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 41 1...343536373839404142434445464748...3399 新しいコメント mytarmailS 2016.07.12 05:50 #401 mytarmailS 2016.07.12 05:59 #402 Dr.Trader(ドクタートレーダー) あなたと同じように、わざと反対のものを作り出すニューロンを訓練するのです。でも、そんなことして何になるんだ?:)わざとやっているわけではなく、訓練して見ただけです ))レシピはこうです。 1)買いと売りのために別々に2つのネットワークを訓練し、私はそのようなネットワークの出力は01010101ではない、および01010の確率であるため、ネットワークは "深い神経 "が重要です取りました。2) 単純に2つのネットの出力を取って、累積和の差を作り、写真のようにする。最初の図では、下に確率(2つのネットワークの出力そのまま)、上に累積差(そのまま)が価格とともに表示されている2枚目の写真も同じで、わかりやすくするために累積差分の符号を反転(反転)させています=======================================この流れが数本先のローソク足で予測されれば、少なくともローソク足1本分、聖杯と なる))吾輩は未だかつて成功したことがない mytarmailS 2016.07.12 08:02 #403 予測変数のセットを使って、数ステップ先を予測できるツールが必要です。 mytarmailS 2016.07.13 05:10 #404 一日中コメントを待っていたのですが、誰も興味を示さないのでしょうか? СанСаныч Фоменко 2016.07.13 12:11 #405 mytarmailS: は一日中コメントを待っているのですが、誰も興味を示さないのでしょうか?質問自体が明確でない。お気をつけください。2百種類近いモデルがあります。まだマスターアップを始めていない方には、おすすめです。モデルだけでなく、とても便利なものがたくさんあるんですよ。その気になれば、数歩先のことまで予測できるのです。回帰モデルは、前のステップからの誤差を蓄積します。分類モデルの場合、誤差は大きくなるが、先のステップ数には関係ない。時系列の 場合、TFを大きくして1ステップで予測することは常に可能であり、これはより小さなTFで数ステップで予測することに相当することに注意してください。 Dr. Trader 2016.07.13 17:09 #406 mytarmailS: 予測変数のセットを使って、数歩先を予測するようなツールが欲しい 今朝、nnetを使うことを提案しました。私の勘違いで、このパッケージは一度に複数の結果を予測することができなかったのです。混乱させないように投稿を消しました。 Alexey Burnakov 2016.07.15 05:50 #407 すべて読みました。面白いですね。でも、乗り気じゃなかった。休日に。1週間後に気合を入れて約束したことを投稿します。アレクセイ Vladimir Perervenko 2016.07.15 08:03 #408 mytarmailS: 予測変数のセットを使って、数歩先を予測するようなツールが欲しいrminerをチェックする。非常によく整理されたパッケージ mytarmailS 2016.07.17 07:48 #409 ウラジミール・ペレヴェンコこんにちは。2つの質問があります。 1)前のページからリカレントネットワークに関して、私はパッケージ "rnn "を投げたそれは本当に奇妙なと不思議を一種で、 "RSNNS "に切り替えネットワーク "エルマン "を取ったデータはすべて働いて投げました。各変数が数値の入った行列に変換されることがすぐにわかった「rnn」で、「ネットワークが過去の自分をどこまで記憶しているか」をどこでどのように設定するのかがわからないのです。はネットワークのメモリサイズに対応するもので、"RSNNS " にはそのようなパラメータはありませんでしたが、リカレントネットワークの本質はまさにそこに あるので、ないはずはないのです。2)"rminer"にはどのようなものがあるのでしょうか?もし、「有馬」のような意味であれば、うまくいかないでしょう。私は数ステップの予測を行うために、このような分類器のターゲットを書いてみましたが、私は失敗しました、結果は奇妙でした、まず第一に品質が低下し(予測が5番目または10番目のローソクにないため、それは正常です)、反相関はあまり顕著ではないがまだ存在していたが、私は予想が得られなかったというトリックです。インジケーターの反転は、市場の反転と同じで、より質の悪いものを手に入れたような気がするが、なぜそうなったのか理解できない。.. mytarmailS 2016.07.17 08:55 #410 質的特性選択について少しお話します。私の考えは...自分を責めるな! 大げさだが、いい例だ......。一般的な属性選択の方法は、100の指標をトレーニングサンプルに入れ、異なる「程度」の方法を用いて、例えば、価格を最もよく表現する20の指標を選択することに還元されますが、この方法は、属性選択のための高度で強力な方法にもかかわらず、あまりにも原始的ではないでしょうか?粗く原始的で、選択方法は関係ないと思うのですが、その理由を説明しますと.ちょっと回り道をして、レベルと "RSI "指標という2つの機能しか持たないプロのトレーダーがどのように働いているかを考えてみましょう(私はまだ誇張していることを忘れないでください :)。そして、売りトレードは、レベルを上に突破して、RSIが0.9より大きければ売り、というようなトレードシステムもあります・・・。トレーディングシステムとは何ですか? この場合のトレーディングシステムは、データフィルタ、トレーダーがノイズで入力させないフィルタとRSIとこの例ではノイズのシェアは冗談ではない95%であるので-1から1までのRSI範囲とトレーダーは> 0.9それら5%であるものだけを必要とする...つまり、各特徴に含まれる有用な情報のうち5%は神が認めたもので、残りの95%はノイズ、つまり必要のないノイズ、ネットワークの学習を妨げるノイズ、取り除かなければならないノイズ...ということになります。つまり、各属性から有用な状況だけを抽出する必要があります。この例では、RSIの場合、0.9から1までで、あとはすべてゴミです...。そして今、ポストの最初に戻ってみましょう、あなたは100の属性(指標)を持って、あなたができることは(どんなにクールな方法があるかもしれません)、すべての指標はノイズの95%を持っていることを認識し、最高の指標を選ぶことです、あなたはそれらの属性の選択の質はゼロに近いと思いますか、この分野であなたと私の研究は何を確認しています... 結論:各特徴を取り出し、そこから有用なものを分離することが必要である。 1...343536373839404142434445464748...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
あなたと同じように、わざと反対のものを作り出すニューロンを訓練するのです。でも、そんなことして何になるんだ?:)
わざとやっているわけではなく、訓練して見ただけです ))
レシピはこうです。
1)買いと売りのために別々に2つのネットワークを訓練し、私はそのようなネットワークの出力は01010101ではない、および01010の確率であるため、ネットワークは "深い神経 "が重要です取りました。
2) 単純に2つのネットの出力を取って、累積和の差を作り、写真のようにする。
最初の図では、下に確率(2つのネットワークの出力そのまま)、上に累積差(そのまま)が価格とともに表示されている
2枚目の写真も同じで、わかりやすくするために累積差分の符号を反転(反転)させています
=======================================
この流れが数本先のローソク足で予測されれば、少なくともローソク足1本分、聖杯と なる))吾輩は未だかつて成功したことがない
は一日中コメントを待っているのですが、誰も興味を示さないのでしょうか?
質問自体が明確でない。
お気をつけください。2百種類近いモデルがあります。まだマスターアップを始めていない方には、おすすめです。モデルだけでなく、とても便利なものがたくさんあるんですよ。
その気になれば、数歩先のことまで予測できるのです。
回帰モデルは、前のステップからの誤差を蓄積します。
分類モデルの場合、誤差は大きくなるが、先のステップ数には関係ない。
時系列の 場合、TFを大きくして1ステップで予測することは常に可能であり、これはより小さなTFで数ステップで予測することに相当することに注意してください。
予測変数のセットを使って、数歩先を予測するようなツールが欲しい
mytarmailS:
予測変数のセットを使って、数歩先を予測するようなツールが欲しい
rminerをチェックする。非常によく整理されたパッケージ
こんにちは。
2つの質問があります。
1)前のページからリカレントネットワークに関して、私はパッケージ "rnn "を投げたそれは本当に奇妙なと不思議を一種で、 "RSNNS "に切り替えネットワーク "エルマン "を取ったデータはすべて働いて投げました。各変数が数値の入った行列に変換されることがすぐにわかった「rnn」で、「ネットワークが過去の自分をどこまで記憶しているか」をどこでどのように設定するのかがわからないのです。はネットワークのメモリサイズに対応するもので、"RSNNS " にはそのようなパラメータはありませんでしたが、リカレントネットワークの本質はまさにそこに あるので、ないはずはないのです。
2)"rminer"にはどのようなものがあるのでしょうか?もし、「有馬」のような意味であれば、うまくいかないでしょう。
私は数ステップの予測を行うために、このような分類器のターゲットを書いてみましたが、私は失敗しました、結果は奇妙でした、まず第一に品質が低下し(予測が5番目または10番目のローソクにないため、それは正常です)、反相関はあまり顕著ではないがまだ存在していたが、私は予想が得られなかったというトリックです。インジケーターの反転は、市場の反転と同じで、より質の悪いものを手に入れたような気がするが、なぜそうなったのか理解できない。..
質的特性選択について少しお話します。私の考えは...
自分を責めるな! 大げさだが、いい例だ......。
一般的な属性選択の方法は、100の指標をトレーニングサンプルに入れ、異なる「程度」の方法を用いて、例えば、価格を最もよく表現する20の指標を選択することに還元されますが、この方法は、属性選択のための高度で強力な方法にもかかわらず、あまりにも原始的ではないでしょうか?粗く原始的で、選択方法は関係ないと思うのですが、その理由を説明しますと.
ちょっと回り道をして、レベルと "RSI "指標という2つの機能しか持たないプロのトレーダーがどのように働いているかを考えてみましょう(私はまだ誇張していることを忘れないでください :)。そして、売りトレードは、レベルを上に突破して、RSIが0.9より大きければ売り、というようなトレードシステムもあります・・・。
トレーディングシステムとは何ですか? この場合のトレーディングシステムは、データフィルタ、トレーダーがノイズで入力させないフィルタとRSIとこの例ではノイズのシェアは冗談ではない95%であるので-1から1までのRSI範囲とトレーダーは> 0.9それら5%であるものだけを必要とする...
つまり、各特徴に含まれる有用な情報のうち5%は神が認めたもので、残りの95%はノイズ、つまり必要のないノイズ、ネットワークの学習を妨げるノイズ、取り除かなければならないノイズ...ということになります。つまり、各属性から有用な状況だけを抽出する必要があります。この例では、RSIの場合、0.9から1までで、あとはすべてゴミです...。
そして今、ポストの最初に戻ってみましょう、あなたは100の属性(指標)を持って、あなたができることは(どんなにクールな方法があるかもしれません)、すべての指標はノイズの95%を持っていることを認識し、最高の指標を選ぶことです、あなたはそれらの属性の選択の質はゼロに近いと思いますか、この分野であなたと私の研究は何を確認しています...
結論:各特徴を取り出し、そこから有用なものを分離することが必要である。