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 3141 1...313431353136313731383139314031413142314331443145314631473148...3399 新しいコメント Maxim Dmitrievsky 2023.07.13 23:04 #31401 Lorarica #:私は、人間の意識は進化の過程で大きな過ちを犯したと考えている。私たちは自然の法則上、存在してはならない生き物なのだ。 どれも存在しない、幻想なのだ。 СанСаныч Фоменко 2023.07.14 08:56 #31402 Maxim Dmitrievsky #:あとどれくらい残っている?) 時系列に関連する十分な量の属性と、テスターで利益を示しているラベルを取り出し、そこからロバストモデルを作ることはできますか? 結局のところ、すべてのBPデリバティブはそれに関連している :) この機能がどこから来て、なぜ必要なのかが明確でない他の分野では、この作業は難しい。このようなゴミは大きな日付の中に何トンもあり、フィルターにかけるのは非常に難しい。その結果、何トンもの誤った相関関係が生じてしまう。BPとその派生物を例にとれば、私たちの仕事はこれに比べれば原始的でさえある。なぜなら、すべての兆候はBPに関連しているからだ。しかし、ラベルと特徴をマッチさせるためのアルゴリズムやロジックは、まだいじらなければならない。ロジックはたくさんあり得る。だから、あなたはあなたのロジックを作り、私たちは私たちのロジックを作る。私がなぜコズルを好きなのかはすでに書いたが、それは私自身が考えることで思いついたからだ。そして、彼は私の考えに有機的にフィットした。 私は "態度 "には興味がない。 私が興味があるのは、予測者のクラスを予測する能力だ。例えば、マッシュカは確かに引用との「関係」を持っている、肉眼で見ることができる。しかし、マッシュカは(他のスムージング・アルゴリズムと同様に)クラスを予測する能力はほとんどゼロです。 冬に私は、私が持っている「教師-予測」のペアは、分類誤差が10%から20%で、EAではこれらの分類誤差が非常に大きな値を持ち、誤差のない分類から得られる利益をすべて食いつぶしてしまうことを発見した。 そこで数ヶ月前に先生を変え、今は クラスを予測できる予測子を集めようとして います。 Maxim Dmitrievsky 2023.07.14 10:17 #31403 СанСаныч Фоменко #:私は "態度 "には興味がない。 私が興味があるのは、クラスを予測する予測者の能力である。例えば、Mashkaは確かに引用との「関係」を持っている。しかし、Mashkaの(他の平滑化アルゴリズムと同様に)クラスを予測する能力は事実上ゼロです。冬になってわかったのだが、私が持っている「教師-予測」のペアは、分類誤差が10%から20%で、エキスパート・アドバイザーでは分類誤差が非常に大きく、誤差のない分類による利益をすべて食いつぶしてしまう。そこで、数ヶ月前に先生を変更し、現在は クラスを予測することができ、この能力は時間が経っても変わらないはずの予測子を採用しようとして います。 誰もが理解できるように指に書いてみよう。 誰もがクラスを予測する予測変数の能力に興味があります。 2つのランダム系列(形質とターゲット)を取り、予測能力をチェックします(スライディングしているかどうかは重要ではありません)。 つまり、あらゆるものを貪欲に検索するのだ。おそらく、すべての可能な組み合わせを計算する方法があるはずで、それには10年どころか無限大の時間がかかるはずだ。 しかし、運が良ければ中間的な結果に満足できるかもしれない。 この方法には、まだ解明されていない大きな謎があるのだろうか?なぜそんなにもてはやされるのか。 СанСаныч Фоменко 2023.07.14 11:22 #31404 Maxim Dmitrievsky #:誰もが理解できる言葉で説明しよう。誰もがプロジェクターがクラスを予測する能力に興味を持っている。では、何をするのか見てみよう:2つのランダム系列(形質とターゲット)をとり、予測能力をチェックする(スライディングするかどうかは今は重要ではない)。つまり、あらゆるものを貪欲に検索するのだ。おそらく、可能な組み合わせをすべて計算する方法があるはずで、それには10年どころか無限大かかるはずだ。しかし、運が良ければその中間結果に満足できるかもしれない。この方法には、まだ解明されていない大きな謎があるのだろうか?なぜこれほどもてはやされるのか。 オーバーシュートはない。 特定のクラスの教師を予測する予測者の能力を計算するRの3行のコードは、何らかの値である。私のアルゴリズム(1秒未満で実行される100の予測子について、私はそれらをいくつか持っている)によると、それは予測子によって異なり、大きいほど良い。さらに,異なる予測子について,1つのクラスを予測する能力の値は,ウィンドウが移動してもあまり変化しない-10% sd以内,いくつかの予測子については100% sd以上である.私は5-8個の予測変数を選び,それをモデルに与えます. Renat Akhtyamov 2023.07.14 13:00 #31405 СанСаныч Фоменко #:やり過ぎはない。特定のクラスの先生を予測する予測因子の能力を計算する3行のRコードは、ある程度の価値があります。それは異なる予測子について異なり、私のアルゴリズムによれば(私はいくつかの予測子を持っており、100の予測子については1秒未満で動作する)大きい方が良い。さらに,異なる予測変数では,1つのクラスを予測する能力の値は,ウィンドウが移動しても あまり変化しない-10% sd以内,いくつかの予測変数では100% sd以上である.私は5-8個の予測変数を選び,それをモデルに与えます.ウィンドウは引用履歴の時間枠ですか? Evgeni Gavrilovi 2023.07.14 13:18 #31406 СанСаныч Фоменко #:度以内 である。 少なくとも1つ挙げてください :)。そのような予測変数の探索場所を明確にするために СанСаныч Фоменко 2023.07.14 13:37 #31407 Renat Akhtyamov #: windowは見積もり履歴の時間枠 ですか? ウィンドウは、モデル入力に供給される予測値の数です。私の場合、H1の1500バーです。 СанСаныч Фоменко 2023.07.14 13:38 #31408 Evgeni Gavrilovi #:名前を挙げてください :)そのような予測因子を探す場所を明確にする。 あなたは多くを望んでいる。 Forester 2023.07.14 14:59 #31409 СанСаныч Фоменко #:だから数カ月前に先生を交代し、今は クラスを予測できる予測者を集めようとして いる。 特に検索が数秒に及ぶ場合は、検索に時間がかかります。 SanSanychフォメンコ#: 100予測子のための作業秒未満) Maxim Dmitrievsky 2023.07.14 15:40 #31410 СанСаныч Фоменко #:やり過ぎはない。特定のクラスの先生を予測する予測因子の能力を計算する3行のRコードは、ある程度の価値があります。それは異なる予測子について異なり、私のアルゴリズムによれば(私はいくつかの予測子を持っており、100の予測子については1秒未満で動作する)大きい方が良い。さらに,異なる予測変数では,1つのクラスを予測する能力の値は,ウィンドウが移動してもあまり変化しない-10% sd以内,いくつかの予測変数では100% sd以上である.私は5-8個の予測変数を選び,それをモデルに与えます. OOSのグラフをいくつか見せてもらえますか? 1...313431353136313731383139314031413142314331443145314631473148...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
私は、人間の意識は進化の過程で大きな過ちを犯したと考えている。
私たちは自然の法則上、存在してはならない生き物なのだ。
あとどれくらい残っている?)
時系列に関連する十分な量の属性と、テスターで利益を示しているラベルを取り出し、そこからロバストモデルを作ることはできますか?この機能がどこから来て、なぜ必要なのかが明確でない他の分野では、この作業は難しい。このようなゴミは大きな日付の中に何トンもあり、フィルターにかけるのは非常に難しい。その結果、何トンもの誤った相関関係が生じてしまう。
BPとその派生物を例にとれば、私たちの仕事はこれに比べれば原始的でさえある。なぜなら、すべての兆候はBPに関連しているからだ。
しかし、ラベルと特徴をマッチさせるためのアルゴリズムやロジックは、まだいじらなければならない。ロジックはたくさんあり得る。だから、あなたはあなたのロジックを作り、私たちは私たちのロジックを作る。
私がなぜコズルを好きなのかはすでに書いたが、それは私自身が考えることで思いついたからだ。そして、彼は私の考えに有機的にフィットした。
私は "態度 "には興味がない。
私が興味があるのは、予測者のクラスを予測する能力だ。例えば、マッシュカは確かに引用との「関係」を持っている、肉眼で見ることができる。しかし、マッシュカは(他のスムージング・アルゴリズムと同様に)クラスを予測する能力はほとんどゼロです。
冬に私は、私が持っている「教師-予測」のペアは、分類誤差が10%から20%で、EAではこれらの分類誤差が非常に大きな値を持ち、誤差のない分類から得られる利益をすべて食いつぶしてしまうことを発見した。
そこで数ヶ月前に先生を変え、今は クラスを予測できる予測子を集めようとして います。
私は "態度 "には興味がない。
私が興味があるのは、クラスを予測する予測者の能力である。例えば、Mashkaは確かに引用との「関係」を持っている。しかし、Mashkaの(他の平滑化アルゴリズムと同様に)クラスを予測する能力は事実上ゼロです。
冬になってわかったのだが、私が持っている「教師-予測」のペアは、分類誤差が10%から20%で、エキスパート・アドバイザーでは分類誤差が非常に大きく、誤差のない分類による利益をすべて食いつぶしてしまう。
そこで、数ヶ月前に先生を変更し、現在は クラスを予測することができ、この能力は時間が経っても変わらないはずの予測子を採用しようとして います。
誰もが理解できるように指に書いてみよう。
誰もがクラスを予測する予測変数の能力に興味があります。
2つのランダム系列(形質とターゲット)を取り、予測能力をチェックします(スライディングしているかどうかは重要ではありません)。
つまり、あらゆるものを貪欲に検索するのだ。おそらく、すべての可能な組み合わせを計算する方法があるはずで、それには10年どころか無限大の時間がかかるはずだ。
しかし、運が良ければ中間的な結果に満足できるかもしれない。
この方法には、まだ解明されていない大きな謎があるのだろうか?なぜそんなにもてはやされるのか。
誰もが理解できる言葉で説明しよう。
誰もがプロジェクターがクラスを予測する能力に興味を持っている。
では、何をするのか見てみよう:2つのランダム系列(形質とターゲット)をとり、予測能力をチェックする(スライディングするかどうかは今は重要ではない)。
つまり、あらゆるものを貪欲に検索するのだ。おそらく、可能な組み合わせをすべて計算する方法があるはずで、それには10年どころか無限大かかるはずだ。
しかし、運が良ければその中間結果に満足できるかもしれない。
この方法には、まだ解明されていない大きな謎があるのだろうか?なぜこれほどもてはやされるのか。
オーバーシュートはない。
特定のクラスの教師を予測する予測者の能力を計算するRの3行のコードは、何らかの値である。私のアルゴリズム(1秒未満で実行される100の予測子について、私はそれらをいくつか持っている)によると、それは予測子によって異なり、大きいほど良い。さらに,異なる予測子について,1つのクラスを予測する能力の値は,ウィンドウが移動してもあまり変化しない-10% sd以内,いくつかの予測子については100% sd以上である.私は5-8個の予測変数を選び,それをモデルに与えます.
やり過ぎはない。
特定のクラスの先生を予測する予測因子の能力を計算する3行のRコードは、ある程度の価値があります。それは異なる予測子について異なり、私のアルゴリズムによれば(私はいくつかの予測子を持っており、100の予測子については1秒未満で動作する)大きい方が良い。さらに,異なる予測変数では,1つのクラスを予測する能力の値は,ウィンドウが移動しても あまり変化しない-10% sd以内,いくつかの予測変数では100% sd以上である.私は5-8個の予測変数を選び,それをモデルに与えます.
度以内 である。
少なくとも1つ挙げてください :)。そのような予測変数の探索場所を明確にするために
windowは見積もり履歴の時間枠 ですか?
ウィンドウは、モデル入力に供給される予測値の数です。私の場合、H1の1500バーです。
名前を挙げてください :)そのような予測因子を探す場所を明確にする。
あなたは多くを望んでいる。
だから数カ月前に先生を交代し、今は クラスを予測できる予測者を集めようとして いる。
特に検索が数秒に及ぶ場合は、検索に時間がかかります。
やり過ぎはない。
特定のクラスの先生を予測する予測因子の能力を計算する3行のRコードは、ある程度の価値があります。それは異なる予測子について異なり、私のアルゴリズムによれば(私はいくつかの予測子を持っており、100の予測子については1秒未満で動作する)大きい方が良い。さらに,異なる予測変数では,1つのクラスを予測する能力の値は,ウィンドウが移動してもあまり変化しない-10% sd以内,いくつかの予測変数では100% sd以上である.私は5-8個の予測変数を選び,それをモデルに与えます.
OOSのグラフをいくつか見せてもらえますか?