見るのは、なんと疲れることか。1970年当時、市場相場を構築するロジックが複雑であったはずがない。当時、相場は膝から立ち上げられ、鉛筆で書かれた紙を勘定に数えていたのだとしたら、ニューラルネットワークはそれと何の関係があるのだろうか？では、50年経っていたらどうだろう。アルゴリズムは変わっていない、100％、テスト済みだ！1970年当時、男が理解できないものを発明することはできなかったんだ！ ショッピングモールに新しい下着のコレクションがあるんだ、行って見てよ。 Forester 2023.07.05 07:58 #31223 Maxim Dmitrievsky #: その差を導き出し、MOEで調整することもできる。 何に対する差？OOSだ。トレーンには何も問題がない。 Maxim Dmitrievsky 2023.07.05 08:00 #31224 Forester #: 何との違い？それはOOSだ。列車内では問題ない、差を計算するものは何もない。 手始めにOOSとトレインを比較してみよう。トレインがトライメント・グループで、OOSがコントロール・グループになる。まずは形質の平均値の変化を見ればいい。もしそうであれば、歴史を通してそのようなシフトのダイナミクスを調べる。OOSを考慮に入れずに治療できるのであれば、それは良いことです :)形質がたくさんある場合は、かなり創造的な挑戦になる。まだ全部はできていません。基本的にはバイアスをどう修正するかに集約される。これは、モデルに数字を入れる方法を学んだ後の目標課題だ。どんな方法でも修正できなければ、もちろんお粗末な仕事だ。でも、だからといって諦める理由にはならない（と思う）😀。 Valeriy Yastremskiy 2023.07.05 08:49 #31225 Maxim Dmitrievsky #: その差を導き出し、MOEで調整することもできる。 何の違いですか？ おっしゃるとおり，ある系列のメタ・パラメータはその数学的モデルであり，モデルのパラメータは系列のパラメータであるが，モデルは異なっており，一方にはパラメータがあるが，他方にはパラメータがなかったり，パラメータからのモデルの振る舞いが異なっていたりする．そして、モデルの結果をTCという形で比較するのは．それは正しくないと思います。 おそらく、ある系列のいくつかのパラメータの相関がその挙動に依存することはあり得る。もちろん生々しいものですが・・・。 貿易交渉のモデル化についてどう思いますか？ 機械学習、特にカーネル法は、1980 年代に ルネッサンス・テクノロジーズによって使用さ れました、 機械学習、特にカーネル 法 、 今風に言うと？ Maxim Dmitrievsky 2023.07.05 09:09 #31226 Valeriy Yastremskiy #:何の違いだ？おっしゃるように、系列のメタ・パラメータはその数学的モデルであり、モデルのパラメータは系列のパラメータであるが、モデルは異なっており、一方にはパラメータがあり、他方にはパラメータがなかったり、パラメータからのモデルの挙動が異なっていたりする。そして、モデルの結果をTCという形で比較するのは．私はそれが正しいとは思いません。おそらく、系列のいくつかのパラメータの相関が、その挙動に依存する可能性があります。もちろん、生...貿易交渉のモデル化についてどう思いますか？機械学習、特にカーネル法は、1980 年代に ルネッサンス・テクノロジーズによって使用さ れました、 機械学習、特にカーネル 法 、 今風に言えば何だろう？ カーネルの種類による。今風に言えば、それでいいんです。モデルは（回帰やサポートベクトル法であれば）浅いが、シンプルで解釈しやすい。 分布とそれに対するモデルの対応の違い。ごく当たり前のことのようだ。あとはそれをどう平準化するかだ。 Forester 2023.07.05 09:12 #31227 Maxim Dmitrievsky #: 手始めにOOSとトレインを比較する。Trainが訓練群、OOSが対照群となる。まずは平均的な形質転換を見ればいい。もしあれば、歴史を通してそのようなシフトの動態を見る。OOSを考慮に入れずに治療することが可能であれば、それは良いことだ :) . 多くの形質がある場合は、かなり創造的な挑戦になります。まだ全部は分かっていない。 この課題は、基本的にバイアスをどう修正するかに集約される。これは、モデルに数字を入れる方法を学んだ後の目標となる課題だ。それがどうにも修正できなければ、もちろん最低の仕事だ。でも、だからといって辞める理由にはならない（と思う）😀。 売りのモデルは、世界的な（ちょうど1～1.5年）トレンドが上昇すると、たるみ始める。 たぶん、1つのモデルで買い|売りを選択する最初のオプションの方が良いでしょう。しかし、世界的なトレンドに合わせるのであれば、トレンドが変わる瞬間に資金を流出させるでしょう。そして、おそらく何年もの間、一方向の取引を続けるだろう。 Maxim Dmitrievsky 2023.07.05 09:17 #31228 Forester #: グローバルな（わずか1～1.5年の）トレンドが上昇に転じると、売りのモデルは下落に転じる。 おそらく、1つのモデルで買い/売りを選択する最初のバリエーションがより良いだろう。しかし、世界的なトレンドに合わせるのであれば、トレンドが変わる瞬間に資金を流出させるでしょう。そして、おそらく何年もの間、一方向の取引を続けるだろう。 モデルは偏っている。だから、そのようなバイアスがないように強制的に学習させる必要がある。しかし、まずバイアスの係数を見つける必要がある。例えば、回帰のように傾きか自由項（切片）だとしよう。この項がトレーンやOOSによって変化しないように学習させたらどうだろう。基本的にはコズルの本を引用している。catbustaなどでは、学習時にラベルに重みをつけることができる。例えば、オフセットを出力し、それを重みに変換し、すでにトライン上にある補正係数を用いてモデルを学習させる。これは一つの方法です。 Renat Akhtyamov 2023.07.05 09:18 #31229 Maxim Dmitrievsky #: ショッピングモールに新しい下着のコレクションがあるんだ。 行って見てよ。 あなたの預金に対する0.1％のリスクは覚えている。 アドバイスなんていらないよ。 何の役にも立たない。 私はレバレッジ2000で95％のリスクで取引し、アドバイスや経験などに注意を払うのは、私のような経験豊富で成功した人だけだ。 Renat Akhtyamov 2023.07.05 09:23 #31230 Maxim Dmitrievsky #: さようなら、おしゃべり。サッカーでも見てなさい。 なかなかいいね（笑)。 詩や本を書く。 頑張れ。 ータがータさんのータ。 1...311631173118311931203121312231233124312531263127312831293130...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
行のパラメータはどうにかして生成できないか)。
探索、パズル、システム検索......そのすべてを見るのは、なんと疲れることか。
1970年当時、市場相場を構築するロジックが複雑であったはずがない。
当時、相場は膝から立ち上げられ、鉛筆で書かれた紙を勘定に数えていたのだとしたら、ニューラルネットワークはそれと何の関係があるのだろうか？
では、50年経っていたらどうだろう。
アルゴリズムは変わっていない、100％、テスト済みだ！
1970年当時、男が理解できないものを発明することはできなかったんだ！
その差を導き出し、MOEで調整することもできる。
何との違い？それはOOSだ。列車内では問題ない、差を計算するものは何もない。
その差を導き出し、MOEで調整することもできる。
何の違いですか？
おっしゃるとおり，ある系列のメタ・パラメータはその数学的モデルであり，モデルのパラメータは系列のパラメータであるが，モデルは異なっており，一方にはパラメータがあるが，他方にはパラメータがなかったり，パラメータからのモデルの振る舞いが異なっていたりする．そして、モデルの結果をTCという形で比較するのは．それは正しくないと思います。
おそらく、ある系列のいくつかのパラメータの相関がその挙動に依存することはあり得る。もちろん生々しいものですが・・・。
貿易交渉のモデル化についてどう思いますか？
機械学習、特にカーネル法は、1980 年代に ルネッサンス・テクノロジーズによって使用さ れました、
機械学習、特にカーネル 法 、
今風に言うと？
何の違いだ？
おっしゃるように、系列のメタ・パラメータはその数学的モデルであり、モデルのパラメータは系列のパラメータであるが、モデルは異なっており、一方にはパラメータがあり、他方にはパラメータがなかったり、パラメータからのモデルの挙動が異なっていたりする。そして、モデルの結果をTCという形で比較するのは．私はそれが正しいとは思いません。
おそらく、系列のいくつかのパラメータの相関が、その挙動に依存する可能性があります。もちろん、生...
貿易交渉のモデル化についてどう思いますか？
機械学習、特にカーネル法は、1980 年代に ルネッサンス・テクノロジーズによって使用さ れました、
機械学習、特にカーネル 法 、
今風に言えば何だろう？
手始めにOOSとトレインを比較する。Trainが訓練群、OOSが対照群となる。まずは平均的な形質転換を見ればいい。もしあれば、歴史を通してそのようなシフトの動態を見る。OOSを考慮に入れずに治療することが可能であれば、それは良いことだ :) .
たぶん、1つのモデルで買い|売りを選択する最初のオプションの方が良いでしょう。しかし、世界的なトレンドに合わせるのであれば、トレンドが変わる瞬間に資金を流出させるでしょう。そして、おそらく何年もの間、一方向の取引を続けるだろう。
グローバルな（わずか1～1.5年の）トレンドが上昇に転じると、売りのモデルは下落に転じる。 おそらく、1つのモデルで買い/売りを選択する最初のバリエーションがより良いだろう。しかし、世界的なトレンドに合わせるのであれば、トレンドが変わる瞬間に資金を流出させるでしょう。そして、おそらく何年もの間、一方向の取引を続けるだろう。
ショッピングモールに新しい下着のコレクションがあるんだ。 行って見てよ。
あなたの預金に対する0.1％のリスクは覚えている。
アドバイスなんていらないよ。
何の役にも立たない。
私はレバレッジ2000で95％のリスクで取引し、アドバイスや経験などに注意を払うのは、私のような経験豊富で成功した人だけだ。
さようなら、おしゃべり。サッカーでも見てなさい。
なかなかいいね（笑)。
詩や本を書く。
頑張れ。
ータがータさんのータ。