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 325 1...318319320321322323324325326327328329330331332...3399 新しいコメント Maxim Dmitrievsky 2017.05.07 21:07 #3241 レナト・アフティアモフうん、かっこいいね。 全体としては悪くないと思います。 まあ、単純な神経細胞ですから、それほど多くの情報を学習できるわけではありませんが、面白いですね。 Yuriy Asaulenko 2017.05.07 21:16 #3242 マキシム・ドミトリエフスキー まあ、単純な神経細胞ですから、そんなに多くの情報を習得することはできませんが、それ以外は面白いですね。 回路図、紙で見せてもらえますか？インプットに何があるのか、途中に何があるのか、アウトプットはどこなのか。なぜなら、すでに多くの本（ノイズサプレッサー、認識など）を読んでいるが、市場だと手が回らないから）。 Maxim Dmitrievsky 2017.05.07 21:18 #3243 ユーリイ・アサウレンコ 回路図、紙で見せてもらえますか？インプットに何があるのか、途中に何があるのか、そしてアウトプットはどこなのか。すでに多くの本（ノイズサプレッサー、認識など）を読んでいるが、市場にリーチできないため）。https://c.mql5.com/3/126/RNN_MT5.zipアドバイザーと説明員がいる Yuriy Asaulenko 2017.05.07 21:36 #3244 マキシム・ドミトリエフスキーhttps://c.mql5.com/3/126/RNN_MT5.zipExpert Advisorがあり、説明文があるありがとうございます。ニューロニクスのノイズサプレッサーと同じような方法で行っています。これこそ、私が恐れていたことです。価格シリーズの10サンプル+仮に、5予測因子 - 10*5=50 +それらの誘導体 - 別の50、追加情報の20以上の入力。最低でも合計120入力。(悲)多層ネットワークや1mTF、ローソク足内部でもこのような行列を数えるのは非常に困難です( Andrey Dik 2017.05.07 21:36 #3245 マキシム・ドミトリエフスキー： また、遺伝的最適化で結果が乱れ始めるとはどういうことでしょうか？:) グラフは時間とともに改善されるはずです。最適化の失敗は、「限界」のパラメータに問題があることを示しています。 失敗のゾーンにあるパラメータと、画像で少し左にあるバリアントの違いを理解するようにしてください。最適化は非常にシンプルです。最適化の基準を高めると同時に、より良い結果を得るための方法を見逃さないよう、「念のため」未踏のゾーンを時々チェックするのです（もしあれば）。バリアントクラウドは、グラフの下部にあるいくつかの希少なバリアントとともに、徐々に上方へシフトしているはずです。 Maxim Dmitrievsky 2017.05.08 05:25 #3246 ユーリイ・アサウレンコありがとうございます。ニューロニクスのノイズサプレッサーと同じような方法で行っています。これこそ、私が恐れていたことです。価格シリーズの10サンプル+仮に、5予測因子 - 10*5=50 +それらの誘導体 - 別の50、追加情報の20以上の入力。最低でも合計120入力。(悲)このような行列を多層ネットワークや1mTF、あるいはロウソクの内部で計算するのは重すぎるのです。 だから、レイヤー数ではなく、ロジカル・コアの改良に目を向けるべきだろう。 Maxim Dmitrievsky 2017.05.08 05:27 #3247 アンドレイ・ディク： 最適化の失敗は、「限界」のパラメータに問題があることを示しています。 失敗のゾーンにあるパラメータと、写真で少し左側にあるバリアントの違いを理解するように努めてください。最適化は非常にシンプルです。最適化の基準を高めると同時に、より良い結果を得るための方法を見逃さないよう、「念のため」未踏のゾーンを時々チェックするのです（もしあれば）。バリアントクラウドは徐々に上方へシフトし、いくつかの希少なバリアントはチャートの下部に表示されるはずです。 そうですね、トレーリングストップの最適化がおかしいですね、ボットロジックを書き換えて再度確認してみます。 СанСаныч Фоменко 2017.05.08 07:09 #3248 アンドレイ・ディク最適化におけるディップは、「エッジ」パラメータに問題があることを示しています。 私は億万長者として堂々とトップに立っているのに、デポは枯渇している-これは最適化の常套手段です。上記は通常の残高、つまり1行分です。また、なぜランダム入力で一行なのか？入力がランダムであれば、バランスラインもランダムで、信頼区間で 囲まれているはずです 信頼区間の代用として、最適化における3次元（色つき）グラフが考えられます。そして、そのバランスに最適化からこのグラフが付き、この三次元グラフがほぼ同じ色をしていれば、グレイルは近いと言えます。そうでなければ、グラフは1円の価値もない。 Maxim Dmitrievsky 2017.05.08 07:19 #3249 サンサニッチ・フォメンコ 私も全く同感で、最適化というのは非常に危険なものです。私は大富豪として堂々とトップに立っているのに、デポは急落しているのです。上の正常なバランスはこちらです。これが1行です。なぜランダム入力で一行なのか？入力がランダムであれば、バランスラインもランダムで、信頼区間で 囲まれているはずです 信頼区間の代用として、最適化における3次元（色つき）グラフが考えられます。そして、そのバランスに最適化からこのグラフが付き、この三次元グラフがほぼ同じ色をしていれば、グレイルは近いと言えます。そうでなければ、上記のチャートは1円の価値もない。 私たちの場合は、オプティマイザーを使ってニューロンの重みを調整している、ただそれだけです。また、スピードという点では、オプティマイザーを介したクラウドでの学習がより高速になると思います。2ヶ月で1000％ってやばくない？:) は、私の論理を少し改善しました。ここで、4月に最大の懸賞金が出たのは事実だ。5月中旬以降、安定した傾向さえ見られるようになった Renat Akhtyamov 2017.05.08 07:27 #3250 この支店は大きいですね。どなたかヒントをください・・・。いくつかの通貨ペアの動きのチャートを持っています。機械学習でパラメータ（ロット、方向）を選択して注文の開閉を行い、結果がプラスになることが多いのですが、どうすればよいでしょうか？つまり、何をすればいいのか、どのようにプログラムを訓練すればいいのか。 1...318319320321322323324325326327328329330331332...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
うん、かっこいいね。
全体としては悪くないと思います。
まあ、単純な神経細胞ですから、それほど多くの情報を学習できるわけではありませんが、面白いですね。
まあ、単純な神経細胞ですから、そんなに多くの情報を習得することはできませんが、それ以外は面白いですね。
回路図、紙で見せてもらえますか？インプットに何があるのか、途中に何があるのか、そしてアウトプットはどこなのか。すでに多くの本（ノイズサプレッサー、認識など）を読んでいるが、市場にリーチできないため）。
https://c.mql5.com/3/126/RNN_MT5.zip
アドバイザーと説明員がいる
https://c.mql5.com/3/126/RNN_MT5.zip
Expert Advisorがあり、説明文がある
ありがとうございます。ニューロニクスのノイズサプレッサーと同じような方法で行っています。これこそ、私が恐れていたことです。
価格シリーズの10サンプル+仮に、5予測因子 - 10*5=50 +それらの誘導体 - 別の50、追加情報の20以上の入力。最低でも合計120入力。(悲)
多層ネットワークや1mTF、ローソク足内部でもこのような行列を数えるのは非常に困難です(
また、遺伝的最適化で結果が乱れ始めるとはどういうことでしょうか？:) グラフは時間とともに改善されるはずです。
最適化の失敗は、「限界」のパラメータに問題があることを示しています。 失敗のゾーンにあるパラメータと、画像で少し左にあるバリアントの違いを理解するようにしてください。
最適化は非常にシンプルです。最適化の基準を高めると同時に、より良い結果を得るための方法を見逃さないよう、「念のため」未踏のゾーンを時々チェックするのです（もしあれば）。
バリアントクラウドは、グラフの下部にあるいくつかの希少なバリアントとともに、徐々に上方へシフトしているはずです。
ありがとうございます。ニューロニクスのノイズサプレッサーと同じような方法で行っています。これこそ、私が恐れていたことです。
価格シリーズの10サンプル+仮に、5予測因子 - 10*5=50 +それらの誘導体 - 別の50、追加情報の20以上の入力。最低でも合計120入力。(悲)
このような行列を多層ネットワークや1mTF、あるいはロウソクの内部で計算するのは重すぎるのです。
だから、レイヤー数ではなく、ロジカル・コアの改良に目を向けるべきだろう。
最適化の失敗は、「限界」のパラメータに問題があることを示しています。 失敗のゾーンにあるパラメータと、写真で少し左側にあるバリアントの違いを理解するように努めてください。
最適化は非常にシンプルです。最適化の基準を高めると同時に、より良い結果を得るための方法を見逃さないよう、「念のため」未踏のゾーンを時々チェックするのです（もしあれば）。
バリアントクラウドは徐々に上方へシフトし、いくつかの希少なバリアントはチャートの下部に表示されるはずです。
そうですね、トレーリングストップの最適化がおかしいですね、ボットロジックを書き換えて再度確認してみます。
最適化におけるディップは、「エッジ」パラメータに問題があることを示しています。
私は億万長者として堂々とトップに立っているのに、デポは枯渇している-これは最適化の常套手段です。
上記は通常の残高、つまり1行分です。また、なぜランダム入力で一行なのか？入力がランダムであれば、バランスラインもランダムで、信頼区間で 囲まれているはずです
信頼区間の代用として、最適化における3次元（色つき）グラフが考えられます。そして、そのバランスに最適化からこのグラフが付き、この三次元グラフがほぼ同じ色をしていれば、グレイルは近いと言えます。そうでなければ、グラフは1円の価値もない。
私も全く同感で、最適化というのは非常に危険なものです。私は大富豪として堂々とトップに立っているのに、デポは急落しているのです。
上の正常なバランスはこちらです。これが1行です。なぜランダム入力で一行なのか？入力がランダムであれば、バランスラインもランダムで、信頼区間で 囲まれているはずです
信頼区間の代用として、最適化における3次元（色つき）グラフが考えられます。そして、そのバランスに最適化からこのグラフが付き、この三次元グラフがほぼ同じ色をしていれば、グレイルは近いと言えます。そうでなければ、上記のチャートは1円の価値もない。
私たちの場合は、オプティマイザーを使ってニューロンの重みを調整している、ただそれだけです。また、スピードという点では、オプティマイザーを介したクラウドでの学習がより高速になると思います。
2ヶ月で1000％ってやばくない？:) は、私の論理を少し改善しました。
ここで、4月に最大の懸賞金が出たのは事実だ。5月中旬以降、安定した傾向さえ見られるようになった
この支店は大きいですね。
どなたかヒントをください・・・。
いくつかの通貨ペアの動きのチャートを持っています。機械学習でパラメータ（ロット、方向）を選択して注文の開閉を行い、結果がプラスになることが多いのですが、どうすればよいでしょうか？
つまり、何をすればいいのか、どのようにプログラムを訓練すればいいのか。