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 405 1...398399400401402403404405406407408409410411412...3399 新しいコメント Ivan Negreshniy 2017.06.12 10:00 #4041 エリブラリウスさて、最初の投稿にあったタスクですが、みなさんが自分のMOシステムをテストするのには面白いと思います。 面白い発電機をお持ちですね。自作ですか？プロットを2つか3つに分けたのでしょうか。見慣れないデータで何を得るのか？記事で紹介したEAジェネレーターの続き、森に向かってです)。 しかし、このデータを使った実用的な実験は、純粋な学術的な例と思われ、あまり意味がないと思うのですが、いかがでしょうか。 Maxim Dmitrievsky 2017.06.12 10:02 #4042 MOモデルのコンペティションを企画してはどうでしょう。モデルは自作でも何でもよく、全く問題ありません。デモで遊んでいただいても結構です。何が有効で何が有効でないかという無駄な議論に巻き込まれないようにするためです :)EAがどうのこうのという無駄な議論にならないように、デモゲームを楽しむのがメインです :) Forester 2017.06.12 10:03 #4043 イワン・ネグレシュニー記事で紹介したEAジェネレーターの続き、森に向かって）。 しかし、このデータを使った実験は、純粋に学術的な例と思われ、あまり意味がないように思います。また、1つのderovoを作成したところ、入力ファイルを完全に記憶していましたが、新しいデータではすべてがうまくいきません。学習区間での平均誤差 =0.000 (0.0%) nTrees=1 codResp=1 検証時の平均誤差 (20.0%) patch =0.706 (70.6%) nTrees=1 codResp=1 テスト時の平均誤差 (20.0%) plot =0.701 (70.1%) nTrees=1 codResp=1だから意味があるマキシム・ドミトリエフスキー IRモデルのコンテストを開催してはどうでしょう。 モデルは何でもよく、こしらえたものでもよいのですが、重要なのは、学習、重みの選択、最適化の要素があることです。デモで遊んでいただいても結構です。何が効果的で何が効果的でないかという無駄な議論をしないようにね :) まだ勝負になるものがない、NSはテストと改良の段階だが...。 Maxim Dmitrievsky 2017.06.12 10:06 #4044 エリブラリウス 真実は議論の中で生まれる) 問題は、ここにいる多くの人が、自分の言葉を実質的に何も確かめずに、こんなことはナンセンスでうまくいかない、でもそんなことはないはずだ、などと根拠のない発言をする傾向があることです。つまり、その人は自分が何を言っているのか理解せずにただ話しているか、本当に理解して結果を出しているか...。 Forester 2017.06.12 10:12 #4045 マキシム・ドミトリエフスキー 問題は、ここで多くの人が、「こんなことはナンセンスでうまくいかない」「でも、こうはいかないはずだ」などと、根拠なく発言しがちで、その言葉を実質的に何も確認できていないことです。つまり、人は、自分が何を言っているのか理解せず、ただ毒舌なだけなのか、本当に理解して結果を出しているのか......ということです。 信号があれば、その言葉をより信じることができる......。ロボットからの信号かもしれませんが（自分のデザインではありません）。 Ivan Negreshniy 2017.06.12 10:14 #4046 マキシム・ドミトリエフスキー MOモデルのコンテストを企画してはどうでしょう。モデルは何でもいいし、自作でもいいんです。デモで遊んでいただいても結構です。何が有効で何が有効でないかという無駄な議論に巻き込まれないようにするためです :)そして、誰が本当にMIを市場に適用できるかを理解し、誰がただしゃべっているのかが一目瞭然になるのです :)私は実用的な結果を好み、それに従っています。例えば、私はインジケーターやエキスパート・アドバイザーを市場に投入し、そのコードが追加のプログラミングなしにジェネレーターで作成された場合、それは無料です。 Maxim Dmitrievsky 2017.06.12 11:49 #4047 いいえ、私はちょうどマイケルが攻撃されていることを意味し、例えば、彼はいくつかのReshetovのがらくたを使用している...しかし、代替品を提供しないとさえ完全に理解していない:)。モデルを比較したところ、テストサンプルのエラーの割合が少なく、これ以上の証明は必要ないですね :)少なくとも森やシンプルなmlpよりはマシで、どう応用するかはもう第3の課題ですね。その後、彼は素晴らしいモニタリングを行い、すべての理論家を粉々に引き裂くことでしょう :D Forester 2017.06.12 11:54 #4048 マキシム・ドミトリエフスキー： いいえ、私はちょうどマイケルが攻撃されていることを意味し、例えば、彼はいくつかのReshetovのがらくたを使用している...しかし、代替品を提供しないとさえ完全に理解していない:)。モデルを比較したところ、テストサンプルのエラーの割合が少なく、これ以上の証明は必要ないですね :)少なくとも森やシンプルなmlpよりはマシで、どう応用するかはもう第3の課題ですね。そして、彼は素晴らしいモニタリングツールを書いて、すべての理論家をズタズタにするでしょう :D この新しいモデルを理解した場合、2つのRNNに供給する100の入力の中からどのように選択するのでしょうか（8つの入力がそれぞれあるのでしょうか）？100点満点中、8点満点？それぞれの選択肢を計算し、最適なものを選ぶと？あるいは、遺伝や他のタイプの淘汰？現段階では、予測変数の 選択は完全に解決された問題ではなく（相関やフィッシャーによるものですが、信頼できるものではありません）、完全かつ長期の学習による入力の重みによる選択を見ています...。でも、それは長い時間です。 もしかしたら、このシステムには何か面白いことがあるのでは？ Mihail Marchukajtes 2017.06.12 11:59 #4049 エリブラリウス もし、この新しいモデルがわかったら、100の入力からどのように正しいものを選んで、2つのRNN（それぞれ8つの入力がありますよね）に送り込むのか教えてください。100点満点中8点のフルサーチ？それぞれを計算し、最適なものを選択することで？あるいは、遺伝や他のタイプの淘汰？ 具体的にどのように選択されているのかはわかりませんが、1つだけルールがあって、モデルを再トレーニングした途端に、モデルの複雑化が起こります。どのような学習でも、入力の数は常に異なる。すべてはランダムネスによるトレーニングとテストのサンプリング分割に依存する......。モデルがカウントされるのは2日目......。セットからジャンク品を取り除くというのは、そういうことなんです......。:-) Maxim Dmitrievsky 2017.06.12 12:01 #4050 エリブラリウス この新しいモデルを理解した場合、2つのRNN（それぞれ8つの入力がありますね）に与える正しい入力を、100の中からどのように選択するのでしょうか？100点満点中8点のフルサーチ？それぞれを計算し、最適なものを選択することで？あるいは、遺伝や他のタイプの淘汰？ 有益でない予測因子をどのように選別しているのか、まだ分かっていませんので、mkulで書き直している最中です書き換えたり、理解したりするのに時間がかかるので、早くても2週間と書きました。） 1...398399400401402403404405406407408409410411412...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
さて、最初の投稿にあったタスクですが、みなさんが自分のMOシステムをテストするのには面白いと思います。
面白い発電機をお持ちですね。自作ですか？
プロットを2つか3つに分けたのでしょうか。見慣れないデータで何を得るのか？
記事で紹介したEAジェネレーターの続き、森に向かってです)。
しかし、このデータを使った実用的な実験は、純粋な学術的な例と思われ、あまり意味がないと思うのですが、いかがでしょうか。
記事で紹介したEAジェネレーターの続き、森に向かって）。
しかし、このデータを使った実験は、純粋に学術的な例と思われ、あまり意味がないように思います。
また、1つのderovoを作成したところ、入力ファイルを完全に記憶していましたが、新しいデータではすべてがうまくいきません。
学習区間での平均誤差 =0.000 (0.0%) nTrees=1 codResp=1
検証時の平均誤差 (20.0%) patch =0.706 (70.6%) nTrees=1 codResp=1
テスト時の平均誤差 (20.0%) plot =0.701 (70.1%) nTrees=1 codResp=1
だから意味がある
IRモデルのコンテストを開催してはどうでしょう。 モデルは何でもよく、こしらえたものでもよいのですが、重要なのは、学習、重みの選択、最適化の要素があることです。デモで遊んでいただいても結構です。何が効果的で何が効果的でないかという無駄な議論をしないようにね :)
真実は議論の中で生まれる)問題は、ここにいる多くの人が、自分の言葉を実質的に何も確かめずに、こんなことはナンセンスでうまくいかない、でもそんなことはないはずだ、などと根拠のない発言をする傾向があることです。つまり、その人は自分が何を言っているのか理解せずにただ話しているか、本当に理解して結果を出しているか...。
問題は、ここで多くの人が、「こんなことはナンセンスでうまくいかない」「でも、こうはいかないはずだ」などと、根拠なく発言しがちで、その言葉を実質的に何も確認できていないことです。つまり、人は、自分が何を言っているのか理解せず、ただ毒舌なだけなのか、本当に理解して結果を出しているのか......ということです。
MOモデルのコンテストを企画してはどうでしょう。モデルは何でもいいし、自作でもいいんです。デモで遊んでいただいても結構です。何が有効で何が有効でないかという無駄な議論に巻き込まれないようにするためです :)そして、誰が本当にMIを市場に適用できるかを理解し、誰がただしゃべっているのかが一目瞭然になるのです :)
私は実用的な結果を好み、それに従っています。例えば、私はインジケーターやエキスパート・アドバイザーを市場に投入し、そのコードが追加のプログラミングなしにジェネレーターで作成された場合、それは無料です。
いいえ、私はちょうどマイケルが攻撃されていることを意味し、例えば、彼はいくつかのReshetovのがらくたを使用している...しかし、代替品を提供しないとさえ完全に理解していない:)。
モデルを比較したところ、テストサンプルのエラーの割合が少なく、これ以上の証明は必要ないですね :)少なくとも森やシンプルなmlpよりはマシで、どう応用するかはもう第3の課題ですね。
その後、彼は素晴らしいモニタリングを行い、すべての理論家を粉々に引き裂くことでしょう :D
いいえ、私はちょうどマイケルが攻撃されていることを意味し、例えば、彼はいくつかのReshetovのがらくたを使用している...しかし、代替品を提供しないとさえ完全に理解していない:)。
モデルを比較したところ、テストサンプルのエラーの割合が少なく、これ以上の証明は必要ないですね :)少なくとも森やシンプルなmlpよりはマシで、どう応用するかはもう第3の課題ですね。
そして、彼は素晴らしいモニタリングツールを書いて、すべての理論家をズタズタにするでしょう :D
もしかしたら、このシステムには何か面白いことがあるのでは？
もし、この新しいモデルがわかったら、100の入力からどのように正しいものを選んで、2つのRNN（それぞれ8つの入力がありますよね）に送り込むのか教えてください。100点満点中8点のフルサーチ？それぞれを計算し、最適なものを選択することで？あるいは、遺伝や他のタイプの淘汰？
具体的にどのように選択されているのかはわかりませんが、1つだけルールがあって、モデルを再トレーニングした途端に、モデルの複雑化が起こります。どのような学習でも、入力の数は常に異なる。すべてはランダムネスによるトレーニングとテストのサンプリング分割に依存する......。
モデルがカウントされるのは2日目......。セットからジャンク品を取り除くというのは、そういうことなんです......。:-)
この新しいモデルを理解した場合、2つのRNN（それぞれ8つの入力がありますね）に与える正しい入力を、100の中からどのように選択するのでしょうか？100点満点中8点のフルサーチ？それぞれを計算し、最適なものを選択することで？あるいは、遺伝や他のタイプの淘汰？
有益でない予測因子をどのように選別しているのか、まだ分かっていませんので、mkulで書き直している最中です
書き換えたり、理解したりするのに時間がかかるので、早くても2週間と書きました。）