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 447

 

どうやっているのだろう?:)毎週再訓練を続け、ライブテスト3週目、今週は1回ストップに引っかかりましたが、その後取り戻し、現在のトレードはブレイクイーブンで+100です。先週のドローダウンを少しやりくりして、不完全燃焼の3週間で約45%、現在7%のドローダウンで終了しました。面白いな、こりゃ。最も興味深いのは、なぜ彼が取引を前後に開くのかが分からないことです。以前のすべてのシステムでは、彼は常に何がどこにあり、どのように知っていましたが、それは珍しいことです。


 
マキシム・ドミトリエフスキー

どうやっているのだろう?:)毎週再訓練を続け、ライブテスト3週目、今週は1回ストップに引っかかりましたが、その後取り戻し、現在のトレードはブレークイーブンで+100です。先週のドローダウンを少し取り戻し、7%のドローダウンで3週間で合計約45%になりました。面白いな、こりゃ。最も興味深いのは、なぜ彼がトレードを前後に開くのかが分からないことです。彼の以前のシステムでは、彼は常にどこでどのように行うかを知っていましたが、これは珍しいことです。



信号を置くべきだろう、彼を追うのは面白いだろう。

 
エフゲニー・ベリャーエフ

シグナルを投稿してくれたら、面白かったのに。

口座は汚いし、多くのシステムはテスト中だし、それから...
 
マキシム・ドミトリエフスキー

どうやっているのだろう?:)毎週再訓練を続け、ライブテスト3週目、今週は1回ストップに引っかかりましたが、その後取り戻し、現在のトレードはブレークイーブンで+100です。先週のドローダウンを少しやりくりして、不完全燃焼の3週間で約45%、現在7%のドローダウンで終了しました。面白いな、こりゃ。今までのシステムでは、どこでどのように取引しているのかが分かっていたのに、なぜ前後に取引しているのかが分からないのが不思議です。


昔から、どこを探せばいいのかわかるんです。)今週は次はどうなったんだろう...。
 
mytarmailS:
(もう一枚写真をお願いできますか?) 今週はこの後どうなったんでしょうね...。

先週は、レポートが全部画面に収まらなかった :)もっと良かったかもしれませんが、とにかく黒字で1週間を終えることができました。DAXも入れてみましたが、最初はあまり利益が出ず、プレディクターやポジションの開き方をいろいろ試しながら、少しずつ改良しているところです。


 
マキシム・ドミトリエフスキー

どうやっているのだろう?:)毎週再訓練を続け、ライブテスト3週目、今週は1回ストップに引っかかりましたが、その後取り戻し、現在のトレードはブレークイーブンで+100です。先週のドローダウンを少し取り戻し、7%のドローダウンで3週間で合計約45%になりました。面白いな、こりゃ。一番面白いのは、なぜ彼がトレードを行ったり来たりするのかが分からないことです。 彼のこれまでのシステムでは、どこでどのようにトレードするのかが常に分かっていましたが、それは珍しいことです。

うらやましいです)。ニューラルネットワークの理論の勉強とNSに関する本を読むことに没頭している--終わりがない)。トレーニングシークエンスはいくつか用意しているのですが、細かいところまでは手が回らず、1週間ほどパソコンに触れていません。昨日は帰れたけど、水曜日にはまた出発しなければならない。もしかしたら、何かする時間ができるかもしれない。

レシェトフのニューロンをまだ使っているのなら、NSではなく、ある種の適応フィルタ実装(AF)であることがわかったのですが、これも非常に興味深いことです。私は試していないし、すぐにはできないが、理論から判断すると、プレディクターを構築するのに非常に有効である。

 
ユーリイ・アサウレンコ

うらやましい)。ニューラルネットワークの理論の勉強に没頭し、NSに関する芸術性の高い本を読み漁り、終わりが見えません)。トレーニングの順番をいくつか用意しましたが、具体的な内容までは踏み込めず、1週間ほどパソコンに近づけなかったのです。昨日は帰れたけど、水曜日にはまた出発しなければならない。もしかしたら、何かする時間ができるかもしれない。

レシェトフのニューロンについては、NSではなく、ある種の適応フィルタ実装(AF)であることがわかったのですが、これも非常に興味深いことです。私はまだ試していないし、すぐにはできないが、理論から判断すると、プレディクターを構築するのにとても有効だ。

はい、まだついています、nsではなく、nsの原理で訓練されたエキスパートシステムです。Yuriy Asaulenko: はい、まだ持っています。NSではなく、NSの原理で訓練されたエキスパートシステムです。 最も重要なのは予測因子で、すぐにランダムフォレストに適応させます。一般的にNSはRFに対して利点がなく、時間がかかりすぎ、エラーが多くなります... もし、速く訓練したいなら、RF+最適化器が確実でしょう。
 
マキシム・ドミトリエフスキー
そうです、まだやっています、それはnsではなく、エキスパートシステム、単にnsによって訓練された...マキシム・ドミトリエフスキー:はい、まだ持っています。NSではなくエキスパートシステムで、NSのように簡単に学習させます。 最も重要なのは予測因子で、すぐにランダムフォレストに適応させます。一般的にNSはRFに対して利点がなく、時間がかかりすぎ、誤差も大きくなります。早く学習したい場合はRF+オプティマイザがベストでしょう。

繰り返しになりますが、書籍から判断すると、NSとRFは全く異なるものであり、ほとんどの場合、互換性のないデザインです。したがって、何が良くて何が悪いかを一義的に言う必要はないでしょう。ある種の作業には、どちらかの設計が適しているかもしれません。

私の設計では、NSはTSに取って代わるものではなく、あくまでTSを補完するものであるため、NSの方が良いのでしょう。この組み合わせにより、設計者のプランでは))、NSもTS自体も、よりシンプルになるはずです。

 
ユーリイ・アサウレンコ

繰り返しになりますが、書籍から判断すると、NSとRFは全く異なるものであり、ほとんどの場合、互換性のないデザインです。したがって、何が良くて何が悪いかを一義的に言う必要はないでしょう。ある種の作業には、どちらかの設計が適しているかもしれません。

私の設計では、NSはTSに取って代わるものではなく、あくまでTSを補完するものであるため、NSの方が良いのでしょう。その代償として、NSもTSももっとシンプルになるはずだというのが、この建築家の考えです。

通常MLPには何のメリットもなく,線形回帰や SVM,多項式などの方が,何層追加しても良い結果が得られることがあります :) また,学習にはより長い時間がかかります。特にMLPは、実際のニューロンのメカニズムを非常に原始的な方法でコピーしており、脳内で実際に起こっている方法ではないので、トレーディングには醜く、遅く、将来性のないモンスターであることを学んだと思います :)唯一正常で見通しの良いNSはパターン認識のための畳み込みnsであり、一方で予測はできず、もしそうなら単純で高速な分類器のアンサンブルで十分であろう。

ベイズ分類器はRFより良いが、RFより悪い。

 
マキシム・ドミトリエフスキー

先週は、レポートが全部画面に収まらなかった :)もっと良かったかもしれませんが、とにかく黒字で1週間を終えることができました。DAXも入れてみたのですが、最初はあまり利益が出ず、プレディクターやポジションの開き方などを試しながら少しずつ改良しています。

分類器におけるターゲット関数は何ですか?
理由: