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 3276

 
mytarmailS #:
そんなもんだろう...どうだ?

o[0]って何ですか?
ああ、全部だよ。
 
Maxim Dmitrievsky #:
ったな
))
 

エンジンルームの皆さん、こんにちは!

強力なニューラルネットワークを作りました。

パウンドドールと通常飛行用に訓練しました。


 
Alexander Ivanov #:

エンジンルームにご挨拶!

私も強力なニューラルネットワークを作りました。

パウンドドールと通常飛行のために訓練しました。

取引履歴を見ることはできますか?

 
Renat Akhtyamov #:

取引履歴を見ることができますか?


pounddollでトレーニングしていますが、問題ありません。でも履歴が少ないんです。

でもうれしいよ。

 

今、ニューラルネットワークに、取引しながら自己学習させてるんだ。

つまり、賢いロボットを手に入れるべきだ。 毎週訓練する必要はない。

 
Alexander Ivanov #:


パウンドドールでトレーニングしたことがあるし、問題ないよ。でも、あまり歴史がない。

でも、うれしいよ。

これはデモですか?(ストップ5-10ピップス)

 
Renat Akhtyamov #:

これはデモですか?

ええ。

 
Alexander Ivanov #:

はい

なるほど。

でも、4桁の100ピプスを食うような訓練って、できるんですか?

つまり、ピップスから逃れるために。
 
mytarmailS #:

戦略について

ー https://buildalpha.wordpress.com/2018/11/20/buildalpha-ensemble-strategies-reduce-overfitting-by-combining-strategies/

----------------------------------------

必要なのは、戦略が新しいデータで機能するかどうかを知るための、戦略の再トレーニングの指標だけであり、それ以外はすべて解決可能である...。

----------------------------------------

私はオーバートレーニングを検出するためにいくつかのアプローチを取る考えを持っています。私のはauto.arimaとプラド "PBO "に基づいています。私はオーバートレーニングを検出するためにいくつかのアプローチを取るアイデアを持っています。私のはauto.arima、プラド "PBO "に基づいていますが、多分何か他のもの、予測因子としてそれらを投げ、オーバートレーニングの確率を予測するためにAMOを教え、それをメトリックにする。

、ーあるいはー

非常に興味深い。オーバートレーニングはMOの2つ目の柱です。つ目の柱は、予測因子をゴミから取り除くこと、最も単純なことだ。しかし、3つ目の柱がある。ここではまったく何も考えていない。

理由: