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 1...333334335336337338339340341342343344345346347...3399 新しいコメント Yuriy Asaulenko 2017.05.11 18:44 #3391 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。 Forester 2017.05.11 18:58 #3392 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？ Yuriy Asaulenko 2017.05.11 19:09 #3393 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。 mytarmailS 2017.05.11 19:11 #3394 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 "の 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 機械学習とニューラルネットワーク 初心者向け MQL4 言語テクニカルインディケータと組み込み関数 MQL5での統計確率分布 СанСаныч Фоменко 2017.05.11 20:45 #3395 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...。 СанСаныч Фоменко 2017.05.11 20:47 #3396 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。 СанСаныч Фоменко 2017.05.11 20:52 #3397 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 "の 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。 Yuriy Asaulenko 2017.05.11 21:41 #3398 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。 Vladimir Perervenko 2017.05.12 07:54 #3399 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-ZurbenkoPeriodogramkzs() 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 Machine learning in trading: СанСаныч Фоменко 2017.05.12 08:38 #3400 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？ 1...333334335336337338339340341342343344345346347...3399 新しいコメント 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
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。
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？
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 "の 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
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...。
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。
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 "の 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。
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。
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)
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
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？