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 3348 1...334133423343334433453346334733483349335033513352335333543355...3399 新しいコメント СанСаныч Фоменко 2023.12.12 07:54 #33471 Maxim Dmitrievsky #:いや、何の問題もない。利益率は関係ない。重要なのは分類誤差だ。 トレーニングにスプレッドを加えると大きくなるか、変わらないかだ。しかし、スプレッドがマークアップに加味されたときにモデルがより良く機能し始めるわけではなく、利益は出ないが、スプレッドなしでトレーニングした場合と同じように機能する。これが、スプレッドを条件付きで分類誤差に加えた理由です。つまり、モデルの反応によって、それを打ち負かすことはできないのです。マークアップにスプレッドを考慮するということは、それを超えるトレードの長さを意味します。つまり、トレードを長くしてトレーニングし、スプレッドの拡大でテストした結果は、短いトレードでトレーニングした別のモデルの結果とほぼ同じになるのです。これは、私のサインでは、例えばMOはスプレッドに勝てないという、かなり明確な結論であることがわかります。 しかし、コズルに関連するある種の策略を使えば、できることもある。つまり、シグナルの "信頼性 "を示す統計的指標があれば、スプレッドが拡大してもシグナルは機能する。 重要な のは分類 誤差である。 このアプローチでは、負ける可能性のある取引を「正しく」分類します。実際には、スプレッドのせいだけでなく、状況はもっと悪い。実際のEAでは、「正しい」分類から収益性の高いシステムに到達することは、当然のことながら、依然として問題です。 Maxim Dmitrievsky 2023.12.12 08:32 #33472 СанСаныч Фоменко #:利益率がどうであろうと関係ない。重要なのはその後の分類誤差 だ。このアプローチでは、負ける可能性のある取引を「正しく」分類することになる。現実には、スプレッドのせいだけでなく、状況はもっと悪い。実際のEAでは、「正しい」分類から収益性の高いシステムになるには、当然のことながら問題が残ります。 まず、マークアップを可能な限り収益性の高いものにします。その後、「信頼できる」例が再サンプリングされ、モデルのエラーに基づいてフィルタリングされ、残りはゴミとしてマークされます。なぜなら、最初の聖杯マークアップのような理想的な取引は決して存在しないことは明らかだからである（スプレッドがなければ、それはほとんど聖杯となる）。収益性はある程度まで下がり、新しいデータに対する安定性は高まる。そのバランスが選択される。 それは論理的であり、他の人がTSを正当化するほど曖昧ではない。 アルゴリズムの核心は単純である。 Кросс-валидация и основы причинно-следственного вывода в моделях CatBoost, экспорт в ONNX формат www.mql5.com В данной статье предложен авторский способ создания ботов с использованием машинного обучения. СанСаныч Фоменко 2023.12.12 11:40 #33473 Maxim Dmitrievsky #:まず、可能な限り利益が出るようにマークアップする。その後、「信頼できる」例が再サンプルされ、モデルのエラーに基づいてフィルタリングされ、残りはゴミとしてマークされます。なぜなら、最初の聖杯レイアウトのような理想的な取引は決して存在しないことは明らかだからである（スプレッドがなければ、それはほとんど聖杯となる）。収益性はある程度まで下がり、新しいデータに対する安定性は高まる。両者のバランスが選択される。それは論理的であり、他の人がTSを正当化するほど曖昧ではない。アルゴリズムの核心は単純である。 私は記事をざっと見た。 私は最初からある大前提を挙げており、それに基づいて他のすべてが成り立っている： ランダムなサブサンプルでモデルを何度も訓練し、それぞれの予測の質をテストし、すべての誤差を合計すれば、実際によく間違えるケースとよく推測するケースの比較的信頼できるイメージが 得られる。 まったく同意できない。 どんなクロス検証も、定義上、モデルの質を向上させることはできない。クロス検証は、統計のセットを犠牲にして、より妥当なエラー値を計算することを可能にします。その結果生じる分類誤差は、外部ファイルの予測とは関係ないかもしれません。 モデルによる予測の品質は、特定のラベル・セットに対する予測変数のセットによって決定され、モデルとは何の関係もありません。モデル化する前に、予測変数とそのラベルが適合しているかという問いに答えなければなりません。モデルの助けを借りてこの質問に答えることは不可能であり、あなたはそれをしようとしているのです。 mytarmailS 2023.12.12 12:00 #33474 サーカス Maxim Dmitrievsky 2023.12.12 12:37 #33475 СанСаныч Фоменко #:この質問に模型で答えることは不可能であり、あなたはそうしようとしている。 あなたは何を使って答えたいのですか？ СанСаныч Фоменко 2023.12.12 13:03 #33476 Maxim Dmitrievsky #:そして何と答えたい？ 古い話題で何度も書かれている。 Maxim Dmitrievsky 2023.12.12 13:07 #33477 СанСаныч Фоменко #:古い話題だし、何度も書かれている。 同じことだ mytarmailS 2023.12.12 15:41 #33478 このパッケージの開発者 R rusquant の閲覧・評価・購読によるサポート СанСаныч Фоменко 2023.12.12 15:46 #33479 Maxim Dmitrievsky #: 同じことだ あなたの記事には、テスターの "前進 "モードのグラフがない。 ところで、あなたは、価格との差に関係なく、mashkiを使用し、それは面白くないし、全体のTAに矛盾するように、独自のテスターでモデルをテストする特定の条件下で、mashkiは先を見るので、あなたは、それらと注意する必要があります。フォワード "モードを使用すると、先読みがある場合は、フォワードとメインプロットの間に結果に大きな矛盾を取得します。 СанСаныч Фоменко 2023.12.12 15:59 #33480 mytarmailS #: ルスキュアン サイトには、APIティンコフ、フィナム、アローとの相互作用がサポート されていると書かれている。誰か調べましたか？ 1...334133423343334433453346334733483349335033513352335333543355...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
いや、何の問題もない。利益率は関係ない。重要なのは分類誤差だ。 トレーニングにスプレッドを加えると大きくなるか、変わらないかだ。
しかし、スプレッドがマークアップに加味されたときにモデルがより良く機能し始めるわけではなく、利益は出ないが、スプレッドなしでトレーニングした場合と同じように機能する。これが、スプレッドを条件付きで分類誤差に加えた理由です。つまり、モデルの反応によって、それを打ち負かすことはできないのです。
マークアップにスプレッドを考慮するということは、それを超えるトレードの長さを意味します。つまり、トレードを長くしてトレーニングし、スプレッドの拡大でテストした結果は、短いトレードでトレーニングした別のモデルの結果とほぼ同じになるのです。
これは、私のサインでは、例えばMOはスプレッドに勝てないという、かなり明確な結論であることがわかります。
しかし、コズルに関連するある種の策略を使えば、できることもある。つまり、シグナルの "信頼性 "を示す統計的指標があれば、スプレッドが拡大してもシグナルは機能する。
重要な のは分類 誤差である。
このアプローチでは、負ける可能性のある取引を「正しく」分類します。実際には、スプレッドのせいだけでなく、状況はもっと悪い。実際のEAでは、「正しい」分類から収益性の高いシステムに到達することは、当然のことながら、依然として問題です。
利益率がどうであろうと関係ない。重要なのはその後の分類誤差 だ。
このアプローチでは、負ける可能性のある取引を「正しく」分類することになる。現実には、スプレッドのせいだけでなく、状況はもっと悪い。実際のEAでは、「正しい」分類から収益性の高いシステムになるには、当然のことながら問題が残ります。
まず、マークアップを可能な限り収益性の高いものにします。その後、「信頼できる」例が再サンプリングされ、モデルのエラーに基づいてフィルタリングされ、残りはゴミとしてマークされます。なぜなら、最初の聖杯マークアップのような理想的な取引は決して存在しないことは明らかだからである（スプレッドがなければ、それはほとんど聖杯となる）。収益性はある程度まで下がり、新しいデータに対する安定性は高まる。そのバランスが選択される。
それは論理的であり、他の人がTSを正当化するほど曖昧ではない。
アルゴリズムの核心は単純である。
まず、可能な限り利益が出るようにマークアップする。その後、「信頼できる」例が再サンプルされ、モデルのエラーに基づいてフィルタリングされ、残りはゴミとしてマークされます。なぜなら、最初の聖杯レイアウトのような理想的な取引は決して存在しないことは明らかだからである（スプレッドがなければ、それはほとんど聖杯となる）。収益性はある程度まで下がり、新しいデータに対する安定性は高まる。両者のバランスが選択される。
それは論理的であり、他の人がTSを正当化するほど曖昧ではない。
アルゴリズムの核心は単純である。
私は記事をざっと見た。
私は最初からある大前提を挙げており、それに基づいて他のすべてが成り立っている：
ランダムなサブサンプルでモデルを何度も訓練し、それぞれの予測の質をテストし、すべての誤差を合計すれば、実際によく間違えるケースとよく推測するケースの比較的信頼できるイメージが 得られる。
まったく同意できない。
どんなクロス検証も、定義上、モデルの質を向上させることはできない。クロス検証は、統計のセットを犠牲にして、より妥当なエラー値を計算することを可能にします。その結果生じる分類誤差は、外部ファイルの予測とは関係ないかもしれません。
モデルによる予測の品質は、特定のラベル・セットに対する予測変数のセットによって決定され、モデルとは何の関係もありません。モデル化する前に、予測変数とそのラベルが適合しているかという問いに答えなければなりません。モデルの助けを借りてこの質問に答えることは不可能であり、あなたはそれをしようとしているのです。
この質問に模型で答えることは不可能であり、あなたはそうしようとしている。
あなたは何を使って答えたいのですか？
そして何と答えたい？
古い話題で何度も書かれている。
古い話題だし、何度も書かれている。
このパッケージの開発者 R rusquant の閲覧・評価・購読によるサポート
同じことだ
あなたの記事には、テスターの "前進 "モードのグラフがない。
ところで、あなたは、価格との差に関係なく、mashkiを使用し、それは面白くないし、全体のTAに矛盾するように、独自のテスターでモデルをテストする特定の条件下で、mashkiは先を見るので、あなたは、それらと注意する必要があります。フォワード "モードを使用すると、先読みがある場合は、フォワードとメインプロットの間に結果に大きな矛盾を取得します。
ルスキュアン
サイトには、APIティンコフ、フィナム、アローとの相互作用がサポート されていると書かれている。誰か調べましたか？