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 515 1...508509510511512513514515516517518519520521522...3399 新しいコメント Maxim Dmitrievsky 2017.11.02 22:26 #5141 Dr.トレーダー価格は何らかの変換をしないとモデルには投入されない。 外挿の足場は、最も近い既知の値を取る。外挿のNeuroncや定規は、内部の計算式に従って何かを計算します。しかし、実際にはこのような状況のモデルはすべて統合されてしまうので、違いはありません。無変換でやってくれるんですが、そういう問題じゃないんです。 この機種とこの機種の技術的な応用には大きな差があります。ドレインがどうのこうのというのは、これまた関係ない話です。 Grigoriy Chaunin 2017.11.03 05:56 #5142 MTで全部やるのは不便です。私の考えでは、学習と実験にはPythonを、MTには学習済みモデルをロードするDLLを使うのがベストです。Pythonには、実験用のJupiter notebookというクールなものがあります。インタラクティブなコード実行に加えて、メモを残すことができるので、あるテーマについて考えを書き留めるのに便利です。そのため、PythonとC++で動作するライブラリを選択する必要があります。Pythonは簡単に学べます。 Maxim Dmitrievsky 2017.11.03 08:08 #5143 グリゴーリイ チャーニンMTで全部やるのは不便です。私の考えでは、学習と実験にはPythonを、MTには学習済みのモデルをロードしたDLLを使うのがベストです。Pythonには、実験用のJupiter notebookというクールなものがあります。インタラクティブなコード実行に加え、メモを取ることができるので、あるテーマについて考えを書き留めるのに便利です。そのため、PythonとC++で動作するライブラリを選択する必要があります。Pythonは簡単に学べます。これでは、余計な手間をかけずに、取引する場所ですべてを行わなければならない...。時間と神経を節約することができます。余計な手間をかけず、時間と神経を節約して、取引している同じ場所ですべてを行う必要があるのです。しかし、pythonは間違いなくクールで、Rはそれを紡いできた - その鈍重さを悩ませてきたのです。私の理解では、機械学習のプロはpythonに座っていて、Rはそうぼんやりとした統計解析や学生が教えるためにある。でも、直接つなげられるとなると、やっぱりダミーなんですよね。 Grigoriy Chaunin 2017.11.03 10:54 #5144 Rは、プログラマーから見ると、他の言語にはない不思議な存在です。そうですね、機械学習では、Pythonが標準です。 Vladimir Perervenko 2017.11.03 17:34 #5145 グリゴーリイ チャーニンRは、プログラマーから見ると、他の言語にはない不思議な存在です。そう、Pythonは機械学習のスタンダードなのです。お前ら気持ち悪いな。ある人には、「プログラマーから見たRは、他の言語にはない不思議なものだ」と言われました。どのプログラマーのことを言ってるんだ？もう一人は「Rを試してみたが、遅いのでイライラする」ということですが、もしかして試す場所や方法が 間違っているのでは？また、TensorFlow（Googl）、CNTK（Microsoft）等、最近の巨大開発企業は、即座にRのAPIを提供し、 MTでも 利用できるようになりました。2回強調しましたが、今日、端末にある豊富な機械学習開発のすべてをR経由で利用することが可能です。やりたいことの理解、知識、技術が必要です。やりたいことは、やればいいんです。スレッドが無駄な饒舌になってしまった。残念ながら。グッドラック Maxim Dmitrievsky 2017.11.03 20:41 #5146 ウラジミール・ペレヴェンコあなた方はおかしい。ある人には、「Rはプログラマーから見ると、他とは違う不思議な言語だ」と言われた。どのプログラマーのことを言ってるんだ？また、「Rを試したが、とても遅かった」という方もいらっしゃいますが、ひねる場所や道具を 間違えたのでは？スレッドが無駄な饒舌になってしまった。残念ながら。グッドラックR自体の遅さ、パッケージの話じゃないんです。Pythonより遅く、MT5より遅く動作する。あるいはRStudioのように殻が遅くて、ウィンドウの移動もスムーズでない、それ自体が遅いとさえ言える。Ropenと連携したVS 2017はもちろん、常にハングアップする、パッケージの非互換性など。Pythonと連動するパッケージも使用するとどうなるのか、想像するのが怖いです。Rのパッケージは誰が書いたかわからないものが多く、バグがある可能性もあり、統一された規格はありません。前回の記事で紹介された、Rなしでも問題なく動作する優れたニューラルネットワークパッケージは数少ないです。それ以外のFXの前処理などは、言語の利点を有効に活用するというより、心理戦のようなものです。そうですね、絵は目で見て評価できますが、ほとんどの場合、すべてのモデルの数値評価で十分です。IMHO :) Forester 2017.11.03 20:56 #5147 マキシム・ドミトリエフスキー スローRそのもの、パッケージの話ではない。Pythonより遅く、MT5より遅く動作する。 まあMT5より遅くはないですが...。先程、比較をあげました。ALGLIBは学習に対するブレーキとして最悪です。ALGLIBで240-50-1のネット配信、-2日待ち、待たずに消した。 ネットワーク70-5-1を30分で伝授。同じデータを使って、Rから1分以内にnnetを学習させました。 さらにRは、さらなる高速化のために、すべてのプロセッサコアで並列コンピューティングを提供することができます。 Maxim Dmitrievsky 2017.11.03 20:59 #5148 エリブラリウスMT5より遅くはないが・・・。先ほど、比較をしました。他のNSとの比較をされましたが、これはもうRではなく、prosで書かれたパッケージで、もちろん高速です。大規模なネットワークではLBFGSオプティマイザが必要です。フォレストは、例えばalglibできれいに高速化され、私はそれが好きです...そして、モデルの品質はMLPより決して悪くありません。ブーストは確かに劣るが、ネットの記事を見る限りではあまり批判的な意見はない。つまり、基本的には木の足場となる普遍的なモデルが1つあり、しかも高速です。それ以外の、他の神経細胞はもっと良いことができるということは、（FXとの関係で）まだ実際に証明されていないのです。マルチスレッドはRではなくニューラルネットワークパックで、mt5にも接続すればマルチスレッドになります Forester 2017.11.03 21:05 #5149 マキシム・ドミトリエフスキー 他のNSとの比較をされましたが、Rではなくprosで書かれたパッケージで、もちろん高速です。Alglibは無償版ではマルチスレッドに対応しておらず、大規模ネットワークではLBFGSオプティマイザが必要です。例えばAlglibでは森が速くていいですね...モデルの質はMLPより悪いことはないです。同じMLPに見えるので、ネットワークは構造もデータ量も同じです。そのパッケージはマルチスレッドを使わず、1つのスレッドですべてを読み込んでいました（タスクマネージャで確認しました）。 LBFGS（約40分）とLM（約27分）の速度を比較してみました。説明ではLBFGSの方が速いはずですが、実際にはALGLIBではその逆になっています。チェックと足場 - NSよりはるかに速く（4分）、結果はほぼ同じです。そして興味深いのは、線形回帰は さらに高速にカウントされ、同じ結果が得られることです。 誰かがここで書いていたように、機能が重要なのです。 Maxim Dmitrievsky 2017.11.03 21:11 #5150 エリブラリウス 同じMLPらしいので、ネットワークの構造もデータ量も同じです。そのパッケージはマルチスレッドを使っていませんでした。1つのスレッドですべてを読みました（タスクマネージャで確認しました）。 LBFGS（約40分）とLM（約27分）の速度を比較してみました。説明ではLBFGSの方が速いはずですが、実際にはALGLIBはその逆です。私の理解では、1回目でほとんど収束するので、そこで1-2エポックを設定すればよいのですが...見落としでしょうか？しばらく使っていないので、混乱しているかも知れませんが。 1...508509510511512513514515516517518519520521522...3399 新しいコメント 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
価格は何らかの変換をしないとモデルには投入されない。
外挿の足場は、最も近い既知の値を取る。外挿のNeuroncや定規は、内部の計算式に従って何かを計算します。しかし、実際にはこのような状況のモデルはすべて統合されてしまうので、違いはありません。無変換でやってくれるんですが、そういう問題じゃないんです。
この機種とこの機種の技術的な応用には大きな差があります。ドレインがどうのこうのというのは、これまた関係ない話です。MTで全部やるのは不便です。私の考えでは、学習と実験にはPythonを、MTには学習済みモデルをロードするDLLを使うのがベストです。Pythonには、実験用のJupiter notebookというクールなものがあります。インタラクティブなコード実行に加えて、メモを残すことができるので、あるテーマについて考えを書き留めるのに便利です。そのため、PythonとC++で動作するライブラリを選択する必要があります。Pythonは簡単に学べます。
MTで全部やるのは不便です。私の考えでは、学習と実験にはPythonを、MTには学習済みのモデルをロードしたDLLを使うのがベストです。Pythonには、実験用のJupiter notebookというクールなものがあります。インタラクティブなコード実行に加え、メモを取ることができるので、あるテーマについて考えを書き留めるのに便利です。そのため、PythonとC++で動作するライブラリを選択する必要があります。Pythonは簡単に学べます。
これでは、余計な手間をかけずに、取引する場所ですべてを行わなければならない...。時間と神経を節約することができます。余計な手間をかけず、時間と神経を節約して、取引している同じ場所ですべてを行う必要があるのです。
しかし、pythonは間違いなくクールで、Rはそれを紡いできた - その鈍重さを悩ませてきたのです。私の理解では、機械学習のプロはpythonに座っていて、Rはそうぼんやりとした統計解析や学生が教えるためにある。でも、直接つなげられるとなると、やっぱりダミーなんですよね。
Rは、プログラマーから見ると、他の言語にはない不思議な存在です。そうですね、機械学習では、Pythonが標準です。
Rは、プログラマーから見ると、他の言語にはない不思議な存在です。そう、Pythonは機械学習のスタンダードなのです。
お前ら気持ち悪いな。ある人には、「プログラマーから見たRは、他の言語にはない不思議なものだ」と言われました。どのプログラマーのことを言ってるんだ？もう一人は「Rを試してみたが、遅いのでイライラする」ということですが、もしかして試す場所や方法が 間違っているのでは？
また、TensorFlow（Googl）、CNTK（Microsoft）等、最近の巨大開発企業は、即座にRのAPIを提供し、 MTでも 利用できるようになりました。2回強調しましたが、今日、端末にある豊富な機械学習開発のすべてをR経由で利用することが可能です。やりたいことの理解、知識、技術が必要です。やりたいことは、やればいいんです。
スレッドが無駄な饒舌になってしまった。残念ながら。
グッドラック
あなた方はおかしい。ある人には、「Rはプログラマーから見ると、他とは違う不思議な言語だ」と言われた。どのプログラマーのことを言ってるんだ？また、「Rを試したが、とても遅かった」という方もいらっしゃいますが、ひねる場所や道具を 間違えたのでは？
スレッドが無駄な饒舌になってしまった。残念ながら。
グッドラック
R自体の遅さ、パッケージの話じゃないんです。Pythonより遅く、MT5より遅く動作する。あるいはRStudioのように殻が遅くて、ウィンドウの移動もスムーズでない、それ自体が遅いとさえ言える。Ropenと連携したVS 2017はもちろん、常にハングアップする、パッケージの非互換性など。Pythonと連動するパッケージも使用するとどうなるのか、想像するのが怖いです。Rのパッケージは誰が書いたかわからないものが多く、バグがある可能性もあり、統一された規格はありません。
前回の記事で紹介された、Rなしでも問題なく動作する優れたニューラルネットワークパッケージは数少ないです。それ以外のFXの前処理などは、言語の利点を有効に活用するというより、心理戦のようなものです。そうですね、絵は目で見て評価できますが、ほとんどの場合、すべてのモデルの数値評価で十分です。IMHO :)
スローRそのもの、パッケージの話ではない。Pythonより遅く、MT5より遅く動作する。
まあMT5より遅くはないですが...。先程、比較をあげました。
ALGLIBは学習に対するブレーキとして最悪です。
ALGLIBで240-50-1のネット配信、-2日待ち、待たずに消した。
ネットワーク70-5-1を30分で伝授。同じデータを使って、Rから1分以内にnnetを学習させました。
MT5より遅くはないが・・・。先ほど、比較をしました。
他のNSとの比較をされましたが、これはもうRではなく、prosで書かれたパッケージで、もちろん高速です。大規模なネットワークではLBFGSオプティマイザが必要です。フォレストは、例えばalglibできれいに高速化され、私はそれが好きです...そして、モデルの品質はMLPより決して悪くありません。ブーストは確かに劣るが、ネットの記事を見る限りではあまり批判的な意見はない。つまり、基本的には木の足場となる普遍的なモデルが1つあり、しかも高速です。それ以外の、他の神経細胞はもっと良いことができるということは、（FXとの関係で）まだ実際に証明されていないのです。
マルチスレッドはRではなくニューラルネットワークパックで、mt5にも接続すればマルチスレッドになります
他のNSとの比較をされましたが、Rではなくprosで書かれたパッケージで、もちろん高速です。Alglibは無償版ではマルチスレッドに対応しておらず、大規模ネットワークではLBFGSオプティマイザが必要です。例えばAlglibでは森が速くていいですね...モデルの質はMLPより悪いことはないです。
同じMLPに見えるので、ネットワークは構造もデータ量も同じです。そのパッケージはマルチスレッドを使わず、1つのスレッドですべてを読み込んでいました（タスクマネージャで確認しました）。
LBFGS（約40分）とLM（約27分）の速度を比較してみました。説明ではLBFGSの方が速いはずですが、実際にはALGLIBではその逆になっています。
チェックと足場 - NSよりはるかに速く（4分）、結果はほぼ同じです。そして興味深いのは、線形回帰は さらに高速にカウントされ、同じ結果が得られることです。
誰かがここで書いていたように、機能が重要なのです。
同じMLPらしいので、ネットワークの構造もデータ量も同じです。そのパッケージはマルチスレッドを使っていませんでした。1つのスレッドですべてを読みました（タスクマネージャで確認しました）。
LBFGS（約40分）とLM（約27分）の速度を比較してみました。説明ではLBFGSの方が速いはずですが、実際にはALGLIBはその逆です。
私の理解では、1回目でほとんど収束するので、そこで1-2エポックを設定すればよいのですが...見落としでしょうか？しばらく使っていないので、混乱しているかも知れませんが。