Hui Li is Principal Staff Scientist, Data Science at SAS. This resource is designed primarily for beginner to intermediate data scientists or analysts who are interested in identifying and applying machine learning algorithms to address the problems of their interest. A typical question asked by a beginner, when facing a wide variety of machine...
MoDは常に既成概念にとらわれない、有意義なモデルです。あまりに意味がありすぎて、仕組みがわからなくなることもあります。例えばグラディエントブーストの記事はこちらhttps://habrahabr.ru/company/ods/blog/327250/ 記事があって、説明や計算式があるのですが、それをmqlに移したいという欲求が複雑すぎて実現できていません。
感覚ではなく、狭い意味での専門性というのは、ちょっと違う。
有馬、Garch - インジケータやTAを使用せずに、価格を直接操作します。そのために価格系列を定常ベクトルにするアルゴリズムが組み込まれており、さらに過去の誤差によって予測値を補正する（MA成分）などの細かな工夫もされている。しかし同時に、他の（価格以外の）データには役に立ちません。例えば、これらのモデルは写真を分類することができません。
ニューラルネットワークに価格の時系列を渡して学習させると、価格の自己相関や季節性、トレンドの成分は検索されない--。与えられたものを単純に記憶し、テストや実際の取引での新しいデータに対しては、過去の類似した価格ベクトルを「記憶」し、以前のように取引するのですが、FXでは欠点があることを意味します。
ニューロンカが価格を予測するには手助けが必要です。まず、有馬のように自己相関、トレンド、季節性を検出できる指標を見つけ、これらの指標の値をニューロンカに転送してください。そうすれば、少なくとも有馬やガーチに匹敵する可能性が少しは出てくるはずです。
もうひとつ重要なのは、arimaは時間軸で予測することです。価格が到着した順番を明確に記憶しており、予測には直近の数価格を取り出し、それを基に予測を行うスライディングウィンドウを使用している。トレーニングテーブル全体を一度に操作するニューロニックとは異なり、価格がどのような順番で到着したかはわからない。
+100
ここでは便利なものを扱っているが、わかりやすい真理を扱っているわけではないと思いました)。時間軸の予測をさせろ！これだけ多くの人が取り組んでいるのだから、実例を見せてくれさあさあ）大学2年生で習うゴミのような簡単なモデルです。 残念ながら、私は文系で勉強しました...そこにはそんなものはありません
自分の知識を世界に一般化するのはやめよう。
出版物から判断すると、それが取引の主流になっている。そしてgarchは、子供の頃に勉強した高尚な学者が、ずっと使っている。
自分の知識を世界に一般化するのはやめよう。
出版物から判断すると、それが取引の主流になっている。そしてゴミは、子供の頃にゴミを研究し、それをずっと続けてきた高尚な学者が使うものです。
私の知識は、この分野では非常に小さい、エントリレベル、私はちょうど間接的な兆候によって常に焦点を当て、多くのトレーダーは、私も知っている（遠くから愚かな）。
そして、モデルの開発が大きく複雑になると、当然ながら1つでは成り立たなくなり、つまり、もはや個人売買の問題ではなくなってしまいます。
そして、1つのモデルの開発の非常に複雑で、もちろん可能ではありません、すなわち、我々はもはや民間取引の話をしていない。
これは非常に良い指摘です。時々、プロジェクトがありますが、それを把握した後 - ここで、5-6人のプログラマーと1年の仕事+資金が必要でしょう。また、プロジェクトもありません））。
個人事業主は、もっとシンプルで、もっと効果のないものを必要としています。今は古典的な戦略（つまりロジック上）とMOを1本にまとめようと考えています。Classicはそれだけですでに多くの問題を解決しているので、それを補完してIOに追加機能を割り当てれば、最終的にはどちらの面でもシンプルになる可能性があります。実際、MOの技術的な応用では、このような方法がとられています。
しかし、これをどう組み合わせ、どうタスク配分するかは、まだよく分かっていません。
それはとてもいい指摘だ。時にはプロジェクトがあっても、見積もりの結果、プログラマーが5～6人いて、1年間の作業と資金調達が必要になる。そしてプロジェクトはない。）
民間部門は、たとえ効率が悪くても、もっとシンプルなものを必要としている。私は今、古典的な戦略（論理的な意味で）とMOを一つのボトルにまとめることを考えている。古典はすでにそれ自体で多くのことを解決しているし、それを補完してMOに追加機能を割り当てれば、最終的にはどちらも簡素化できる。実際、MOの技術的な応用ではこれが行われている。
しかし、それをどのように組み合わせ、タスクを分散させるのか、私にはまだわかりません。
私のアイデアは次のようなものです：このフォーラムの記事はすべて読みました :)) 必要だと思われるもの、多かれ少なかれ定常的な形へのあらゆる種類の変換、そして私の経験とスキルを集めました。要するに、収益性を維持したまま長いインターバルで安定させるのは非常に難しいというのが第一印象である。短期的に儲けることは可能だが、長期的にどうなるかはわからない......。
今、注目されているのは、適応性のあるインジケーターの方向性で、その値をNSに詰め込むことができます...そうすれば、NSは再トレーニングされませんし、インジケーター自体もボラティリティに応じて再構築されます...しかし、その作業は些細なことではなく、同じGarchがおそらく役に立つでしょうが、まだわかりません。
どの機械学習 アルゴリズムを使うべきか？
どのような機械学習 アルゴリズムを使うべきか？
そうですね、クラシフィカションには、参照ベクトル法、ベイズ法、ランダムフォレスト法が最適です。手軽で簡単、再トレーニングも不要です。畳み込みも可能です。
マイクロソフトも独自のRandom Forestを持っていますが、名前は忘れました...。カッコイイと言われる。Jungle of Solutionsとか。
株価予想
https://gallery.cortanaintelligence.com/browse?s=stock
有馬
https://gallery.cortanaintelligence.com/CustomModule/Train-Score-Timeseries-1
https://gallery.cortanaintelligence.com/Experiment/Time-Series-Forecasting-8
ディップリング
https://gallery.cortanaintelligence.com/Experiment/Neural-Network-Convolution-and-pooling-deep-net-2
そうですね、クラシフィカションには、参照ベクトル法、ベイズ法、ランダムフォレスト法が最適です。畳み込みも可能です。
マイクロソフトも独自のRandom Forestを持っていますが、名前は忘れました...。カッコイイと言われる。Jungle of Solutionsとか。
https://gallery.cortanaintelligence.com/browse?s=stock
有馬
https://gallery.cortanaintelligence.com/CustomModule/Train-Score-Timeseries-1
https://gallery.cortanaintelligence.com/Experiment/Time-Series-Forecasting-8
科学的で、普通の人の理解を超えたクールな話だが、心理学と人形劇が支配する市場とは何の関係もない。
皆さん、自分を欺いて、高度に知的なおもちゃを発明するのはやめましょう。少なくとも、科学者と一緒に遊ぶなら、これは射撃やレースのような単なるゲームであり、数学や厳密な数式を超えた市場を理解しているわけではないことを、少なくとも理解してください。
なぜ、これだけのものが必要なのでしょうか？予測は必要ない、予測しなくても五分五分でいい、重要なのは資金管理と鋼鉄の神経だと何度も言われました。 インサイダー以外、次の瞬間に価格がどこに行くかなんて誰もわからないし、彼らも100％わからない、しかし彼らは鋼のボールと深い財布を持っていてリスクを取る方法を知っています。彼らはニューラルネットワークやランダムフォレストを 知らないし、彼ら自身も「肉」を紛らすためにそういう偽の戦略を作っているのです。
科学的で、普通の人の理解を超えたクールな話だが、心理学と人形劇が支配する市場とは何の関係もない。
トレーダーには「クリッカー」と呼ばれるカテゴリーがあり、すなわち証券会社の主な相場肉があります。あなたは、マネーマネジメントや鋼鉄の神経といった原始的なカテゴリーに属しているようです。
ティモフェイ・マルティノフがいい例で、彼は今でも自分のリソースで心理と手先の器用さを抑えようとしています :)アルゴトレーダーは、心理学とかいろんな人形とか、ナンセンスなことをとっくにやっているので、何の問題もなく、リスクも少ないです。