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 519 1...512513514515516517518519520521522523524525526...3399 新しいコメント Mihail Marchukajtes 2017.11.04 17:47 #5181 で、どうなんだ？助っ人は？ Yuriy Asaulenko 2017.11.04 17:57 #5182 ミハイル・マルキュカイツ どんな話題？バディ...あなたは誰ですか？なぜなら、あなたはここに来たばかりで、私のことを知らないかもしれないからです。私もなんだかんだでAI派なんですよね......。何を...この辺の出身なんですね。:-)私は原則的に親切であり、ここで行うすべては、データが価格の理由である場合ONLY動作しますが。そうすれば、どんなTSでも、1小節先の予報でも、15小節先の予報でも（もちろん、15は1より悪いですが、重要ではありません）、問題なく動作します。そんなことより...要は...OIがあるRTS指数。ボリュームの意味として...。そして、問題はSOLVEDです。ANYTHING、予測でも分類でも。そして、そのフレーズで何を言いたかったのか、あなた......。 今、言いたいのは、「くたばれ」ということだ。あなたは優しい人だ。ありがとうございます。 Maxim Dmitrievsky 2017.11.04 18:37 #5183 :D Dmitriy Skub 2017.11.04 19:01 #5184 君たちは燃えている！))) Mihail Marchukajtes 2017.11.06 05:40 #5185 ユーリイ・アサウレンコ もう、くたばれと言いたい。親愛なる仲間よ。ありがとうございます。その通り、前回も今回も何も言わず、まるで虚空に屁をこいたかのように......。あなたのような人に話しかけられても困ります。すみません...。 Forester 2017.11.09 09:33 #5186 ウラジミール・ペレヴェンコ逆説的だが、分類は回帰と同じである。 回帰の場合のみ出力が実数であり、分類の場合は確率である。 回帰目標は連続曲線、分類目標は(0,1)または(-1,+1)のインパルスである。 そして、この出力を適切なクラスに変換するのである（ifelse(y > 0.5, 1, 0)）． 1）クラスへの変換は、必ず途中までで行うのでしょうか？ 2) 3つのクラス -1,0,1（買い、売り、待ち）がある場合はどうでしょう。0.5 (k=0; if(y<-0.5)k=-1; if(y>0.5)k=1; クラス間の中間点だが、クラス0の確率は1や-1の2倍になる) 経由か 0.33 (k=0; if(y<-0.33)k=-1; if(y>0.33)k=1; なので全てのクラスの確率は同じ) 経由でしょうか。 Grigoriy Chaunin 2017.11.09 11:13 #5187 良い分類はこのように行われます。各クラスに個別の出力が割り当てられています。クロスエントロピー学習による損失関数を用いている。トレーニング中に割り当てられるクラスは1つだけです。無信号のクラスを設けることが必要である。例えば、買う、売る、何もしない。これらは別のクラスです。1つの出力にすべての値を与えてしまうと、1つのニューロンが例えば10個のクラスを分割することを学習しない可能性があるため、非効率的である。 Maxim Kuznetsov 2017.11.09 11:48 #5188 ユーリイ・アサウレンコデリバティブは、トレンドの方向を示すものです。2つのMAの微分とその差は 、システムの状態を完全に記述します。 あなた自身がこのスレッドで質問しましたね）。ただし、お好み次第です)。2つのマッシュの微分とその差は4本の棒にのみ依存し、それらはどのような方法であれ、システムの状態をうまく表現することはできない СанСаныч Фоменко 2017.11.09 11:58 #5189 エリブラリウス 1）クラスへの移行は、必ず途中までで行うのですか？ 2）そして、もし3クラスが-1,0,1（売り、待ち、買い）なら。0.5を介した転送（k=0;if(y<-0.5)k=-1; if(y>0.5)k=1; クラス間の中間、ただしクラス0の確率は1または-1の2倍になる）または0.33を介して（k=0; if(y<-0.33)k=-1; if(y>0.33)k=1; すべてのクラスの確率は同じ）転送する。Rでは、通常、分類のための結果にばらつきが生じる可能性があります。クラス値クラスかくりつクラスの確率」モードを設定し、クラスを半分や30/70など独立して計算します。 あるいは、あるクラスは30%未満、別のクラスは70%以上、その差をNAとすることもできます。 Vladimir Perervenko 2017.11.09 14:25 #5190 エリブラリウス 1）クラスへの移行は、必ず途中までで行うのですか？ 2）そして、もし3クラスが-1,0,1（売り、待ち、買い）なら。0.5を介した転送（k=0;if(y<-0.5)k=-1; if(y>0.5)k=1; しかしクラス0の確率は1または-1の2倍になる）または0.33を介して（k=0; if(y<-0.33)k=-1; if(y>0.33)k=1; したがってすべてのクラスの確率は同じ）ですか。2クラスの話。連続的な分類器の出力は、閾値を用いてクラスラベルに変換することができる。中央値平均値0.5optimalCutof::InformationValue遺伝的アルゴリズムで 定義された2つの結果が考えられます。閾値1つで全ての例を分類（ハード分類器）2つ以上の閾値がある場合，一部のサンプルは分類されない（ソフト分類器）．一般に、分類器は連続した数値変数（支持度）を出力として持つ。与えられた入力Xに対するサポートの度合いは様々な方法で解釈することができる。最も一般的な2つの方法は、提案されたラベルの妥当性とクラスの可能な確率の推定である。クラス確率はモデルの出力が悪いので、通常はキャリブレーションが必要である。calibrate::CORElearnを参照してください。ソフトマックス活性化関数の後の出力は、クラス確率に最も近い。グッドラック 1...512513514515516517518519520521522523524525526...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
で、どうなんだ？助っ人は？
どんな話題？バディ...あなたは誰ですか？
なぜなら、あなたはここに来たばかりで、私のことを知らないかもしれないからです。私もなんだかんだでAI派なんですよね......。何を...この辺の出身なんですね。:-)
私は原則的に親切であり、ここで行うすべては、データが価格の理由である場合ONLY動作しますが。そうすれば、どんなTSでも、1小節先の予報でも、15小節先の予報でも（もちろん、15は1より悪いですが、重要ではありません）、問題なく動作します。そんなことより...要は...OIがあるRTS指数。ボリュームの意味として...。そして、問題はSOLVEDです。ANYTHING、予測でも分類でも。
そして、そのフレーズで何を言いたかったのか、あなた......。
:D
もう、くたばれと言いたい。親愛なる仲間よ。ありがとうございます。
その通り、前回も今回も何も言わず、まるで虚空に屁をこいたかのように......。あなたのような人に話しかけられても困ります。すみません...。
逆説的だが、分類は回帰と同じである。
回帰の場合のみ出力が実数であり、分類の場合は確率である。
回帰目標は連続曲線、分類目標は(0,1)または(-1,+1)のインパルスである。
そして、この出力を適切なクラスに変換するのである（ifelse(y > 0.5, 1, 0)）．
2) 3つのクラス -1,0,1（買い、売り、待ち）がある場合はどうでしょう。0.5 (k=0; if(y<-0.5)k=-1; if(y>0.5)k=1; クラス間の中間点だが、クラス0の確率は1や-1の2倍になる) 経由か 0.33 (k=0; if(y<-0.33)k=-1; if(y>0.33)k=1; なので全てのクラスの確率は同じ) 経由でしょうか。
良い分類はこのように行われます。各クラスに個別の出力が割り当てられています。クロスエントロピー学習による損失関数を用いている。トレーニング中に割り当てられるクラスは1つだけです。無信号のクラスを設けることが必要である。例えば、買う、売る、何もしない。これらは別のクラスです。1つの出力にすべての値を与えてしまうと、1つのニューロンが例えば10個のクラスを分割することを学習しない可能性があるため、非効率的である。
デリバティブは、トレンドの方向を示すものです。2つのMAの微分とその差は 、システムの状態を完全に記述します。 あなた自身がこのスレッドで質問しましたね）。
ただし、お好み次第です)。
2つのマッシュの微分とその差は4本の棒にのみ依存し、それらはどのような方法であれ、システムの状態をうまく表現することはできない
1）クラスへの移行は、必ず途中までで行うのですか？
2）そして、もし3クラスが-1,0,1（売り、待ち、買い）なら。0.5を介した転送（k=0;if(y<-0.5)k=-1; if(y>0.5)k=1; クラス間の中間、ただしクラス0の確率は1または-1の2倍になる）または0.33を介して（k=0; if(y<-0.33)k=-1; if(y>0.33)k=1; すべてのクラスの確率は同じ）転送する。
Rでは、通常、分類のための結果にばらつきが生じる可能性があります。
クラスの確率」モードを設定し、クラスを半分や30/70など独立して計算します。 あるいは、あるクラスは30%未満、別のクラスは70%以上、その差をNAとすることもできます。
1）クラスへの移行は、必ず途中までで行うのですか？
2）そして、もし3クラスが-1,0,1（売り、待ち、買い）なら。0.5を介した転送（k=0;if(y<-0.5)k=-1; if(y>0.5)k=1; しかしクラス0の確率は1または-1の2倍になる）または0.33を介して（k=0; if(y<-0.33)k=-1; if(y>0.33)k=1; したがってすべてのクラスの確率は同じ）ですか。
2クラスの話。連続的な分類器の出力は、閾値を用いてクラスラベルに変換することができる。
2つの結果が考えられます。
一般に、分類器は連続した数値変数（支持度）を出力として持つ。与えられた入力Xに対するサポートの度合いは様々な方法で解釈することができる。最も一般的な2つの方法は、提案されたラベルの妥当性とクラスの可能な確率の推定である。クラス確率はモデルの出力が悪いので、通常はキャリブレーションが必要である。calibrate::CORElearnを参照してください。ソフトマックス活性化関数の後の出力は、クラス確率に最も近い。
グッドラック