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 3150 1...314331443145314631473148314931503151315231533154315531563157...3399 新しいコメント mytarmailS 2023.07.20 09:04 #31491 Maxim Dmitrievsky #: 考えてみれば、 この5本のローソクを投げるなら、そうだろう。 そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮に入れなければなりません。 だから、私はこれを書いたのです。 mytarmailS#: このようなことがForestやBoostでできると思っているのであれば、私はあなたをがっかりさせるでしょう。 だから、すべての既製のモデルは問題外です。 Valeriy Yastremskiy 2023.07.20 09:24 #31492 mytarmailS #:最後の5本のキャンドルを出すのであれば、もちろん。そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮しなければなりません。だから、私はこう書いた。だから、既成のモデルはすべて論外なのだ。 マックスの意見に概ね賛成。価格の範囲内でルールや条件を生成するのは、比較、ロジック、カレンダーの縛りに限られる。だから、一般的なことは間違いなくある)))) СанСаныч Фоменко 2023.07.20 09:45 #31493 mytarmailS #:最後の5本のキャンドルを出すのであれば、もちろん。そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮しなければなりません。だから、私はこう書いた。だから、既成のモデルはすべて論外なのだ。 ナンセンスだ。 数学のポイントは、私たちを取り巻く世界の多様性を、その多様性を計算する最小限の数式に置き換えることだ。 ニュートンは、地球に落下するあらゆる物体の地球重力の公式を導き出した。 私は、80%以上のケースで正しく未来を予測する非定常コチールの導出からRFの木を得た。このようなツリーは、ウィンドウを15,000小節に移動しても(私はそれ以上を試していない)、分類エラーは変わりません。You can take a risk and use a minimum of 70 trees: the error is a few per cent larger. That's all your billions of billions of billions. mytarmailS 2023.07.20 09:55 #31494 СанСаныч Фоменко #:非定常商の導出によるRFツリーは、80%以上の確率で将来を正しく予測している。 そして、私は時給100万円で、50cmの腕を持っている。 しかし、私は誰にも何かを見せたり証明したりするつもりはない。ここにいる他のおしゃべりな人たちと同じように......。 Maxim Dmitrievsky 2023.07.21 04:09 #31495 mytarmailS #:最後の5本のキャンドルを出すのであれば、もちろん。そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮しなければなりません。だから、私はこう書いた。だから、既成のモデルはすべて論外なのだ。 そろそろ量子コンピューティングのノルマをお願いしたい。 mytarmailS 2023.07.21 05:40 #31496 Maxim Dmitrievsky #:そろそろ量子コンピュータのノルマをお願いします)行列演算はすぐに解けるようです。 私は連想ルールのアルゴリズムを通してルールを探している。テラバイトのRAMとCPUが必要だ。 Aleksey Nikolayev 2023.07.21 06:54 #31497 mytarmailS (ー。 (本質的には、よく知られた圧縮アルゴリズムを応用したものです)ー規則探索のーアルゴリズムをー(ー( ー)(ー、ー(ー)(ー、ー(ー)(ー)(ー)(ー)次元を100分の1にする必要があった。それが何かを見つけ始めた時だった...。これが私の言語におけるパターンやルールのようなものだ...たった一つのルールだ、諸君。このようなことがForestやBoostでできると思っているのなら、がっかりさせてやろう。彼らはまだ100億の特徴をテーブルモデルに投入することを学んでいないのだから...。たった一つのクソルール。この種のことにはスーパーコンピューターが必要だ。 複数のトレーニングが必要な場合は?例えば、いくつかのメタパラメーターを最適化するためだ。その場合は、スーパーコンピューターのスーパーネットワークが必要になる) mytarmailS 2023.07.21 07:50 #31498 Aleksey Nikolayev #:複数のトレーニングが必要な場合は?例えば、いくつかのメタパラメーターを最適化するために。その場合は、スーパーコンピューターのスーパーネットワークが必要になるだろう)。 まず第一に、これは学習ではなく、ルールの検索である。ー ルークがー ルークがー第二に、前と同じことをしても、違う結果を期待することはできる。 Aleksey Nikolayev 2023.07.21 07:58 #31499 mytarmailS #: まず第一に、これは学習ではなくルール探しである。 ルールが見つかったとして、もう一度同じデータから同じルールを探すことに何の意味があるのだろうか? 第二に、前と同じことをしても、違う結果を期待することはできる。 結果に影響を与えるメタパラメーターが常に存在する。例えば、ヒストリーウィンドウの大きさとか、その他もろもろ。メタパラメーターで一番やってはいけないことは、その存在を無視して、ただ天井からその値を取ることだ。 fxsaberが、TSアルゴリズム内の定数を最適化パラメータとして扱うと便利なことがあると言っていたのを覚えています。 mytarmailS 2023.07.21 08:15 #31500 Aleksey Nikolayev #:結果に影響を与えるメタパラメーターは常に存在する。例えばヒストリーウィンドウの大きさとか、その他もろもろ。メタパラメーターで一番やってはいけないことは、その存在を無視して、ただ天井からその値を取ることだ。fxsaberが、TSアルゴリズム内の定数を最適化パラメータとして扱うと便利なことがあると言っていたのを覚えています。 履歴ウィンドウの大きさは、表形式のデータを扱う古典的なMOにとっては大きな制限でしかない。 AC(asoc.ルール)は、そのような病気に悩まされることはなく、 非構造化データを 完璧に消化し、さらに、各観測は任意の大きさにすることができる。 そして、まさに「視野の窓」(履歴の窓)は演繹的な力によってのみ制限される。 だから、履歴の窓の大き さに関するあなたの例は、ACに賛成し、MOに反対しているに過ぎない。 もう一つ質問ですが、あなたはACの話題にはどの程度関心があるのですか? ========================================================================== 5つのオブザベーションを持つデータの小さなモックアップ(モデル)を作ってみよう。 [[1]] [1] "A" "B" "." "." "." "." "C" "." "." "." "." "." "SELL" [[2]] [1] "." "." "." "." "." "." "." "." "." "." "A" "." "." "B" "." "." "." "C" "." "." [21] "." "." "." "." "." "." "." "." "." "." "." "SELL" [[3]] [1] "." "." "." "." "." "." "." "." "." "A" "." "." "." "." "." "." "." "." "." "." [21] "B" "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." [41] "." "SELL" [[4]] [1] "." "." "." "." "A" "." "." "." "B" "." "." "." "." "." "C" "SELL" [[5]] [1] "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." "." [21] "." "." "." "." "A" "." "." "." "." "." "." "." "." "." "." "." "B" "." "." "." [41] "C" "." "." "." "." "SELL" オブザベーション - 1つのオブザベーションをm5の引用の1日とします。 . " をオブザベーションのノイズ(我々が興味のないいくつかのイベント)とします。 「A" " B ""C" --->"SELL" これは "SELL "ターゲットをもたらした一連のイベントです。 あなたがフィードするのは、MOの最後の5本のローソク足とターゲットだけです。 このように: このように、データがきちんと表形式になるようにします。 AMOはどのように例からパターンを見つけるのでしょうか? スピーカーはすべての観測を入力として受け取り、観測は(例のように)異なるサイズであることができます。 ルールを選択することによってノイズを捨て、ルール ="A" "B" "C "が "CELL"につながるという形でパターンを与える。 それは構造化されていないゴミをパターンに変える。 1...314331443145314631473148314931503151315231533154315531563157...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
考えてみれば、
この5本のローソクを投げるなら、そうだろう。
そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮に入れなければなりません。
だから、私はこれを書いたのです。
このようなことがForestやBoostでできると思っているのであれば、私はあなたをがっかりさせるでしょう。
だから、すべての既製のモデルは問題外です。
最後の5本のキャンドルを出すのであれば、もちろん。
そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮しなければなりません。
だから、私はこう書いた。
だから、既成のモデルはすべて論外なのだ。
マックスの意見に概ね賛成。価格の範囲内でルールや条件を生成するのは、比較、ロジック、カレンダーの縛りに限られる。だから、一般的なことは間違いなくある))))
最後の5本のキャンドルを出すのであれば、もちろん。
そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮しなければなりません。
だから、私はこう書いた。
だから、既成のモデルはすべて論外なのだ。
ナンセンスだ。
数学のポイントは、私たちを取り巻く世界の多様性を、その多様性を計算する最小限の数式に置き換えることだ。
ニュートンは、地球に落下するあらゆる物体の地球重力の公式を導き出した。
私は、80%以上のケースで正しく未来を予測する非定常コチールの導出からRFの木を得た。このようなツリーは、ウィンドウを15,000小節に移動しても(私はそれ以上を試していない)、分類エラーは変わりません。You can take a risk and use a minimum of 70 trees: the error is a few per cent larger. That's all your billions of billions of billions.
非定常商の導出によるRFツリーは、80%以上の確率で将来を正しく予測している。
そして、私は時給100万円で、50cmの腕を持っている。
しかし、私は誰にも何かを見せたり証明したりするつもりはない。ここにいる他のおしゃべりな人たちと同じように......。
最後の5本のキャンドルを出すのであれば、もちろん。
そして、もしあなたがそれを考えて、価格に影響を与える可能性のあるものすべてをカバーしようとするなら、何十億ものサインがあることに気づくでしょう。そして、何十億の何十億倍もの不変性を考慮しなければなりません。
だから、私はこう書いた。
だから、既成のモデルはすべて論外なのだ。
そろそろ量子コンピューティングのノルマをお願いしたい。
そろそろ量子コンピュータのノルマをお願いします)行列演算はすぐに解けるようです。
ー規則探索のーアルゴリズムをー(ー( ー)(ー、ー(ー)(ー、ー(ー)(ー)(ー)(ー)
次元を100分の1にする必要があった。
それが何かを見つけ始めた時だった...。
これが私の言語におけるパターンやルールのようなものだ...
たった一つのルールだ、諸君。
このようなことがForestやBoostでできると思っているのなら、がっかりさせてやろう。彼らはまだ100億の特徴をテーブルモデルに投入することを学んでいないのだから...。
たった一つのクソルール。
この種のことにはスーパーコンピューターが必要だ。
複数のトレーニングが必要な場合は?例えば、いくつかのメタパラメーターを最適化するためだ。その場合は、スーパーコンピューターのスーパーネットワークが必要になる)
複数のトレーニングが必要な場合は?例えば、いくつかのメタパラメーターを最適化するために。その場合は、スーパーコンピューターのスーパーネットワークが必要になるだろう)。
まず第一に、これは学習ではなくルール探しである。
結果に影響を与えるメタパラメーターが常に存在する。例えば、ヒストリーウィンドウの大きさとか、その他もろもろ。メタパラメーターで一番やってはいけないことは、その存在を無視して、ただ天井からその値を取ることだ。
fxsaberが、TSアルゴリズム内の定数を最適化パラメータとして扱うと便利なことがあると言っていたのを覚えています。
結果に影響を与えるメタパラメーターは常に存在する。例えばヒストリーウィンドウの大きさとか、その他もろもろ。メタパラメーターで一番やってはいけないことは、その存在を無視して、ただ天井からその値を取ることだ。
fxsaberが、TSアルゴリズム内の定数を最適化パラメータとして扱うと便利なことがあると言っていたのを覚えています。
履歴ウィンドウの大きさは、表形式のデータを扱う古典的なMOにとっては大きな制限でしかない。
AC(asoc.ルール)は、そのような病気に悩まされることはなく、 非構造化データを 完璧に消化し、さらに、各観測は任意の大きさにすることができる。
そして、まさに「視野の窓」(履歴の窓)は演繹的な力によってのみ制限される。
だから、履歴の窓の大き さに関するあなたの例は、ACに賛成し、MOに反対しているに過ぎない。
もう一つ質問ですが、あなたはACの話題にはどの程度関心があるのですか?
==========================================================================
5つのオブザベーションを持つデータの小さなモックアップ(モデル)を作ってみよう。
オブザベーション - 1つのオブザベーションをm5の引用の1日とします。
. " をオブザベーションのノイズ(我々が興味のないいくつかのイベント)とします。
「A" " B ""C" --->"SELL" これは "SELL "ターゲットをもたらした一連のイベントです。
あなたがフィードするのは、MOの最後の5本のローソク足とターゲットだけです。
このように:
このように、データがきちんと表形式になるようにします。
AMOはどのように例からパターンを見つけるのでしょうか?
スピーカーはすべての観測を入力として受け取り、観測は(例のように)異なるサイズであることができます。
ルールを選択することによってノイズを捨て、ルール ="A" "B" "C "が "CELL"につながるという形でパターンを与える。
それは構造化されていないゴミをパターンに変える。