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 340

 
Vladimir Perervenko:

Rにはかなり優れたmxnet パッケージがあります。しかし、より高度なモデルはPythoneで見るべきでしょう。

先日、ニューラルネットワークとフリーソフトのNSに関する比較的新しいレビューを読んでいました。だから、そこにいるPythonは、世界の最先端にはほど遠いのです。他にもいろいろと言及されていますが、やはり、バラエティに富んだ輝きはないですね。リンク先を保存していないのが残念です。

Rの場合は、専門性が高いため、通常のモデリング数学、例えば信号のフィルタリングなど、いろいろなことが完全に欠落しています。何ができるかというと、歌うか踊るかのどちらかです。

 
ウラジミール・ペレヴェンコ

これとこれとこれと、たぶんこれを見て ください。

すべてが明らかになるわけではありませんが、ニューラルネットワークの基本的な考え方が伝わればと思います。

グッドラック

ところで、MT4|5とRの連携はすでに行われているのでしょうか、それともDLLを使う必要があるのでしょうか?
 
エリブラリウス
ところで、MT4|5とRとの連携は行われたのでしょうか、それともまだDLLを適用する必要があるのでしょうか?
それは統合ではなく、MTでいくつかの類似したアルゴリズムのライブラリを作ることです。この統合は、Rと直接作業することを意味します。DLLは既に作成されています。SanSanychにリンクを頼んでみてください。彼は、この仕事における私たちの勝利の 主催者であり、鼓舞者なのです。
 
Dr.トレーダー


個人的な意見ですが、ネウロイ、フォレスト、リグレッション、どれもFXには弱すぎる...............。

今は、似たようなパターンの後に価格がどう動いたか、歴史を見るパターン認識モデルを研究しています...............。

まさに私の足跡をたどり、私と同じように考えているのですから、面白いものです。

市場は面白い生き物で、一度に理解するのは難しい...。ニューロケにもう少し安定性を持たせる方法をお伝えします。 昔書いたのですが、いわゆる「批判的視点」を加えるのです。

レシピはこれです。

1)市場データを 取得する - 指標から価格まで何でもよい

2) 訓練用サンプルを採取し、3つの部分 "A" に分割する。, "Б", "Ц"

3) クラスの代わりにクラスの確率を表すベクトルを出力とする ニューロンを 用意し、「A」サンプルの 市場 データを用いてこのニューロンを ティーチングする。

4) サンプル "B "と "C "をニューロンで 予測し、サンプル"B "と "C " 予測ベクトルを 得る

5) 新しいニューラルネットワークを作成し、サンプル「B」の 市場データで 再度訓練し、古いニューラルネットワークからサンプル「B 」の 予測の別のベクトルを追加します。

6) バリデーション用サンプル "C"


使ってみて、その効果を実感してください

 
ユーリイ・アサウレンコ

信号のフィルタリング、などなど。


もう少し具体的に教えてください。とても興味深いです。

Rのすべてが冗長であるように思えたのです。統計学から見たルビコン自身は、matlabのようには見えませんが、全てはそこにあるようです...。

 
エリブラリウス
ところで、MT4|5とRとの連携は行われたのでしょうか、それともまだDLLを適用する必要があるのでしょうか?

ここでは、その例を紹介するライブラリです。不満はない。
 
mytarmailS:

私の足跡をたどって、私と同じように考えているんですね、面白いです。

市場は面白い生き物で、一度に理解するのは難しい...。神経回路をもう少し安定させるにはどうしたらいいかというと、昔書いたのですが、いわゆる「批判的視点」を加えることです。

レシピはこれです。

1)市場データを 取得する - 指標から価格まで何でもよい

2) 訓練用サンプルを採取し、3つの部分 "A" に分割する。, "Б", "Ц"

3) クラスの代わりにクラスの確率を表すベクトルを出力とする ニューロンを 用意し、「A」サンプルの 市場 データを用いてこのニューロンを ティーチングする。

4) サンプル "B "と "C "をニューロンで 予測し、サンプル"B "と "C " 予測ベクトルを 得る

5) 新しいニューラルネットワークを作成し、サンプル「B」の 市場データで 再度訓練し、古いニューラルネットワークからサンプル「B 」の 予測の別のベクトルを追加します。

6) バリデーション用サンプル "C"


どうなるか、試してみてください。


木で試してみた - そこでもクラスの代わりに確率を取ることができます。スキームはほとんどあなたのものです。さらに試したところ、2クラスの場合、確率は半分にならないが、それ以外の方法で分割する方法がある。数パーセントの改善です。

すべて空。

ターゲットに関連する予測因子を探すべきだろう。そして、モデルには一切手を出さないことです。良い予測因子であれば、モデルはほぼ同じ結果を出す。

 
サンサニッチ・フォメンコ


もう少し具体的に教えてください。とても興味深いです。

Rのすべてが冗長なのでは?ルブリケーターは統計学から独自に開発したもので、matlabのようには見えませんが、すべてが揃っているようです...。

具体的にはすでに言われています。例えば、-フィルタリング。Rのフィルターは、無線工学的な意味でのフィルターであり、すべてのフィルタリングソフトウェアは、そのような存在ではありません。Z変換 - なし。積分変換は存在しない(このうちフーリエ変換のみ存在する)。Rは、数ヶ月前にSciLabで仕事をするのを辞めたために、多くのことが不足しています。その時に聞いていれば、もっと具体的に説明できたはずです)。

これはRの欠点ではなく、特異性である。SciLabにも欠点(仕様)があるのですが)ソフトウエアは、異なる問題を解決することを目的としており、部分的に重複しています。

 
Yuriy Asaulenko:

具体的にはすでに言われています。例えば、-フィルタリング。Rにはそのようなフィルターはなく、電波的な意味でのフィルター、そしてすべてのフィルターソフトがあります。Z変換 - なし。積分変換は存在しない(このうちフーリエ変換のみ存在する)。Rは、数ヶ月前にSciLabで仕事をするのを辞めたために、多くのことが不足しています。その時に聞いていれば、もっと具体的に説明できたはずです)。

これはRの欠点ではなく、特異性である。SciLabにも欠点(仕様)があるのですが)このソフトは、一部重複するものの、異なる問題の解決を目指しています。

文章の組み立て方が間違っています。必要なフィルターが見つからなかった*」と書かれていますね。どのようなフィルターに興味を持たれているのか分からないので、一目で分かるようにご紹介します。

mFilter パッケージ- バクスター・キング・フィルタ、バターワース・フィルタ、クリスチャノ・フィッツジェラルド・フィルタ、ホドリック・プレスコット・フィルタ、三角回帰フィルタ

FKFパッケージ - 高速カルマンフィルタ

packagekza -coeff() Kolmogorov-Zurbenko Fourier Transform (コルモゴロフ・ズルベンコフーリエ変換)

kz() コルモゴロフ・ツルベンコ フィルタ

kza() Kolmogorov-Zurbenko Adaptive (コルモゴロフ・ズルベンコ・アダプティブ)

kzft() コルモゴロフ・ズルベンコフーリエ変換

kzp() Kolmogorov-ZurbenkoPeriodogram

kzs() Kolmogorov-Zurbenko スプライン

kzsv() Kolmogorov-Zurbenko Adaptive filter with Sample Variance.

kztp() Kolmogorov-Zurbenko 三次ピリオドグラム

max_freq() Kolmogorov-Zurbenko Fourier Transform (コルモゴロフ・ズルベンコ・フーリエ変換)

などなど・・・。

それに、フィルターに造詣が深く、計算するための数式を知っている人なら、ただ計算するだけでも問題はないだろう。ダメ?

グッドラック



 
ユーリイ・アサウレンコ

具体的にはすでに言われています。例えば、-フィルタリング。Rにはそのようなフィルターはなく、電波的な意味でのフィルター、そしてすべてのフィルターソフトがあります。Z変換 - なし。積分変換は存在しない(このうちフーリエ変換のみ存在する)。Rは、数ヶ月前にSciLabで仕事をするのを辞めたために、多くのことが不足しています。その時に聞いていれば、もっと具体的に説明できたはずです)。

これはRの欠点ではなく、特異性である。SciLabにも欠点(仕様)があるのですが)このソフトウェアは、部分的に重なり合う異なる問題の解決を目的としています。


Rのことではなく、あなたのことです。

私の理解では、あなたはいくつかの数学的ツールのプロで、当然それを取引に使おうとしています。

トレーディングの問題点を探し、それを解決するためのツールを探すというアプローチの方が正しいと思うのですが、いかがでしょうか。

Rはトレーディングに統計学を使うことに特化したシステムで、だからこそ、10年前にRの競合相手としてさまざまなmatlabやmatcad(スカイラブが全く知られていない)が引き合いに出されなかったのでしょう。

具体的には、フィルターについて。

上記の同僚がそのいくつかを挙げている。

しかし、フィルターは入力信号を分割するものであり、最初に目立つのはトレンドです。そのため、多くのRパッケージでは、フィルタを強調する結果となるスムージングが最初のステップとなる。他にも、SSA(クローラー)、ウェーブレットなど、質的に異なる多くの平滑化ツールが宣言されています。


しかし、実際には、あなたが指摘したRフィルターの擬似問題は、もっと根が深いものなのです。

なぜ必要なのか?フィルターは補助的な道具です。そして、Rには意思決定ユニットを構築するためのソリューションが用意されている。機械学習とARMA-ARIMA-ARFIMA-ARCH-GARCHの2系統に大別される。フィルターが関係するのか?