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 3326 1...331933203321332233233324332533263327332833293330333133323333...3399 新しいコメント Aleksey Vyazmikin 2023.10.26 20:33 #33251 Aleksey Nikolayev #: リンク先の文章を読む限り、その関連性についての定理のようなものさえあった。怠けずにリンクくらい読んでください。 だから引用してくれと言ったんだ...。 Aleksey Vyazmikin 2023.10.26 20:35 #33252 Andrey Dik #:理由は単純で、意図した通り、シグナルが消えてしまうのは、シグナルが新しいデータの狭い許容範囲外にあるからだ。さて、これは分類に例えることができる。明確な既知のパターンがあり、曖昧な未知のパターンがある。時間が経つにつれて、未知のものはどんどん増えていき、「既知」のクラスには何も残らなくなる。 明確な説明をありがとう。 Aleksey Nikolayev 2023.10.26 20:37 #33253 Aleksey Vyazmikin #:だから見積もりを頼んだんだ......。 荒らしているのか？このテキストには1つの定理しかなく、それはプロファイルを通してCCVを計算することに関するものだ。 Maxim Dmitrievsky 2023.10.26 20:53 #33254 Aleksey Vyazmikin #:現時点では、結果について私たちの考えは一致している。そうですね、サンプルは非常に薄くなると思いますが、私が理解しているように、このプロセスは反復的なものです。つまり、もっと早い段階で尺度を知り、止めることができ、同じデータを使って同じ木材モデルを構築することができ、葉の分裂が少なく、より信頼できる指標を持つことができるのです。最初の中心はランダムに配置されるという理解で合っていますか？#32100#32098#11831コンパクトネスプロファイルも見てみました。相関行列よりもさらに高くなる可能性があります。メモリだけでなく、計算時間も。セイバーの方法であれば、メモリ効率は良い。私はこのような問題をすぐに解決してしまうのだが、あなたはまた根拠のないコルホーズニク呼ばわりを始めるだろうから、その方法は教えない。 まあ、データセットがしばしばゼロに縮退するという事実にも直面するだろう。 Aleksey Vyazmikin 2023.10.26 21:48 #33255 Aleksey Nikolayev #: 荒らしているのか？テキストには定理が1つしか出てこないし、それはプロファイルを使ったCCVの計算に関するものだ。 私は荒らしていない。私はそんなことをした覚えはない。ただ気づかなかっただけだ。 あなたの言う通り、確かにそこには「完全なクロスバリデーション」コントロールにおける（すべてのスプリットにわたる）平均誤差と プロファイル計算の類似性の理論的証明について書かれている。 この用語は初めて聞きましたが、基本的にすべての可能なサンプリングの組み合わせのことだとわかりました。 しかし、サンプリング分割パッケージがここでどのように役立つのか、私にはまだ理解できません。 Aleksey Vyazmikin 2023.10.26 22:06 #33256 Maxim Dmitrievsky #:#32100#32098#11831 リンク先が何を指しているのか気づきませんでした...。 しかし、まあ、計画はpythonに慣れる方法としてランダムサンプリング分割をテストすることです。それに、私が書きたかった似たようなアイデアをCBがすでに実装していることがわかったし...。 Maxim Dmitrievsky#: コンパクトネスプロファイルも見ました。相関行列よりもさらに高価になるかもしれません。メモリだけでなく、計算時間も。Saberの方法であれば、メモリ効率は良い。私はこのような問題をすぐに解決してしまうのだが、あなたはまたコルホーズニクを根拠のない名前で呼び始めるだろうから、その方法は言わない。 まあ、データセットがしばしばゼロになるという事実にも直面するだろう。 私は急いではいないし、コンピュータ・リソースはある-たとえ古くても、128ギガのRAMはある。いろいろな方法を試してみたいし、自分のやり方を比較したい。 データ不足は私にとって常にある問題で、例を除くとさらに悪化する。 Maxim Dmitrievsky 2023.10.26 22:10 #33257 Aleksey Vyazmikin #:これらのリンクが何を指しているのか理解できない......。でもまあ、pythonに慣れるための方法として、ランダムサンプリングのパーティショニングをテストしようと思っている。それに、私が書きたかった似たようなアイデアをCBがすでに実装していることがわかったし......。私は急いではいませんし、コンピューティングリソースも持っています - 古いものですが、128ギガのRAMを持っています。自分のやり方を比較することも含めて、いろいろな方法を試してみたい。データ不足は僕にとって常にある問題で、例を除くとさらに悪化するんだ。 私が時折トピックを投げかけると、人々は否定や無意識のうちにそれに手を出し始め、しばらくすると丸く収まるという事実に言及する。 そして、誰もがその過程で何らかの具体的な苦しみを経験する。 Aleksey Vyazmikin 2023.10.26 22:19 #33258 Maxim Dmitrievsky #:私が時折トピックを投げかけると、人々は否定や無意識のうちにそれを理解し始め、しばらくすると丸く収まるという事実に言及した。その過程で、誰もが何らかの苦しみを経験する。 まあ、一般的にはそれが普通なんだけどね。君にも同じことが言えるよ） 僕はすでに2年前に、異なる場所でトレーニングし、トレーニングの結果に基づいて予測因子を選択するという大きな実験を行った。シーケンスを保存することで、トレーニングやトレーニング前のデータに影響されずに検証を行うことができるパッケージがあると聞きました。どのようなパッケージかご存知ですか？ Maxim Dmitrievsky 2023.10.26 22:29 #33259 Aleksey Vyazmikin #:まあ、一般的には普通のことだよ。あなたにも同じことが言える）私はすでに2年ほど前に、異なる場所でトレーニングを行い、トレーニングの結果に基づいて予測因子を選択するという大きな実験を行いました。シーケンスを保存して、トレーニング前のデータとトレーニング後のデータに影響されないように検証できるパッケージがあると聞きました。どのようなパッケージかご存知ですか？ パッケージの名前は知らない。 RFのFXが長い間あきらめていたように、このリソースも同じことが起こるだろう。 だから、ニューラルネットワークを他のものに応用する方法を学ぶ必要がある。 Aleksey Vyazmikin 2023.10.27 01:57 #33260 Maxim Dmitrievsky #:どのようなパッケージか知らないがRFのフォーラムが長い間あきらめていたように、このリソースも同じことが起こるだろう。だから、ニューラルネットワークを他の何かに適用する方法を学ぶ必要がある。 RFにはFOREXのライセンスを持つオフィスがある。ずいぶん前に条件を調べたことがあるが、あまり良いものではなかった。 それに、私はモスクワ取引所の方に興味がある。しかし、有名な出来事の後、私はまだそこに行っていない。オプションに興味があるので、そこでMOを使う機会がありそうだ。 他のことをするとしたら、それはもう給料をもらうための仕事であって、自分の労働で収入を得るチャンスがあるとは考えにくいからだ。たとえ新しいことであっても、競争は激しいし、公開された製品はコピーされ、実装はバラバラにされるだろう。 1...331933203321332233233324332533263327332833293330333133323333...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
リンク先の文章を読む限り、その関連性についての定理のようなものさえあった。怠けずにリンクくらい読んでください。
だから引用してくれと言ったんだ...。
理由は単純で、意図した通り、シグナルが消えてしまうのは、シグナルが新しいデータの狭い許容範囲外にあるからだ。
さて、これは分類に例えることができる。明確な既知のパターンがあり、曖昧な未知のパターンがある。時間が経つにつれて、未知のものはどんどん増えていき、「既知」のクラスには何も残らなくなる。
明確な説明をありがとう。
だから見積もりを頼んだんだ......。
現時点では、結果について私たちの考えは一致している。そうですね、サンプルは非常に薄くなると思いますが、私が理解しているように、このプロセスは反復的なものです。つまり、もっと早い段階で尺度を知り、止めることができ、同じデータを使って同じ木材モデルを構築することができ、葉の分裂が少なく、より信頼できる指標を持つことができるのです。
最初の中心はランダムに配置されるという理解で合っていますか？
#32100
#32098
#11831
コンパクトネスプロファイルも見てみました。相関行列よりもさらに高くなる可能性があります。メモリだけでなく、計算時間も。
セイバーの方法であれば、メモリ効率は良い。
私はこのような問題をすぐに解決してしまうのだが、あなたはまた根拠のないコルホーズニク呼ばわりを始めるだろうから、その方法は教えない。
まあ、データセットがしばしばゼロに縮退するという事実にも直面するだろう。荒らしているのか？テキストには定理が1つしか出てこないし、それはプロファイルを使ったCCVの計算に関するものだ。
私は荒らしていない。私はそんなことをした覚えはない。ただ気づかなかっただけだ。
あなたの言う通り、確かにそこには「完全なクロスバリデーション」コントロールにおける（すべてのスプリットにわたる）平均誤差と プロファイル計算の類似性の理論的証明について書かれている。
この用語は初めて聞きましたが、基本的にすべての可能なサンプリングの組み合わせのことだとわかりました。
しかし、サンプリング分割パッケージがここでどのように役立つのか、私にはまだ理解できません。
#32100
#32098
#11831
リンク先が何を指しているのか気づきませんでした...。
しかし、まあ、計画はpythonに慣れる方法としてランダムサンプリング分割をテストすることです。それに、私が書きたかった似たようなアイデアをCBがすでに実装していることがわかったし...。
コンパクトネスプロファイルも見ました。相関行列よりもさらに高価になるかもしれません。メモリだけでなく、計算時間も。
Saberの方法であれば、メモリ効率は良い。
私はこのような問題をすぐに解決してしまうのだが、あなたはまたコルホーズニクを根拠のない名前で呼び始めるだろうから、その方法は言わない。
まあ、データセットがしばしばゼロになるという事実にも直面するだろう。私は急いではいないし、コンピュータ・リソースはある-たとえ古くても、128ギガのRAMはある。いろいろな方法を試してみたいし、自分のやり方を比較したい。
データ不足は私にとって常にある問題で、例を除くとさらに悪化する。
これらのリンクが何を指しているのか理解できない......。
でもまあ、pythonに慣れるための方法として、ランダムサンプリングのパーティショニングをテストしようと思っている。それに、私が書きたかった似たようなアイデアをCBがすでに実装していることがわかったし......。
私は急いではいませんし、コンピューティングリソースも持っています - 古いものですが、128ギガのRAMを持っています。自分のやり方を比較することも含めて、いろいろな方法を試してみたい。
データ不足は僕にとって常にある問題で、例を除くとさらに悪化するんだ。
私が時折トピックを投げかけると、人々は否定や無意識のうちにそれに手を出し始め、しばらくすると丸く収まるという事実に言及する。
そして、誰もがその過程で何らかの具体的な苦しみを経験する。
私が時折トピックを投げかけると、人々は否定や無意識のうちにそれを理解し始め、しばらくすると丸く収まるという事実に言及した。
その過程で、誰もが何らかの苦しみを経験する。
まあ、一般的にはそれが普通なんだけどね。君にも同じことが言えるよ）
僕はすでに2年前に、異なる場所でトレーニングし、トレーニングの結果に基づいて予測因子を選択するという大きな実験を行った。シーケンスを保存することで、トレーニングやトレーニング前のデータに影響されずに検証を行うことができるパッケージがあると聞きました。どのようなパッケージかご存知ですか？
まあ、一般的には普通のことだよ。あなたにも同じことが言える）
私はすでに2年ほど前に、異なる場所でトレーニングを行い、トレーニングの結果に基づいて予測因子を選択するという大きな実験を行いました。シーケンスを保存して、トレーニング前のデータとトレーニング後のデータに影響されないように検証できるパッケージがあると聞きました。どのようなパッケージかご存知ですか？
パッケージの名前は知らない。
RFのFXが長い間あきらめていたように、このリソースも同じことが起こるだろう。
だから、ニューラルネットワークを他のものに応用する方法を学ぶ必要がある。
どのようなパッケージか知らないが
RFのフォーラムが長い間あきらめていたように、このリソースも同じことが起こるだろう。
だから、ニューラルネットワークを他の何かに適用する方法を学ぶ必要がある。
RFにはFOREXのライセンスを持つオフィスがある。ずいぶん前に条件を調べたことがあるが、あまり良いものではなかった。
それに、私はモスクワ取引所の方に興味がある。しかし、有名な出来事の後、私はまだそこに行っていない。オプションに興味があるので、そこでMOを使う機会がありそうだ。
他のことをするとしたら、それはもう給料をもらうための仕事であって、自分の労働で収入を得るチャンスがあるとは考えにくいからだ。たとえ新しいことであっても、競争は激しいし、公開された製品はコピーされ、実装はバラバラにされるだろう。