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 452 1...445446447448449450451452453454455456457458459...3399 新しいコメント Vladimir Perervenko 2017.08.11 15:02 #4511 トレーディングでMOを使用する際の問題はすべて解決し、画像に切り替えることができるようになったということですね?残念なことです。スレッドが枯渇しているようです。 Yuriy Asaulenko 2017.08.11 15:11 #4512 ウラジミール・ペレヴェンコトレーディングでMOを使用する際の問題はすべて解決し、画像に切り替えることができるようになったということですね?残念なことです。枝が乾いてしまったようです。 452ページすべて読まれましたか?) Vladimir Gribachev 2017.08.11 15:24 #4513 ユーリイ・アサウレンコ 本当に452ページ全部読みましたか?)あのさぁ...。読みました。 Yuriy Asaulenko 2017.08.11 15:30 #4514 ウラジーミル・グリバチョフ あのさぁ...。絶対に読みます。選択的にしかしていない)。しかし、この話題はすでに大きくなっていて、具体的なものを探すのはほとんど不可能です。やってみたら、300数ページで見つかった。でも、時間がかかりすぎる)。 Dr. Trader 2017.08.11 17:27 #4515 ウラジミール・ペレヴェンコトレーディングでMOを使用する際の問題点はすべて解決され、イメージに切り替えることができるようになったのでは?古い問題が解決されればされるほど、新しい問題が未解決になる。少し前から、価格がどの方向に進むか(上下2クラス)ではなく、1バーあたりの価格の上昇量を予測する(リグレッション)ことを学ぶようになりました。より複雑ですが、このような結果はより明確です。もし、分類が60%の精度で達成できて、グラフもきれいだとしたら、回帰で正のR^2を得るのはもっと難しいです。端末に用意されているデータからR^2=1を実現するのは無理があるようです。 しかし、分類では通常バックテストでは良い結果が得られ、フロントテストでは悪い結果が得られますが、適切なクロスバリデーションによる回帰ではバックテストも悪くなり、それ自体が新しいデータでの結果が悪いことを示しており、誤った期待をしているわけではありません。実績のあるさまざまなクロスバリデーション手法を追加し、さまざまなモデルを試してみたところ、十分に訓練された安定したモデルでも、データが足りず、不可能であることが判明したのです。おそらく、高品質の予測因子を有料で購入することでしか解決できないでしょう。M5で値上がりを予測し、新しいバー ごとにモデルを学習させ、取引時間を1日数時間以内に制限し、取引時間自体を何らかの方法で選択する必要があります。例えば、マーケットでは、大きな取引所が動いていない真夜中の数時間だけ動くExpert Advisorをたくさん見てきました。M5以下のタイムフレームやティック単位での取引は、スプレッドが利益を食いつぶしてしまうため、不可能と思われます。うまくいけば、素晴らしいことです。 Dr. Trader 2017.08.11 18:34 #4516 また、私の観察によると、FXは非常に人工的です。価格は、以前に発見されたパターンに完全に反して行動することもあれば、逆に、何年も繰り返されているパターンがあり、価格は平均してゼロになるように、それに従って、またはそれに反して行動する。 もし、私がマーケット・アドバイザーを使って自分の利益を確認できなかったら、とっくにFXマーケット・アドバイザーの勉強を諦めていたでしょう。しかし、成功例があることがわかったので、努力することはある。 Yuriy Asaulenko 2017.08.11 18:55 #4517 Dr.トレーダーまた、私の観察によると、FXは非常に人工的です。価格は、以前に発見されたパターンに完全に反して行動することもあれば、逆に、何年も繰り返されているパターンがあり、価格は平均してゼロになるように、それに従って、またはそれに反して行動する。 もし、私がマーケット・アドバイザーを使って自分の利益を確認できなかったら、とっくにFXマーケット・アドバイザーの勉強を諦めていたでしょう。しかし、今回は成功しているので、努力のしようがある。 それだけでなく、最近、異なる有名な大型DCから2つのストーリーをダウンロードしました。大きな違いは2つ。一人ではトレードできない、見ているだけで怖いくらいです(笑)。そして2作目はいたって普通、少なくともストーリーは普通です。オンラインに何があったのか、それは私たちにはわかりません)。 Dr. Trader 2017.08.12 19:38 #4518 実験gbpusd、usdchf、usdrubなど人気のあるシンボルを変えて、eurusdを予測するのはどうでしょう。ここでは、atacheのtrain.csvとtestの2つのテーブルを紹介します。csvで、ターゲットは次のバーのeurusd m5の 成長、予測変数はaudusdOpen[0]-audusdOpen[1]、audusdOpen[2]-audusdOpen[3]、audusdOpen[3]-audusdOpen[4]、eurusdOpen[0]-eurusdOpen[1]、eurusdOpen[1]-eurusdOpen[2]などとなっています。全部で12個のシンボルがあり、それぞれのシンボルから前3バー分の履歴の増分が取られます。一般に、コラムという名称をつければすべてが明らかになる。 トレーニングテーブルの行数は10000行で、これは約7週間分である。1つのモデルを学習させてみたところ、学習データでr^2 = 0.0006164161となり、ターゲットと結果をクラス-1、1に丸めると、精度は0.5052となりました。これは非常にまずい。ただ、1つの学習例に対して何十本ものバーを取り、文字自体も何十個となると非現実的で、この何百もの列に対する私のモデルの学習には何週間もかかってしまうでしょう。 テストベッドでは、モデルの検証結果は、r^2 = -0.003390913、精度0.4907と低下しています。ランダムは昔も今も変わりません。でも、どれもつまらなくて、結論が出ないんです。 モデルが各予測変数にどのような重みを与えているかを見ると、興味深いことがわかりました(重みが高いほど、より良い)。結論:次のm5バーのユーロスドの方向を予測しようとすると、そもそもaudusd, usdrub, usdsgdを使う方が良い。 ファイル: eurusd_m5_multicurrency.zip 1296 kb mytarmailS 2017.08.13 03:15 #4519 Dr.トレーダー結論:次のm5バーのユーロスドの方向を予測しようとすると、そもそもaudusd, usdrub, usdsgdを使う方が良い。10~30個のランダムな列を追加し、興味を持たせる mytarmailS 2017.08.13 03:18 #4520 正直なところ、このやり方(今ここにある動きを予測する)は、私にとって大失敗なのです。ある期間、例えば1日で、どの程度の価格になるかを予測してみると、より良い結果が得られるでしょう。 1...445446447448449450451452453454455456457458459...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
トレーディングでMOを使用する際の問題はすべて解決し、画像に切り替えることができるようになったということですね?
残念なことです。スレッドが枯渇しているようです。
トレーディングでMOを使用する際の問題はすべて解決し、画像に切り替えることができるようになったということですね?
残念なことです。枝が乾いてしまったようです。
本当に452ページ全部読みましたか?)
あのさぁ...。
読みました。
あのさぁ...。
絶対に読みます。
選択的にしかしていない)。
しかし、この話題はすでに大きくなっていて、具体的なものを探すのはほとんど不可能です。やってみたら、300数ページで見つかった。でも、時間がかかりすぎる)。
トレーディングでMOを使用する際の問題点はすべて解決され、イメージに切り替えることができるようになったのでは?
古い問題が解決されればされるほど、新しい問題が未解決になる。
少し前から、価格がどの方向に進むか(上下2クラス)ではなく、1バーあたりの価格の上昇量を予測する(リグレッション)ことを学ぶようになりました。より複雑ですが、このような結果はより明確です。
もし、分類が60%の精度で達成できて、グラフもきれいだとしたら、回帰で正のR^2を得るのはもっと難しいです。端末に用意されているデータからR^2=1を実現するのは無理があるようです。
しかし、分類では通常バックテストでは良い結果が得られ、フロントテストでは悪い結果が得られますが、適切なクロスバリデーションによる回帰ではバックテストも悪くなり、それ自体が新しいデータでの結果が悪いことを示しており、誤った期待をしているわけではありません。
実績のあるさまざまなクロスバリデーション手法を追加し、さまざまなモデルを試してみたところ、十分に訓練された安定したモデルでも、データが足りず、不可能であることが判明したのです。おそらく、高品質の予測因子を有料で購入することでしか解決できないでしょう。
M5で値上がりを予測し、新しいバー ごとにモデルを学習させ、取引時間を1日数時間以内に制限し、取引時間自体を何らかの方法で選択する必要があります。例えば、マーケットでは、大きな取引所が動いていない真夜中の数時間だけ動くExpert Advisorをたくさん見てきました。M5以下のタイムフレームやティック単位での取引は、スプレッドが利益を食いつぶしてしまうため、不可能と思われます。うまくいけば、素晴らしいことです。
また、私の観察によると、FXは非常に人工的です。価格は、以前に発見されたパターンに完全に反して行動することもあれば、逆に、何年も繰り返されているパターンがあり、価格は平均してゼロになるように、それに従って、またはそれに反して行動する。
もし、私がマーケット・アドバイザーを使って自分の利益を確認できなかったら、とっくにFXマーケット・アドバイザーの勉強を諦めていたでしょう。しかし、成功例があることがわかったので、努力することはある。
また、私の観察によると、FXは非常に人工的です。価格は、以前に発見されたパターンに完全に反して行動することもあれば、逆に、何年も繰り返されているパターンがあり、価格は平均してゼロになるように、それに従って、またはそれに反して行動する。
もし、私がマーケット・アドバイザーを使って自分の利益を確認できなかったら、とっくにFXマーケット・アドバイザーの勉強を諦めていたでしょう。しかし、今回は成功しているので、努力のしようがある。
実験gbpusd、usdchf、usdrubなど人気のあるシンボルを変えて、eurusdを予測するのはどうでしょう。
ここでは、atacheのtrain.csvとtestの2つのテーブルを紹介します。csvで、ターゲットは次のバーのeurusd m5の 成長、予測変数はaudusdOpen[0]-audusdOpen[1]、audusdOpen[2]-audusdOpen[3]、audusdOpen[3]-audusdOpen[4]、eurusdOpen[0]-eurusdOpen[1]、eurusdOpen[1]-eurusdOpen[2]などとなっています。全部で12個のシンボルがあり、それぞれのシンボルから前3バー分の履歴の増分が取られます。一般に、コラムという名称をつければすべてが明らかになる。
トレーニングテーブルの行数は10000行で、これは約7週間分である。
1つのモデルを学習させてみたところ、学習データでr^2 = 0.0006164161となり、ターゲットと結果をクラス-1、1に丸めると、精度は0.5052となりました。これは非常にまずい。ただ、1つの学習例に対して何十本ものバーを取り、文字自体も何十個となると非現実的で、この何百もの列に対する私のモデルの学習には何週間もかかってしまうでしょう。
テストベッドでは、モデルの検証結果は、r^2 = -0.003390913、精度0.4907と低下しています。ランダムは昔も今も変わりません。
でも、どれもつまらなくて、結論が出ないんです。
モデルが各予測変数にどのような重みを与えているかを見ると、興味深いことがわかりました(重みが高いほど、より良い)。
結論:次のm5バーのユーロスドの方向を予測しようとすると、そもそもaudusd, usdrub, usdsgdを使う方が良い。
結論:次のm5バーのユーロスドの方向を予測しようとすると、そもそもaudusd, usdrub, usdsgdを使う方が良い。
10~30個のランダムな列を追加し、興味を持たせる
正直なところ、このやり方(今ここにある動きを予測する)は、私にとって大失敗なのです。ある期間、例えば1日で、どの程度の価格になるかを予測してみると、より良い結果が得られるでしょう。