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 455

[Mihail Marchukajtes]

では、アルゴリズムを充電してください。ターンキーベースでシステムをセットアップしてください。これから2つのデータセットが登場し、それらのエッセンスがすべて明らかになります。それに対する評決は興味深いもので、できれば実動作でテストできるように、構築されたモデルも欲しいところです。

[Mihail Marchukajtes]

Vizard_：

OH...先生、ありがとうございました)))あんなに笑ったのは久しぶりだ))))))))

XMは...意味がわからない......モデルが何かの秘密なら、載せなくてもいいんじゃないですか？それとも、自分のモデルが永遠に通用すると思っていて、誰かに聖杯を渡して いるようなものなのか？何でそんなに笑うんだ？

実際、私自身は「ネットワークアーキテクチャはモデル構築において重要な役割を果たさない」という考えを持っています。重要なのは、少なくとも1つのニューロンを適切に訓練する方法を知ることです。"

どう表現したらいいのかわからないが、今朝はまともなことが思いつかない。ただ、秘密などなく、多項式の形でモデルを得ることができる、そんな普通の多項式・・・と言いたかったのです。しかし、それは将来的に一般性と作業性を担います。ただ、正しく訓練されているかどうか、これは芸術です、NSそのものではなく、その環境に責任があるのです......。

多項式そのものではなく、その求め方が重要なので、私のモデルを掲載すれば、NSの安全性は損なわれないのですが...。

double getBinaryClassificator1(double v0, double v1, double v2, double v3, double v4, double v5, double v6, double v7, double v8) {
   double x0 = 2.0 * (v0 + 854.0) / 1708.0 - 1.0;
   double x1 = 2.0 * (v1 + 6025.0) / 12050.0 - 1.0;
   double x2 = 2.0 * (v2 + 83.31175) / 166.6235 - 1.0;
   double x3 = 2.0 * (v3 + 94.01706) / 190.59075 - 1.0;
   double x4 = 2.0 * (v4 + 79.89835) / 162.32691999999997 - 1.0;
   double x5 = 2.0 * (v5 + 8139.72596) / 16279.45192 - 1.0;
   double x6 = 2.0 * (v6 + 44728.87178) / 89457.74356 - 1.0;
   double x7 = 2.0 * (v7 + 16744.5244) / 33489.0488 - 1.0;
   double x8 = 2.0 * (v8 + 3571.0) / 7142.0 - 1.0;
   double decision = -0.3081635711326393 * sigmoid(x4)
  + 1.0249861163756249 * sigmoid(x2 + x4)
  + 0.09986072300626747 * sigmoid(x1 + x2 + x3 + x4)
  + 0.5413533668890985 * sigmoid(x5)
  + 0.6997159366377829 * sigmoid(x0 + x2 + x5)
  -0.04588868418500921 * sigmoid(x0 + x1 + x2 + x4 + x5)
  + 0.16781775869820087 * sigmoid(x1 + x2 + x3 + x4 + x5)
  + 0.4607985948890632 * sigmoid(x0 + x6)
  -0.8671700766023466 * sigmoid(x1 + x6)
  -0.5270267887837945 * sigmoid(x4 + x6)
  -0.027936937492837814 * sigmoid(x0 + x4 + x6)
  -0.6617354089719066 * sigmoid(x1 + x3 + x4 + x7)
  -0.19638937616247806 * sigmoid(x1 + x5 + x7)
  + 0.8684769002935395 * sigmoid(x6 + x7)
  -0.5967137681478805 * sigmoid(x0 + x2 + x5 + x6 + x7)
  -0.2097815643098296 * sigmoid(x0 + x1 + x4 + x5 + x6 + x7)
  -1.5340457322179422 * sigmoid(x8)
  + 0.7646273899667675 * sigmoid(x0 + x8)
  + 0.27679539504420725 * sigmoid(x2 + x3 + x8)
  -0.37855134296518955 * sigmoid(x1 + x6 + x8)
  -0.0311654310975556 * sigmoid(x0 + x1 + x2 + x6 + x8)
  -0.6036203203370856 * sigmoid(x0 + x1 + x2 + x3 + x5 + x6 + x8)
  + 0.04123987376920568 * sigmoid(x3 + x7 + x8)
  + 0.8450984194705711 * sigmoid(x0 + x1 + x2 + x3 + x4 + x7 + x8)
  -0.8578008338989624 * sigmoid(x2 + x3 + x5 + x7 + x8)
  + 1.059103470465344 * sigmoid(x1 + x3 + x6 + x7 + x8)
  + 1.0514388283102527 * sigmoid(x0 + x1 + x2 + x4 + x5 + x6 + x7 + x8)
  -0.06758350008374249 * sigmoid(1.0 + x0 + x3 + x4)
  -0.24213702035383408 * sigmoid(1.0 + x4 + x5)
  -0.8011798876969051 * sigmoid(1.0 + x0 + x1 + x3 + x5 + x6 + x7)
  + 0.7506445968459932 * sigmoid(1.0 + x0 + x3 + x8)
  + 0.3049328737780207 * sigmoid(1.0 + x0 + x1 + x2 + x3 + x6 + x7 + x8);
   return decision;
}

[Dr. Trader]

なぜテーブルが2つあるのですか？
一方がターゲット1で、もう一方がターゲット0？ では、なぜ各テーブルはすでにターゲット0と1を持っているのですか？
1つにまとめることは可能でしょうか？

[Mihail Marchukajtes]

Dr.トレーダー
また、なぜテーブルが2つあるのですか？
一方はターゲット1、もう一方は0？ なぜ、すでに各テーブルにターゲット0と1があるのですか？
1つにまとめることは可能ですか？

一つは買いシグナル、もう一つは売りシグナル......。

それらを1つにまとめるには、どちらかのテーブルに対して反転を行う必要があります。そうすれば、同じモデルを売買シグナルに使用することができます。

しかし、この場合は買い用と売り用の2つの独立したモデルを持っている......。

[Mihail Marchukajtes]

ヴィザード_。

病気なんです)))
あなたは、少なくとも尊敬のために、最初に帽子を修正する必要があります）））ターゲットは完全性のプロパティを持っていないと人々はkvなどだけでなく使用することをその性交を実現する..,
が、バカバカしくも半分に割ってしまう)))この記事もただのステマじゃないことに気づいてる？いや...だから13年後も同じゴミを書くのか))))
レシェトフの地獄の機械には2つの誤りがあり、そのうちの1つは部分的に平らにすることができることを、笑いのために10回目に思い出させてやる...。しかし、この装置は
は必ず2％以上損をする...。ドクのデータセットでは、OOSで55.3%になるんですが......。もちろん、これはオウムのことですが......。

この間違いが何だかわかるか？そう自信満々に言われると......。

[Dr. Trader]

Buy15MALLを試したところ、ST9, AD5, Volum7, VVolum7に何らかの相関があることがわかりましたが、その他の入力は完全に無視されました。精度は55.6％です。モデルを共有できないこの4つだけで、レシェトフマシンを再トレーニングしてみてください。

Vizard_：

OOS（テスト）では55.3%になるのですが......。もちろん、これはオウムのことですが......。

かっこいい！オウム返しでもなく、ここ7週間ほどのeurusd m5 barの上昇を予測しています。しかし、スプレッドを考えると、トレードは不利になると思うんです。
open0-open1、open0-open2など、ラグを変えて同様の実験をしてみようと思います。

[Mihail Marchukajtes]

この演習のポイントは、次のことを見極めることでした。

私のデータが正しく収集され、それが他のアルゴリズムや最適化システムと連動するかどうかです。

あるいは、どんなデータからでも価値あるモデルを作ることができるオプティマイザー・レシェトフの奇跡である。

[Dr. Trader]

ヴィザード_。

画像で練習したほうがいい。ポイントは加工することではなく、...

同感です、質の高いノイズリダクションが必要です。
新しいデータでも精度が落ちないように、クロスバリデーションでモデルを学習させる方法はなんとなくわかったのですが。今回のように、数年前まではトレーナーで100％、テストで50％取れていたのが、今は両方50％でいいんです。しかし、それだけでは明らかに不十分です。ノイズリダクションを覚えたら、2〜3％くらいは絞れそうです。

[Maxim Dmitrievsky]

Yuriy Asaulenko：

株式市場の商品で調べました。数年前と違い、すべての動きが15～20分...。と沈黙を守る。

FXでは、そう、むしろ分単位が支配しない。でも、エントリーしやすくするためなら、やってもいい。

確率分布は どのTFでも同じ、つまり3シグマを超える確率とブラックスワンを捕らえる確率、何の話だ)TFは同じグラフの別の表現に過ぎない

[Aleksey Terentev]

親愛なる皆さん、市場予測をする前に、その課題の問題点を勉強しておくべきです。時系列の予測は、チップによる植物や癌の分類ではありません。

ミハイル・マルキュカイツ

ミハイル 1つだけ質問です。

なぜ、時系列データセットでデータがソートされているのですか？

何を予測するのか？
少なくとも、データセットをトレーニング用とテスト用に分けるにはどうしたらいいのでしょうか？