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 46 1...394041424344454647484950515253...3399 新しいコメント Alexey Burnakov 2016.07.21 13:05 #451 mytarmailS:そうですね、面白いですね...。しかし、イデオロギーから始まって、コード自体も非常に複雑で、知らない演算子も多く、ほとんど何もわからない状態ですもし誰かが、少なくとも初歩的な例を挙げて、それをどのようにトレードに応用するかを説明してくれるなら、私のような未経験者にとっては良い実験になるだろう。 インターネットで自分で事例を探した方がいい。 mytarmailS 2016.07.21 13:10 #452 アレクセイ・ブルナコフ インターネットで自分で事例を探した方がいい。 例なし Dr. Trader 2016.07.21 14:09 #453 mytarmailS: 非常に興味深いニューロネットhttp://gekkoquant.com/2016/05/08/evolving-neural-networks-through-augmenting-topologies-part-3-of-4/ 自己売買をさせ、その失敗から学習させることは可能だと思いますか?そして、もしそうなら、どのように、議論したいと思います。このニューラルネットワークの特徴は、その適応的なトポロジーにある。これは単なる入力、隠れニューロン、出力のセットではなく、進化の過程でニューロン同士がリンクしたり切れたり、重みが変わったりすることで、ネットワークが徐々に適応し、より良い結果を得ることができるモデルなのです。最終的には、特定のタスクに適した独自の神経接続と重みを持つネットワークにする必要があります。 FXの場合は、奇跡が起こるわけではなく、通常のネットワークと同じように、あらかじめ用意された例によって学習していくだけです。100%の精度を出すことも可能でしょう。しかし、フロントテストでは、おそらく全バランスを消耗してしまうでしょう。:)Expert Advisor 自体のニューロンを新しいバーごとに再トレーニングすることを試みたことがあります。ネットワークは残高を増やしていったが、しばらく間隔が空くと、突然、収入よりも損失が多くなってしまった。その後、再び残高を増やし始め、しばらくするとまた突然大きく減ってしまった。まるで、突然、FXペアの動作の内部プロセスをすべて変えてしまうような出来事が起こり、再び学習するまでのしばらくの間、モデルが完全に使えなくなることがあるのです。私はこの方法を捨てました。難しすぎます。新しいデータを学習するスピードを調整したり、「Y日以内に利益がXポイント下がったなら、Z日間取引を停止する」といったロジックを導入したり、すべてを見直し、最適化する必要があります。月に一度、新しいネットワークをゼロからトレーニングする方が簡単です。 Alexey Burnakov 2016.07.21 15:14 #454 Dr.トレーダーこのニューラルネットワークの特徴は、適応的なトポロジーである。これは単なる入力、隠れニューロン、出力のセットではなく、進化の過程でニューロン同士がリンクしたり切れたり、重みが変わったりして、徐々にネットワークが適応していき、より良い結果が得られるモデルなのです。最終的には、特定のタスクに適した独自の神経接続と重みを持つネットワークにする必要があります。 FXの場合は、奇跡が起こるわけではなく、通常のネットワークと同じように、あらかじめ用意された例によって学習していくだけです。100%の精度を出すことも可能でしょう。しかし、フロントテストでは、おそらく全バランスが漏れてしまうでしょうし、なぜそうならないのでしょうか?:)私はかつて、EA自体にあるニューロンを、新しいバーごとに再トレーニングすることを試みました。ネットワークは残高を増やしていったが、しばらく間隔が空くと、突然、収入よりも損失が多くなってしまった。その後、再び残高を増やし始め、しばらくするとまた突然大きく減ってしまった。まるで、FXペアの動作の内部プロセスをすべて突然変えてしまうような出来事が起こり、学習し直すまでのしばらくの間、モデルが完全に使えなくなることがあるのです。私はこの方法を捨てました。難しすぎます。新しいデータを学習するスピードを調整したり、「Y日以内に利益がXポイント下がったなら、Z日間取引を停止する」といったロジックを導入したり、すべて見直して最適化する必要があります。月に一度、新しいネットワークをゼロからトレーニングする方が簡単です。これは面白いですね。実験を正しく設定すれば(Early Learning Stop!)、そのような適応は有益になり得るということです。そこでRのパッケージを準備しているようです。考慮することが必要である。 mytarmailS 2016.07.21 15:42 #455 Dr.トレーダー1) FXに奇跡は起きない。このネットワークは、通常のネットワークと同じように、あらかじめ用意された例から学習するだけである。ほとんどの場合、100%の精度を得ることができます。しかし、フロントテストでは、おそらくすべてのバランスを失ってしまうでしょう。:)2) Expert Advisorの中で、新しいバーごとにニューロンを追加学習させようとしたことがあります。これは良くない。ネットワークは残高を増やしたが、ある間隔を空けてから突然、稼いだ額よりも失った額が多くなってしまった。その後、再び残高を増やし始め、しばらくするとまた突然大きく減っていた。1) そうかもしれませんが、このネットは自分自身で判断の仕方を教えることができます。トレード方法は問わないが、1日あたり0.5%のドローダウンのうち1%以上の利益が欲しい、そのためのルールや組み合わせを探し出してくれる。もし私が間違っていて、ここで無意味なことを話していたら、私のために訂正してください)。2) 私も一昨日、同じような、ちょっとだけ違うものを試してみました ...150本のローソク足からなる5分間のスライディングウィンドウで、新しいローソク 足ごとにForestを学習させてトレードし、新しいローソク足でモデルを再学習させる、などなど。結果は驚くほど良く、どこか5回ほど同じデータでそのようなトレードを実行したところ、モデルは常に月8%から20%のプラス側で、私はもう興奮してもう1回実行しようと思いました)、そして梅、もう1回梅再び))。要するに、偶然にもモデルが稼いでいたことが判明したのです...。ところで、もう一つ試してみたのですが、RFの「importense」による再トレーニングの後、最も重要な特徴を見つけたので、「その場で」重要な特徴だけでモデルをトレーニングしたところ、その後、モデルの動作が2倍悪くなりました))) なんと、とても驚きました))) 削除済み 2016.07.21 17:16 #456 非常に興味深いテーマです。しかし、NSで仕事をするのであれば、入力の数はできるだけ減らすべきだと私は思います。余分な入力はネットワークを「重く」し、学習性を低下させ、単純なデータ記憶や、ここで説明するように、入力と再トレーニングの間を行き来することにつながる。 Alexey Burnakov 2016.07.21 17:43 #457 ヴァディム・シシュキン非常に興味深いテーマです。しかし、NSで仕事をするのであれば、入力の数はできるだけ減らすべきだと私は思います。余分な入力があるたびにネットワークは「重く」なり、学習性が低下して、単純なデータ記憶や、ここで説明するように、入力と再教育の間を行き来することになるのです。 質問ではありません。トレーニング前に好きな数の入力を選択することができます。 削除済み 2016.07.21 18:28 #458 アレクセイ・ブルナコフ これは質問ではありません。トレーニング前に任意の入力数を選択することができます。それはそうですね。ただ、残念なことに、提出すればするほど良いという意見もあるようです。そして、NSは、必要なものを奪っていくという。アプローチが違う Alexey Burnakov 2016.07.21 18:42 #459 ヴァディム・シシュキンそれはそうですね。ただ、残念なことに、提出すればするほど良いという意見もあるようです。そして、国会は、必要なものを自分たちで取り上げてしまうそうです。アプローチが違う まあ、そうなんですけどね。自分で取り上げるしかないのです。理由は明白ではありません。でも、うまくいくんです。 削除済み 2016.07.21 18:46 #460 陰謀を加える--取引される品目の為替レートの変化を投じる必要はない。まるで、沼から髪を引きずって出てくるような感覚です。他のデータソースも探してみてください。プロフィットがあなたとともにありますように:) 1...394041424344454647484950515253...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
そうですね、面白いですね...。しかし、イデオロギーから始まって、コード自体も非常に複雑で、知らない演算子も多く、ほとんど何もわからない状態です
もし誰かが、少なくとも初歩的な例を挙げて、それをどのようにトレードに応用するかを説明してくれるなら、私のような未経験者にとっては良い実験になるだろう。
インターネットで自分で事例を探した方がいい。
非常に興味深いニューロネットhttp://gekkoquant.com/2016/05/08/evolving-neural-networks-through-augmenting-topologies-part-3-of-4/ 自己売買をさせ、その失敗から学習させることは可能だと思いますか?そして、もしそうなら、どのように、議論したいと思います。
このニューラルネットワークの特徴は、その適応的なトポロジーにある。これは単なる入力、隠れニューロン、出力のセットではなく、進化の過程でニューロン同士がリンクしたり切れたり、重みが変わったりすることで、ネットワークが徐々に適応し、より良い結果を得ることができるモデルなのです。最終的には、特定のタスクに適した独自の神経接続と重みを持つネットワークにする必要があります。
FXの場合は、奇跡が起こるわけではなく、通常のネットワークと同じように、あらかじめ用意された例によって学習していくだけです。100%の精度を出すことも可能でしょう。しかし、フロントテストでは、おそらく全バランスを消耗してしまうでしょう。:)
Expert Advisor 自体のニューロンを新しいバーごとに再トレーニングすることを試みたことがあります。ネットワークは残高を増やしていったが、しばらく間隔が空くと、突然、収入よりも損失が多くなってしまった。その後、再び残高を増やし始め、しばらくするとまた突然大きく減ってしまった。まるで、突然、FXペアの動作の内部プロセスをすべて変えてしまうような出来事が起こり、再び学習するまでのしばらくの間、モデルが完全に使えなくなることがあるのです。私はこの方法を捨てました。難しすぎます。新しいデータを学習するスピードを調整したり、「Y日以内に利益がXポイント下がったなら、Z日間取引を停止する」といったロジックを導入したり、すべてを見直し、最適化する必要があります。月に一度、新しいネットワークをゼロからトレーニングする方が簡単です。
このニューラルネットワークの特徴は、適応的なトポロジーである。これは単なる入力、隠れニューロン、出力のセットではなく、進化の過程でニューロン同士がリンクしたり切れたり、重みが変わったりして、徐々にネットワークが適応していき、より良い結果が得られるモデルなのです。最終的には、特定のタスクに適した独自の神経接続と重みを持つネットワークにする必要があります。
FXの場合は、奇跡が起こるわけではなく、通常のネットワークと同じように、あらかじめ用意された例によって学習していくだけです。100%の精度を出すことも可能でしょう。しかし、フロントテストでは、おそらく全バランスが漏れてしまうでしょうし、なぜそうならないのでしょうか?:)
私はかつて、EA自体にあるニューロンを、新しいバーごとに再トレーニングすることを試みました。ネットワークは残高を増やしていったが、しばらく間隔が空くと、突然、収入よりも損失が多くなってしまった。その後、再び残高を増やし始め、しばらくするとまた突然大きく減ってしまった。まるで、FXペアの動作の内部プロセスをすべて突然変えてしまうような出来事が起こり、学習し直すまでのしばらくの間、モデルが完全に使えなくなることがあるのです。私はこの方法を捨てました。難しすぎます。新しいデータを学習するスピードを調整したり、「Y日以内に利益がXポイント下がったなら、Z日間取引を停止する」といったロジックを導入したり、すべて見直して最適化する必要があります。月に一度、新しいネットワークをゼロからトレーニングする方が簡単です。
これは面白いですね。
実験を正しく設定すれば(Early Learning Stop!)、そのような適応は有益になり得るということです。
そこでRのパッケージを準備しているようです。考慮することが必要である。
1) FXに奇跡は起きない。このネットワークは、通常のネットワークと同じように、あらかじめ用意された例から学習するだけである。ほとんどの場合、100%の精度を得ることができます。しかし、フロントテストでは、おそらくすべてのバランスを失ってしまうでしょう。:)
2) Expert Advisorの中で、新しいバーごとにニューロンを追加学習させようとしたことがあります。これは良くない。ネットワークは残高を増やしたが、ある間隔を空けてから突然、稼いだ額よりも失った額が多くなってしまった。その後、再び残高を増やし始め、しばらくするとまた突然大きく減っていた。
1) そうかもしれませんが、このネットは自分自身で判断の仕方を教えることができます。トレード方法は問わないが、1日あたり0.5%のドローダウンのうち1%以上の利益が欲しい、そのためのルールや組み合わせを探し出してくれる。もし私が間違っていて、ここで無意味なことを話していたら、私のために訂正してください)。
2) 私も一昨日、同じような、ちょっとだけ違うものを試してみました ...150本のローソク足からなる5分間のスライディングウィンドウで、新しいローソク 足ごとにForestを学習させてトレードし、新しいローソク足でモデルを再学習させる、などなど。結果は驚くほど良く、どこか5回ほど同じデータでそのようなトレードを実行したところ、モデルは常に月8%から20%のプラス側で、私はもう興奮してもう1回実行しようと思いました)、そして梅、もう1回梅再び))。要するに、偶然にもモデルが稼いでいたことが判明したのです...。
ところで、もう一つ試してみたのですが、RFの「importense」による再トレーニングの後、最も重要な特徴を見つけたので、「その場で」重要な特徴だけでモデルをトレーニングしたところ、その後、モデルの動作が2倍悪くなりました))) なんと、とても驚きました)))
非常に興味深いテーマです。
しかし、NSで仕事をするのであれば、入力の数はできるだけ減らすべきだと私は思います。
余分な入力はネットワークを「重く」し、学習性を低下させ、単純なデータ記憶や、ここで説明するように、入力と再トレーニングの間を行き来することにつながる。
非常に興味深いテーマです。
しかし、NSで仕事をするのであれば、入力の数はできるだけ減らすべきだと私は思います。
余分な入力があるたびにネットワークは「重く」なり、学習性が低下して、単純なデータ記憶や、ここで説明するように、入力と再教育の間を行き来することになるのです。
これは質問ではありません。トレーニング前に任意の入力数を選択することができます。
それはそうですね。
ただ、残念なことに、提出すればするほど良いという意見もあるようです。
そして、NSは、必要なものを奪っていくという。
アプローチが違う
それはそうですね。
ただ、残念なことに、提出すればするほど良いという意見もあるようです。
そして、国会は、必要なものを自分たちで取り上げてしまうそうです。
アプローチが違う
陰謀を加える--取引される品目の為替レートの変化を投じる必要はない。
まるで、沼から髪を引きずって出てくるような感覚です。
他のデータソースも探してみてください。
プロフィットがあなたとともにありますように
:)