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 480

 
Oleg avtomat:

これも分類の組み立て方による。上記の例では、増分の絶対値を考慮せず、中心線(境界線)からの距離で分類しています。仮に増分の絶対値が導入された場合、原則的に分類は異なる。また、規模も違ってきます。


買いと売りの2つの出力があり、その和は常に1になる。

原理を教えます。

10点買い-0.6;0.4を入れています。

20点 - 0.7; 0.3

30点 - 0.8点;0.2点

営業はその逆です。このように学習して、この値は、クラスの確率が高いほど増分が強くなることを示しているのでしょうか?:)

それとも、2クラスではなくNクラスで行い、それぞれが%増を担当し、仮に10クラスとすると、次のクラスはそれぞれ10ポイント増とする必要があるのでしょうか?

つまり、問題は、常に2つのクラスを使うか、あるいは、売買の帰属だけでなく、価格変化の度合いを予測したいのであれば、より多くのクラスを使うかということだ

 
マキシム・ドミトリエフスキー

買い」と「売り」の2つの出口があり、その和は常に1である。

原理について教える。

10点買い-0.6点;0.4点。

20点 - 0.7; 0.3

30点 - 0.8点;0.2点

営業はその逆です。このように学習して、この値は、クラスの確率が高いほど増分が強くなることを示しているのでしょうか?:)

それとも、2クラスではなくNクラスで行い、それぞれが%増を担当し、仮に10クラスとすると、次のクラスはそれぞれ10ポイント増とする必要があるのでしょうか?

つまり、問題は、売買会員だけでなく、価格変化の度合いを予測したい場合は、常に2つのクラスを使うか、それ以上のことを行うかです


これは間違ったアプローチです。

まず、「買い」「売り」「止め」の3つの状態が最低限必要です。

第二に、異なる運動状態(買い増し、買い増しブレーキ、売り増し、売り増しブレーキ)の区別を導入する必要性と有用性に行き着くでしょう。

そして、最も重要なのは、「状態」と「行動」を区別することです。そのためには、合格点数だけを考えればいいというものではありません。

 
Oleg avtomat:

これは間違ったアプローチです。

まず、買い、売り、止めの3つの状態が最低限必要です。

第二に、運動の状態の違い(買い増し、買い下がり、売り増し、売り下がり)の区別を導入する必要性と有用性に行き着くでしょう。

そして、最も重要なのは、「状態」と「行動」を区別することです。移動した点数だけを考慮すればよいというものでは全くない。


他の州を追加することも理解できる。しかし、それでも、(2つのうちの)1つまたは別のクラスに属する確率から導き出されるのではないだろうか?

確率とは、ある事象が 発生する可能性の度合い(相対的な尺度、定量的な評価)である。ある事象が現実に起こりうる根拠が、対立する根拠を上回ったとき、その事象は「起こりうる」といい、そうでないときは「起こりえない」「ありえない」という。ポジティブな理由がネガティブな理由より優勢であったり、逆にネガティブな理由がポジティブな理由より優勢であったりすることは、程度の差こそあれ、確率(とありえないこと)を大きく したり小さく したりしている[1]。そのため、特に多かれ少なかれ正確な定量化が不可能または極めて困難な場合には、確率は定性的なレベルで評価されることが多い。確率の「レベル」には様々な階調が考えられる[2]

私たちのケースでは、分類器は、2クラスの1にターゲットを割り当てる確率を与えることを意味し、それが減少または増加した場合、それは阻害、増幅、あなたが望むものは何でも、再びそれはちょうど2クラスで十分かもしれませんので、購入する確率が高いほど、強い信号です、そして、彼らの結果を解釈するか、しない?:)

 

私の質問に答えてください。)

https://www.mql5.com/ru/forum/86386/page479#comment_5807576

Машинное обучение в трейдинге: теория и практика (торговля и не только)
Машинное обучение в трейдинге: теория и практика (торговля и не только)
  • 2017.09.20
  • www.mql5.com
Добрый день всем, Знаю, что есть на форуме энтузиасты machine learning и статистики...
 
マキシム・ドミトリエフスキー

他の州を追加することも理解できる。それにしても、(2つのうち)1つのクラスに属する確率から導き出されるのでは?

確率とは、ある事象が 発生する可能性の度合い(相対的な尺度、定量化)である。ある事象が現実に起こりうる根拠が、対立する根拠を上回ったとき、その事象は「起こりうる」といい、そうでないときは「起こりえない」「ありえない」という。ポジティブな理由がネガティブな理由より優勢であったり、逆にネガティブな理由がポジティブな理由より優勢であったりすることは、程度の差こそあれ、確率(とありえないこと)を大きく したり小さく したりしている[1]。そのため、特に多かれ少なかれ正確な定量的評価が不可能、あるいは極めて困難な場合、確率は定性的なレベルで評価されることが多い。確率の「レベル」には様々な階調が考えられる[2]

私たちのケースでは、分類器は、2クラスの1にターゲットを割り当てる確率を与えることを意味し、それが減少または増加した場合、それは阻害、増幅、あなたが望むものは何でも、再びそれはちょうど2クラスで十分かもしれませんので、購入する確率が高いほど、強い信号です、そして、彼らの結果を解釈するか、しない?:)


議論したい気分なのか、それともやはり反省したい気分なのか?2クラスという分類から離れたくないのでしょう。意味を持たせる。

 
Oleg avtomat:

議論したい気分なのか、それともやはり反省したい気分なのか。2クラスの分類から外れないようにする。意味を持たせる。


もちろん反省して、そうですね、2クラスはコンフォートゾーンです :) まだ買ってないだけですが...。価格の増分が確率とみなされるなら(増分が大きいほどイベントの確率が高い)、2つの出力の確率は同じように解釈できる...なぜこれができないのか、私にはまだわからない。

 
マキシム・ドミトリエフスキー

勿論、2クラスは快適な環境です。もし、価格の増分が確率とみなさ れるなら(増分が大きければ大きいほど、イベントの確率は高くなる)、2つの出力の確率も同じように解釈できるはずだ...なぜそれができないのか、私にはまだわからない


グロスエラーです。では、どうして増分を確率ととらえることができるのか?確率の定義を示されましたが、ご自身で理解されていますか?

意味づけ:増分の可能な範囲とは?範囲内の増分はどれが一番多いですか?

この部分が理解できれば、次に進めるかもしれません。

 
Oleg avtomat:

重大な誤りです。インクリメントを確率としてとらえるにはどうしたらいいのでしょうか?確率の定義が出ましたが、理解できていますか?

意味づけ:増分の可能な範囲とは?範囲内の増分はどれが一番多いですか?

この部分が理解できたら、次に進みましょう。


私はこのように見ています。

0に近い増分は、50%の確率を示す。つまり、2つのクラスの確率をそれぞれ0.5とする(不確実性、買いでも売りでもない)。

それぞれ、0から1までの増分を正規化し、0.5なら不確実性、>0.5なら買い、<なら売りとすることができる。値が極端に近いほど、事象の発生確率が高い(価格変動が大きい)ことを意味します。

モデルの学習が完了すると、0から1までの同じ値が得られ、これはある事象の確率として解釈できる(確率が高いほど、絶対値でより強い変化が生じる)。

問題は、目標帰属確率を絶対値での価格変動確率(出力確率が高いほど強い変動が期待できる)と解釈してよいのかどうかである。

 
マキシム・ドミトリエフスキー

私流に言えば、こうです。

ゼロに近い増加分は、5050の確率を意味する。つまり、2つの確率クラスにそれぞれ0.5を与える(不確実性、買いも売りもしない)。

それぞれ、0から1までの増分を正規化し、0.5が不確実、1に近いのが買い、0に近いのが売りとすることができる。値が極端に近いほど、その確率は高くなる。

一度学習させたモデルは、0から1まで同じ値を与え、それは何かが起こる確率として解釈できる(確率が高いほど、絶対値の変化は強くなる)。


増分値と確率は同じものではありません。

一般的には、確率論の教科書から始める必要があります。

 
Oleg avtomat:

増分値と確率は同じものではありません。

一般的には、確率論の教科書から始めなければなりません。


正の増分が多いほど、副産物クラスに割り当てられる可能性が高くなります。正の増分が大きければ大きいほど、バイクラスに属する可能性が高いということですが、わかりますか?また、0.5以上はすでに買いクラスなので、確率が上がれば上がるほど、絶対的な増量も大きくなります。