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

Aleksey Vyazmikin 2023.10.01 19:05 #32721

СанСаныч Фоменко #:

数量は確率である。従って、1％未満／99％以上の範囲に入る確率があるデータ、または他の量のデータを削除／置換する。私たちは量を切り捨てることはできません - 私たちは歪んだ分布と尾を引いた分布を持っています。

彼らは、MOEによるその量の予測として置換値を取るのが最善であると書いている。しかし、私には少しやりすぎのように思える。

ただ重要なのは、オートマトン上の分布を決定するのはしばしば難しいということだ。

多くの場合、対数正規分布になると思われるが、それは異常値のためであり、そうなる論理はない。

そして、分位値を取るということは、全範囲をカットするということで、外れ値を除去するには十分ではありません。

2つ目のサンプルでは、非常に奇妙な結果が出た。何の操作もせずに、ただ勢いよく学習していたのだが、外れ値のある行を取り除いた後、学習の効果はほとんどゼロに等しくなった。

しかし、外れ値のある行を取り除くと、学習の効果はほとんどゼロになった。今、学習速度を遅くするスイッチを入れた。

そうでなければ、学習プロセス全体が外れ値を記憶することに基づいていることが判明した。

СанСаныч Фоменко 2023.10.01 19:15 #32722

Aleksey Vyazmikin #:

ったな。オートマチックで配分をー。

多くの場合、対数正規分布になると思われるが、これは排出ガスによるもので、そうなる理屈はない。

また、分位値を取るということは、全範囲を切り取るということであり、異常値を取り除くには不十分である。

2つ目のサンプルでは、非常に奇妙な結果が得られました。何の操作もせずに、ただ勢いよく学習していたのですが、外れ値のある行を取り除いた後、学習の効果はほとんどゼロに等しくなりました。

今、学習速度を遅くするスイッチを入れました - 一晩かけてみます - これで何か得られるかどうか見てみます。

そうでなければ、学習プロセス全体が外れ値を記憶することに基づいていることが判明した。

私は冬のEAまでモデルを走らせた（このスレッドに結果を投稿した）。私は逆の結果を得た：分類エラー、それは20％未満であったが、外れ値によって捕らえられた。ー20％未満であった分類誤差が、、、、、ー結果としてー結果としてーそのー80％のーこのー％がー、ーこれらのー

、ークエアーはークエアーはークエアーはークエアーーーーー外れ値はー排除すべきである。

Aleksey Vyazmikin 2023.10.01 19:25 #32723

СанСаныч Фоменко #:

私は冬にEAにモデルを追いつめた（その結果はこのスレッドに投稿した）。私は逆の結果を得た：分類エラー、それは20％未満であったが、外れ値によって捕らえられた。その結果、正しい予測の80％がこれらのエラーによって無効になってしまった。

ひとつはっきりしていることは、外れ値は取り除くべきだということです。そして、モデルの本当の結果は外れ値のないものである。

このこと自体は悪いことではなく、これらの観察が統計的に有意な結論を出すのに十分でないことが悪いのだ。

したがって、あるものは外れ値にゼロが多く、別のものは1が多いというのは普通のことです - それは予測変数の集合によります。

また、外れ値が2つの側面から観察された場合、一方はゼロに近く、もう一方は1に近いということも起こります。

fxsaber 2023.10.01 20:45 #32724

Aleksey Vyazmikin #:

最終的なコードはどこで見ることができますか？

このスレッドにすべて投稿しました。

fxsaber 2023.10.01 20:47 #32725

Rorschach #:

ソースを公開していますので、ご覧ください。相関を計算する関数の右側に[source]という記述があり、それをクリックするとコードが表示されます。我々は2885-2907行に興味がある。2889行目では共分散が使われています。covをクリックすると、コード中のcovに関するすべての記述が右側に表示されます。をクリックすると、共分散関数にジャンプします。MQL C-like言語、すべてのC-like言語は～90%似ており、C#、Java、Python、JavaScriptをそれほど問題なく理解できます。

ありがとう。アルゴリズム化については少し冷静になったので、熱意が戻ったら見てみるよ。

Aleksey Vyazmikin 2023.10.02 03:35 #32726

fxsaber #:

このスレッドにはすべて投稿したと思う。

もちろん読んだけど、年表によると、フォレスターがエラーを見つけ、あなたがそれに同意し、コードの一部が修正された。

そして結局、最終的なコードの完全版をここで見ることはできなかった。あなたがコードを掲載する義務があるという意味ではなく、私はただ尋ねただけなのですが...。

fxsaber 2023.10.02 05:30 #32727

Aleksey Vyazmikin #:

もちろん私も読んだが、年表によれば、フォレスターが何らかの誤りを見つけ、あなたがそれに同意し、コードの一部が修正された。

そして結局、最終的なコードの完全版をここで見ることはできなかった。あなたがコードを掲載する義務があるという意味ではなく、私はただ尋ねただけなのですが...。

高速かつ行ごとに（修正）。

取引、自動取引システム、取引戦略のテストに関するフォーラム。

トレーディングにおける機械学習：理論、モデル、実践とアルゴトレーディング

fxsaber、2023.10.01 09：38

#include <Math\Alglib\statistics.mqh> // https://www.mql5.com/ru/code/11077

const matrix<double> CorrMatrix( const matrix<double> &Matrix )
{
  matrix<double> Res = {};
  
  const CMatrixDouble MatrixIn(Matrix);
  CMatrixDouble MatrixOut;  

  if (CBaseStat::PearsonCorrM(MatrixIn, MatrixIn.Rows(), MatrixIn.Cols(), MatrixOut)) // https://www.mql5.com/ru/code/11077
    Res = MatrixOut.ToMatrix();
  
  return(Res);
}

const matrix<double> CorrMatrix2( const matrix<double> &Matrix )
{
  matrix<double> Res = {};
  Res.Init(Matrix.Cols(), Matrix.Cols());
  
  const CMatrixDouble MatrixIn(Matrix);
  CMatrixDouble Vector(Matrix);
  CMatrixDouble Corr;

  for (int i = 0; i < (int)Matrix.Cols(); i++)
  {
    if (i)
      Vector.SwapCols(0, i);
    
    CBaseStat::PearsonCorrM2(Vector, MatrixIn, MatrixIn.Rows(), 1, MatrixIn.Cols(), Corr);
      
    Res.Col(Corr.Row(0), i);
  }
  
  return(Res);
}

Aleksey Vyazmikin 2023.10.02 10:23 #32728

fxsaber #:

クイックとライン・バイ・ライン（訂正）。

ありがとう！

Renat Akhtyamov 2023.10.02 13:34 #32729

Maxim Dmitrievsky #:

MOもバランスの滑らかさという点では劣っているが、結果はMOより良くない。

5分、ハーフトレーニング

は、4ロッシュの聖杯をショートストップで例えたものに過ぎない。

Maxim Dmitrievsky 2023.10.02 13:36 #32730

Renat Akhtyamov #:

というのは、ショートストップのある4回転グラブの例え以外の何物でもない。

ー残高がー残高がー残高がー

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 3273