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 319 1...312313314315316317318319320321322323324325326...3399 新しいコメント Mihail Marchukajtes 2017.05.04 07:16 #3181 Dr.トレーダーパターンパターン vs ニューラルネット」での利益チャート。両パターンとも2016年10月にプラスサイドでeurusdをトレードするように訓練されたもので、一定ロット、ストップや持ち越しなし、常にロングまたはショートトレードで、H1始値でトレードする。チャート上の取引-過去5年間、1ヶ月の学習データを含む。相互評価なしにモデルを学習させ、価格から最大限の利益を搾り取っただけです。チャート上でサーバーが正常なティックを出さなかった場所がある、そこに何らかのプラムがある、ならばその場所を無視すればいいのです。これが神経細胞です。訓練された時間間隔がはっきりわかる、ここだけ安定した利益を出している。そして、こちらがパターン認識モデルです。結果はマイナスですが、それでもニュートロニクスよりはマシです。そして、何週間も利益が出たこともたくさんあります。でも、その後はダメでしたね。 かっこいいけど、どうしたらいいのかわからない。 答えはわかっている。今、家にいないんです。後でパソコンに向かうので、その時の感想をお伝えします。 Dr. Trader 2017.05.04 07:53 #3182 さらにいくつかのグラフをご紹介します。1) Neuronはクロスバリデーションなしでは学習できないので、100%保証で再トレーニングを行います。 同じデータを2つに分けて、トレーニング用とクロスバリデーション用に分けてみました。クロスバリデーションの結果が悪くなり始めると、すぐにモデルの学習が止まってしまうので、学習データの利益がなかなか上がらないことが、グラフからわかります。すべての学習例を記憶している時間はなく、理論的には記憶ではなく論理で取引する必要がある。 しかし、全体の結果にはあまり影響せず、5年間の総損失は80ユーロ(~10%)少なくなっただけです。2) パターンモデル。1ヶ月のデータでモデルを学習させると、約2ヶ月の周期を持つ非常に不規則な正弦波が生成されます(ただし、正確ではありません)ので、1ヶ月ではなく2ヶ月でモデルを学習させてみる価値はあります。 それ以降のグラにしたい。しかし、それは非論理的で理解しがたいもので、何年も利益と損失の間隔があり、時には突然に別のものに移行することもあるのです。2013年初頭に誰かがスイッチを入れた - そして、モデルが使用する特定のパターンがオンになった。モデルが作成されたとき、2016年8月以前の価格にはまったくアクセスできなかったにもかかわらず。そして2017年--誰かが再びスイッチを入れたのか、それらのパターンが劇的に流出し始めたのです。 異なる月、異なる長さの間隔でモデルを訓練すると、毎回驚くほどユニークな結果が得られます。儲かることもあるが、そのパターンがいつまで続くのか、いつか失敗する可能性があるのか、わからないのだ。FXは常にランダムなものではなく、より多くの人を排出するために、時には確立されたルールに反する振る舞いをする攻撃的な環境なのです。 Mihail Marchukajtes 2017.05.04 07:58 #3183 Dr.トレーダーさらにいくつかのグラフをご紹介します。1) Neuronkaはクロスバリデーションなしでは学習できないので、100%保証で再トレーニングを行います。 同じデータを2つに分けて、トレーニング用とクロスバリデーション用に使いました。グラフを見ると、クロスバリデーションの結果が悪くなり始めるとすぐにモデル学習が停止するため、学習データに対する利益が今ほど劇的に上向きにはなっていないことがわかりますね。すべての学習例を記憶している時間はなく、理論的には記憶ではなく論理で取引する必要がある。 しかし、全体の結果にはあまり影響せず、5年間の総損失は80ユーロ(~10%)少なくなっただけです。2) パターンモデル。1ヶ月のデータでモデルを学習させると、約2ヶ月の周期を持つ非常に不規則な正弦波が生成されます(ただし、正確ではありません)ので、1ヶ月ではなく2ヶ月でモデルを学習させてみる価値はあります。 それ以降のグラにしたい。しかし、それは非論理的で理解しがたいもので、何年も利益と損失の間隔があり、時には突然に別のものに移行することもあるのです。2013年初頭に誰かがスイッチを入れた - そして、モデルが使用する特定のパターンがオンになった。モデルが作成されたとき、2016年8月以前の価格にはまったくアクセスできなかったにもかかわらず。そして2017年--誰かが再びスイッチを入れたのか、それらのパターンが劇的に流出し始めたのです。 異なる月、異なる長さの間隔でモデルを訓練すると、毎回驚くほどユニークな結果が得られます。儲かることもあるが、そのパターンがいつまで続くのか、いつか失敗する可能性があるのか、わからないのだ。FXは一定のランダム性ではなく、より多くの人を排出するために、時に確立されたルールに反する振る舞いをする攻撃的な環境なのです。 そうそう、私のTSも浮き沈みが激しいだけです。一般的には負け組ですが、かかる時期もあり、それについては後で考察があります......少し......。Neuronkaのミラーリングを試してみてください。何を得るか?ダイヤルはできるのか? Dr. Trader 2017.05.04 08:33 #3184 ミハイル・マルキュカイツNeuronkaのミラーリングを試してみてください。どんなことができるのか?ダイヤルを合わせるのでしょうか?いや、もっと悪い。 ファイル: model_nnet_cross_inv.png 35 kb Mihail Marchukajtes 2017.05.04 12:28 #3185 eqvityについて長い記事を書いて、私のオプティマイザーReshetovaのNSがどのように漏れるかを示したかったのですが、彼女はそうしなかったので、失礼します。線は最適化の領域、1月1日から現在までの作業内容を示しています。TSの自己資本残高を確定すれば十分で、できればドローダウンでエントリーすればいいことに、ずいぶん前に気づきました。つまり、10台のTSが動いているとすると、その中で埋まり始めたものを選ばなければならない。原則としてサポートラインとレジスタンスラインを使ってやっていますが、はいはい、バランスカーブで正解です。しかし、ここからが本題です。うーん、どう言えばいいのかわからない。バランスシートの成長に最適化する傾向があるということです。このようにバランス成長の始まりを探すようにオプティマイザーを設定したらどうだろう。結局のところ、最適化の良い結果というのは、まさにエクイティの成長が始まった後のタイプなのです。 Mihail Marchukajtes 2017.05.04 12:38 #3186 そうそう!!キャラバトブラザーズ助けて!!一緒に幸せになろうね。シーケンタには2つのナトロエックパラメーターがあり、1つ目は4から10まで、2つ目はほぼ同じということです。その結果、約36通りの組み合わせや選択肢があり、2つ目のパラメータが1つ目のパラメータより小さくはならないことを考慮すると、さらに少なくなります。だから!!!!オプティマイザー(できればMT4)に、以下のようにエクイティを返すようなパラメータを見つけさせることができる人はいますか?つまり、セットの始まりです。1つの最適化セクションに複数の選択肢がある場合もあり、その中から最適なものを見極めていく必要があります。こんな感じです!!!!(笑)。それについてどう思いますか? Mihail Marchukajtes 2017.05.04 12:55 #3187 ただ、その場合、待たされることなく、採用開始までに最適化されているはずです。 Maxim Dmitrievsky 2017.05.04 13:01 #3188 Dr. Trader 2017.05.04 13:06 #3189 ミハイル・マルキュカイツパラメータがあり、その時のエクイティは次のようになります。これは、あらゆるルールやロジックに反しているので、うまくいくかもしれません。Expert Advisor にもう一つパラメータを追加する必要があります - ブレイキング・デイトです。 Expert Advisor が 1 月から 3 月末まで最適化される場合、Breaking Date は 3 月の初めに設定することができます。そして、テスト時に、売買の判断をする際に、まだブレークポイントの日付に達していない場合は、反対方向に売買する必要があります。その結果、最適化に伴ってエクイティグラフは安定的に上向きになりますが、実際には最初の部分がマージされることがわかっています。また、2つ目のオプションパラメータをint型に することで、骨折の日付をずらすことができます。何月何日からすべてが上昇に転じるかは、あらかじめわからない。そして、他のEAパラメータと合わせて遺伝学を用いて最適化することができるのです。 Mihail Marchukajtes 2017.05.04 14:05 #3190 ポイントは、NSの話ではなく、Sequentの話なので、同じ作業期間で入力値を変えてその持ち味を見ることです。最適化せず、手探りで進めた。5-56-67-7このケースは、同時期の4-8と合わせると、さらに興味深い。そして、300pipsのストップロスで動作します。1月1日から現在に至るまでです。正直言って、オプティマイザーで最後の画面を選んだのですが、まあ、オプティマイザーのパスは49個しかないんですけどね。ですから、実は、無次元集合からではなく、これだけバリエーションが少ない有限集合から必要なパラメータを正しく選ぶことを学ばなければならないのです。というわけで.........。 1...312313314315316317318319320321322323324325326...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
パターンパターン vs ニューラルネット」での利益チャート。
両パターンとも2016年10月にプラスサイドでeurusdをトレードするように訓練されたもので、一定ロット、ストップや持ち越しなし、常にロングまたはショートトレードで、H1始値でトレードする。チャート上の取引-過去5年間、1ヶ月の学習データを含む。
相互評価なしにモデルを学習させ、価格から最大限の利益を搾り取っただけです。
チャート上でサーバーが正常なティックを出さなかった場所がある、そこに何らかのプラムがある、ならばその場所を無視すればいいのです。
これが神経細胞です。訓練された時間間隔がはっきりわかる、ここだけ安定した利益を出している。
そして、こちらがパターン認識モデルです。結果はマイナスですが、それでもニュートロニクスよりはマシです。そして、何週間も利益が出たこともたくさんあります。でも、その後はダメでしたね。
かっこいいけど、どうしたらいいのかわからない。
答えはわかっている。今、家にいないんです。後でパソコンに向かうので、その時の感想をお伝えします。
さらにいくつかのグラフをご紹介します。
1) Neuronはクロスバリデーションなしでは学習できないので、100%保証で再トレーニングを行います。
同じデータを2つに分けて、トレーニング用とクロスバリデーション用に分けてみました。クロスバリデーションの結果が悪くなり始めると、すぐにモデルの学習が止まってしまうので、学習データの利益がなかなか上がらないことが、グラフからわかります。すべての学習例を記憶している時間はなく、理論的には記憶ではなく論理で取引する必要がある。
しかし、全体の結果にはあまり影響せず、5年間の総損失は80ユーロ(~10%)少なくなっただけです。
2) パターンモデル。1ヶ月のデータでモデルを学習させると、約2ヶ月の周期を持つ非常に不規則な正弦波が生成されます(ただし、正確ではありません)ので、1ヶ月ではなく2ヶ月でモデルを学習させてみる価値はあります。
それ以降のグラにしたい。しかし、それは非論理的で理解しがたいもので、何年も利益と損失の間隔があり、時には突然に別のものに移行することもあるのです。2013年初頭に誰かがスイッチを入れた - そして、モデルが使用する特定のパターンがオンになった。モデルが作成されたとき、2016年8月以前の価格にはまったくアクセスできなかったにもかかわらず。そして2017年--誰かが再びスイッチを入れたのか、それらのパターンが劇的に流出し始めたのです。
異なる月、異なる長さの間隔でモデルを訓練すると、毎回驚くほどユニークな結果が得られます。儲かることもあるが、そのパターンがいつまで続くのか、いつか失敗する可能性があるのか、わからないのだ。FXは常にランダムなものではなく、より多くの人を排出するために、時には確立されたルールに反する振る舞いをする攻撃的な環境なのです。
さらにいくつかのグラフをご紹介します。
1) Neuronkaはクロスバリデーションなしでは学習できないので、100%保証で再トレーニングを行います。
同じデータを2つに分けて、トレーニング用とクロスバリデーション用に使いました。グラフを見ると、クロスバリデーションの結果が悪くなり始めるとすぐにモデル学習が停止するため、学習データに対する利益が今ほど劇的に上向きにはなっていないことがわかりますね。すべての学習例を記憶している時間はなく、理論的には記憶ではなく論理で取引する必要がある。
しかし、全体の結果にはあまり影響せず、5年間の総損失は80ユーロ(~10%)少なくなっただけです。
2) パターンモデル。1ヶ月のデータでモデルを学習させると、約2ヶ月の周期を持つ非常に不規則な正弦波が生成されます(ただし、正確ではありません)ので、1ヶ月ではなく2ヶ月でモデルを学習させてみる価値はあります。
それ以降のグラにしたい。しかし、それは非論理的で理解しがたいもので、何年も利益と損失の間隔があり、時には突然に別のものに移行することもあるのです。2013年初頭に誰かがスイッチを入れた - そして、モデルが使用する特定のパターンがオンになった。モデルが作成されたとき、2016年8月以前の価格にはまったくアクセスできなかったにもかかわらず。そして2017年--誰かが再びスイッチを入れたのか、それらのパターンが劇的に流出し始めたのです。
異なる月、異なる長さの間隔でモデルを訓練すると、毎回驚くほどユニークな結果が得られます。儲かることもあるが、そのパターンがいつまで続くのか、いつか失敗する可能性があるのか、わからないのだ。FXは一定のランダム性ではなく、より多くの人を排出するために、時に確立されたルールに反する振る舞いをする攻撃的な環境なのです。
そうそう、私のTSも浮き沈みが激しいだけです。一般的には負け組ですが、かかる時期もあり、それについては後で考察があります......少し......。
Neuronkaのミラーリングを試してみてください。何を得るか?ダイヤルはできるのか?
Neuronkaのミラーリングを試してみてください。どんなことができるのか?ダイヤルを合わせるのでしょうか?
いや、もっと悪い。
eqvityについて長い記事を書いて、私のオプティマイザーReshetovaのNSがどのように漏れるかを示したかったのですが、彼女はそうしなかったので、失礼します。線は最適化の領域、1月1日から現在までの作業内容を示しています。
TSの自己資本残高を確定すれば十分で、できればドローダウンでエントリーすればいいことに、ずいぶん前に気づきました。つまり、10台のTSが動いているとすると、その中で埋まり始めたものを選ばなければならない。原則としてサポートラインとレジスタンスラインを使ってやっていますが、はいはい、バランスカーブで正解です。
しかし、ここからが本題です。うーん、どう言えばいいのかわからない。バランスシートの成長に最適化する傾向があるということです。
このようにバランス成長の始まりを探すようにオプティマイザーを設定したらどうだろう。
結局のところ、最適化の良い結果というのは、まさにエクイティの成長が始まった後のタイプなのです。
そうそう!!キャラバトブラザーズ助けて!!一緒に幸せになろうね。シーケンタには2つのナトロエックパラメーターがあり、1つ目は4から10まで、2つ目はほぼ同じということです。その結果、約36通りの組み合わせや選択肢があり、2つ目のパラメータが1つ目のパラメータより小さくはならないことを考慮すると、さらに少なくなります。だから!!!!オプティマイザー(できればMT4)に、以下のようにエクイティを返すようなパラメータを見つけさせることができる人はいますか?
つまり、セットの始まりです。1つの最適化セクションに複数の選択肢がある場合もあり、その中から最適なものを見極めていく必要があります。こんな感じです!!!!(笑)。それについてどう思いますか?
パラメータがあり、その時のエクイティは次のようになります。
これは、あらゆるルールやロジックに反しているので、うまくいくかもしれません。
Expert Advisor にもう一つパラメータを追加する必要があります - ブレイキング・デイトです。
Expert Advisor が 1 月から 3 月末まで最適化される場合、Breaking Date は 3 月の初めに設定することができます。そして、テスト時に、売買の判断をする際に、まだブレークポイントの日付に達していない場合は、反対方向に売買する必要があります。その結果、最適化に伴ってエクイティグラフは安定的に上向きになりますが、実際には最初の部分がマージされることがわかっています。
また、2つ目のオプションパラメータをint型に することで、骨折の日付をずらすことができます。何月何日からすべてが上昇に転じるかは、あらかじめわからない。そして、他のEAパラメータと合わせて遺伝学を用いて最適化することができるのです。
ポイントは、NSの話ではなく、Sequentの話なので、同じ作業期間で入力値を変えてその持ち味を見ることです。最適化せず、手探りで進めた。
5-5
6-6
7-7
このケースは、同時期の4-8と合わせると、さらに興味深い。そして、300pipsのストップロスで動作します。
1月1日から現在に至るまでです。正直言って、オプティマイザーで最後の画面を選んだのですが、まあ、オプティマイザーのパスは49個しかないんですけどね。ですから、実は、無次元集合からではなく、これだけバリエーションが少ない有限集合から必要なパラメータを正しく選ぶことを学ばなければならないのです。というわけで.........。