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 372 1...365366367368369370371372373374375376377378379...3399 新しいコメント 削除済み 2017.05.22 13:56 #3711 マキシム・ドミトリエフスキー http://sci.alnam.ru/book_dsp.phpが、P.126には写真がない。 絵にならないサンプルを画像として保存し、ここにアップロードしてください。 Maxim Dmitrievsky 2017.05.22 13:59 #3712 Oleg avtomat: 絵にならないそして、その例を画像として保存し、ここに貼り付けます。 そうなんですか？ 削除済み 2017.05.22 14:04 #3713 マキシム・ドミトリエフスキー そうなんですか？ この本がそうです。p.126例5.4. Maxim Dmitrievsky 2017.05.22 14:07 #3714 Oleg avtomat: この本がそうです。p.126例5.4. ああ、すぐには理解できなかった...、ここで 削除済み 2017.05.22 14:13 #3715 マキシム・ドミトリエフスキー ああ、すぐには理解できなかった...、どうぞ。 吉と出るか凶と出るか） 削除済み 2017.05.22 14:14 #3716 ディミトリ 相関のないところに依存はありえません。相関は線形でも非線形でもよいが、依存性があればそうなる。相関がないのに相関がある、つまり偽の相関がある場合があります。私はこのスレッドの書き込みを1つも削除していません。Bendat J., Pearsol A.応用ランダムデータ解析:翻訳：ワールド、1989年pにあります。126例 5.4.無相関の従属確率変数。 Forester 2017.05.22 14:36 #3717 Reshetov氏のRNNの仕組みを説明した論文からの抜粋です。 。 "ニューラルネットワークのオーバートレーニングの問題を詳細に論じ、その原因を特定し、問題解決の方法を提案するものである。1.ニューラルネットワークはなぜ再トレーニングされるのですか？ニューラルネットワークの再トレーニングを行う理由は何でしょうか？実はいくつか理由があるのかもしれません。 サンプル外問題を解決するためには、学習サンプルの例数が十分ではありません。 入力データは、異なるサンプルの出力データとの相関の度合いによって不平等に分布しており、これは非定常データを処理する際に非常によく見られることである。例えば、学習用サンプルでは、出力値に対する任意の入力パラメータまたは複数の入力パラメータの相関が、テスト用サンプルに比べて著しく高い、あるいは、悪いことに、異なるサンプルの相関係数が符号で異なっていることがあります。これは、ニューラルネットワークを学習さ せる前に、異なるサンプルで全てのパラメータの相関係数を計算することで簡単に確認することができます。そして、この欠点を解消するのも非常に簡単で、学習用サンプルをランダムにサンプルに分散させるのです。 入力パラメータは出力パラメータと関係がない、つまり因果関係がない、つまり代表性がないため、ニューラルネットワークを学習させるものがないのです。そ して、入力と出力の相関関係をチェックすると、ゼロに近い相関関係が表示される。この場合、ニューラルネットワークを学習させるために、他の入力データを探す必要がある。 入力データは互いに高い相関を持っている。この場合、出力データとの相関が最大となる入力データを残し、残りのデータと相関が高いものを削除する必要があります。上記のオーバートレーニングの理由とその解消法は、いずれもニューラルネットワーク技術に関する様々な文献や論文に従来から記載されているものであり、一般的な知識である。" ファイル: RNN_MT5.zip 223 kb Дмитрий 2017.05.22 14:45 #3718 アリョーシャドミトリー、申し訳ないが、私を荒らそうとしているのか、ふざけているのか、それとも単なるバカなのか、失礼ながら疑ってしまう...。2つの属性が両方ともターゲットとの相関がゼロであること、しかし両方とも有意であること、どちらも落とせないこと、線形依存性がゼロであること、線形100％ではない こと、つまり、相関がゼロでもデータセットが完全に予測可能であること、がつまらない例から分からない のでしょうか？を完全に否定しています。 もちろん、バカにしてるんですよ!私はこのスレッドではっきりと「正直に率直に言いますが、私は数年前にNSと診断し、この 方法を放棄しました」と書きました。では具体的にNSの場合はどうかと いうと、それは私には難しいです。NSには、事前に選択することなく手元にあるものをすべて詰め込むことができる何かが あるのかもしれません。私が述べたアプローチのDMのすべての方法について」 です。(с)私がNSに精通しておらず、そこでの仕組みがわからないと何度か書いているところに、NSの例を出して叫びだすものが現れたら、私への苦情は？はっきり、率直に書きました。1. 次元が小さくなる。2.モデルの精度について - I DON'T KNOW!それでもダダをこね始める人が出てくるのですが...。 Дмитрий 2017.05.22 14:45 #3719 ミハイル・マルキュカイツ 変数の相関は、予測の可能性を意味しない。ペアは相関がある場合があります。つまり、両者には相関があるが、同時に変化して先読みできないため、一方を経由して他方を予測することは不可能ということです。そこまでが相関関係!!!! バカにしないでください。どうしても誤魔化したいなら、例えばスチームトレーディングでググってみてください。 Дмитрий 2017.05.22 14:47 #3720 アリョーシャ また嘘です。 非線形相関はありません 相関は足し算や余弦のように厳密に定義された数学的構造です。 学校と同じように、基本から見ていきましょう。非線形相関」とは何か、どのように算出するのか。http://metr-ekon.ru/index.php?request=full&id=412 1...365366367368369370371372373374375376377378379...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
http://sci.alnam.ru/book_dsp.php
が、P.126には写真がない。
絵にならない
サンプルを画像として保存し、ここにアップロードしてください。
絵にならない
そして、その例を画像として保存し、ここに貼り付けます。
そうなんですか？
そうなんですか？
この本がそうです。
p.126
例5.4.
この本がそうです。
p.126
例5.4.
ああ、すぐには理解できなかった...、ここで
ああ、すぐには理解できなかった...、どうぞ。
吉と出るか凶と出るか）
相関のないところに依存はありえません。相関は線形でも非線形でもよいが、依存性があればそうなる。
相関がないのに相関がある、つまり偽の相関がある場合があります。
私はこのスレッドの書き込みを1つも削除していません。
Bendat J., Pearsol A.
応用ランダムデータ解析:翻訳：ワールド、1989年
pにあります。126
例 5.4.無相関の従属確率変数。
。
"ニューラルネットワークのオーバートレーニングの問題を詳細に論じ、その原因を特定し、問題解決の方法を提案するものである。
1.ニューラルネットワークはなぜ再トレーニングされるのですか？
ニューラルネットワークの再トレーニングを行う理由は何でしょうか？実はいくつか理由があるのかもしれません。- サンプル外問題を解決するためには、学習サンプルの例数が十分ではありません。
- 入力データは、異なるサンプルの出力データとの相関の度合いによって不平等に分布しており、これは非定常データを処理する際に非常によく見られることである。例えば、学習用サンプルでは、出力値に対する任意の入力パラメータまたは複数の入力パラメータの相関が、テスト用サンプルに比べて著しく高い、あるいは、悪いことに、異なるサンプルの相関係数が符号で異なっていることがあります。これは、ニューラルネットワークを学習さ せる前に、異なるサンプルで全てのパラメータの相関係数を計算することで簡単に確認することができます。そして、この欠点を解消するのも非常に簡単で、学習用サンプルをランダムにサンプルに分散させるのです。
- 入力パラメータは出力パラメータと関係がない、つまり因果関係がない、つまり代表性がないため、ニューラルネットワークを学習させるものがないのです。そ して、入力と出力の相関関係をチェックすると、ゼロに近い相関関係が表示される。この場合、ニューラルネットワークを学習させるために、他の入力データを探す必要がある。
- 入力データは互いに高い相関を持っている。この場合、出力データとの相関が最大となる入力データを残し、残りのデータと相関が高いものを削除する必要があります。
上記のオーバートレーニングの理由とその解消法は、いずれもニューラルネットワーク技術に関する様々な文献や論文に従来から記載されているものであり、一般的な知識である。"ドミトリー、申し訳ないが、私を荒らそうとしているのか、ふざけているのか、それとも単なるバカなのか、失礼ながら疑ってしまう...。2つの属性が両方ともターゲットとの相関がゼロであること、しかし両方とも有意であること、どちらも落とせないこと、線形依存性がゼロであること、線形100％ではない こと、つまり、相関がゼロでもデータセットが完全に予測可能であること、がつまらない例から分からない のでしょうか？
を完全に否定しています。
もちろん、バカにしてるんですよ!
私はこのスレッドではっきりと「正直に率直に言いますが、私は数年前にNSと診断し、この 方法を放棄しました」と書きました。では具体的にNSの場合はどうかと いうと、それは私には難しいです。NSには、事前に選択することなく手元にあるものをすべて詰め込むことができる何かが あるのかもしれません。私が述べたアプローチのDMのすべての方法について」 です。(с)
私がNSに精通しておらず、そこでの仕組みがわからないと何度か書いているところに、NSの例を出して叫びだすものが現れたら、私への苦情は？
はっきり、率直に書きました。
1. 次元が小さくなる。
2.モデルの精度について - I DON'T KNOW!
それでもダダをこね始める人が出てくるのですが...。
変数の相関は、予測の可能性を意味しない。ペアは相関がある場合があります。つまり、両者には相関があるが、同時に変化して先読みできないため、一方を経由して他方を予測することは不可能ということです。そこまでが相関関係!!!!
バカにしないでください。
どうしても誤魔化したいなら、例えばスチームトレーディングでググってみてください。
また嘘です。 非線形相関はありません 相関は足し算や余弦のように厳密に定義された数学的構造です。
学校と同じように、基本から見ていきましょう。非線形相関」とは何か、どのように算出するのか。
http://metr-ekon.ru/index.php?request=full&id=412