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 532

[Vladimir Perervenko]

匿名

とし，行列の次元に応じて必要に応じて転置する

kohonen::classvec2classmat, kohonen::classmat2classvec の2つの関数を使用するだけです。それらの機能を自分自身にコピーして、必要に応じて使えばいいのです。

> classvec2classmat
function (yvec) 
{
    if (!is.factor(yvec)) 
        yvec <- factor(yvec)
    nclasses <- nlevels(yvec)
    outmat <- matrix(0, length(yvec), nclasses)
    dimnames(outmat) <- list(NULL, levels(yvec))
    for (i in 1:nclasses) outmat[which(as.integer(yvec) == i), 
        i] <- 1
    outmat
}

> classmat2classvec
function (ymat, threshold = 0) 
{
    class.names <- dimnames(ymat)[[2]]
    if (is.null(class.names)) 
        class.names <- 1:ncol(ymat)
    classes <- apply(ymat, 1, function(x) which(x == max(x))[1])
    classes[apply(ymat, 1, max) < threshold] <- NA
    factor(class.names[classes], levels = class.names)
}

グッドラック

[Vladimir Perervenko]

エリブラリウス

Rのもう一つの問題点。

一方のコンピュータでは問題ないが、もう一方のコンピュータでは、コードの正しさに対する要求が高まっている。

例えば

darch.unitFunction = linearUnit - Rterm.exe がクラッシュする原因と なりました。

に変更されました。

darch.unitFunction ="linearUnit"。

というエラーが発生し、その時点から次のエラーが発生し始めました。

また、library(darch)をrequire(darch)に変更する必要がありました。

今は学習そのものが億劫なんです。

R_NN <- darch(
darch = NULL。
x = MatrixLearnX ,
y = MatrixLearnY ,
paramsList = params
)

いろいろ試しましたが、 Rterm.exeは いつも クラッシュして しまいます。

Rには、エラーレベルコントロールのようなものがあるのでしょうか？もしかして、2台目のPCでは、警告のたびに止まっていると、結局エラーレベルで解決してしまうのでは？

両方のコンピュータで、Rをデフォルトの設定でインストールし、すべてのパッケージをインストールしました。
どうすれば直るのか？

片方のPCともう片方のPCでセッションのスナップショットを撮り、比較してみてください。例えば

> sessionInfo()
R version 3.4.2 (2017-09-28)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

Matrix products: default

locale:
[1] LC_COLLATE=English_United States.1252 
[2] LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
[1] stats     graphics  grDevices utils    
[5] datasets  methods   base     

other attached packages:
[1] kohonen_3.0.4        RevoUtils_10.0.6    
[3] RevoUtilsMath_10.0.1

loaded via a namespace (and not attached):
[1] MASS_7.3-47    compiler_3.4.2
[3] tools_3.4.2    Rcpp_0.12.13  

幸運

[Forester]

ウラジミール・ペレヴェンコ

片方のコンピュータともう片方のコンピュータでセッションのスナップショットを撮り、比較してください。例えば

幸運

その方法ではないのですが、試行錯誤の結果、わかりました。
ありがとうございました。

[Forester]

ところで、ネットワークを「ハードコードする」という表現を目にしたことがあります。
どうやら、重みとオフセットで関数を得て、出力を計算するようです。

例えば、第一層の重みをdarchから取得する方法:print(NN@layers[[1]]$weights)

このようなハードコードされた関数を作成するための既製のスクリプトはありますか？

[Dr. Trader]

Rによる暗号通貨取引のための基本機能を作った。暗号の取引所はbittrexで、一度はそこで全てのチェックをクリアしているので、これで一気にコードの動作確認ができるようになりました。
API_KEYとAPI_SECRETの値は、プロファイル 設定で取引所が個人的に与える値に変更する必要があります。

この交換機の少ない - 彼らのAPIは、ohlcの値を取得する機能はありません、ティックは自分自身を収集し、ohlcのバー（または外部リソースからそれらをダウンロードする必要があります）構築するために、それらによって。そして、APIにアクセスし、それを通して（そしてRを通して）荒らすには、本人確認に合格し、2faを有効にする必要があります。

おそらく、api経由でohlcを提供し、取引に本人確認を必要としない取引所を見つける必要があります。一般的にapiで動作するすべての取引所は似ています、このスクリプトは簡単に別のものにリメイクすることができます。

[СанСаныч Фоменко]

マキシム・ドミトリエフスキー

しかし、そうですね、90%はデータマイニング10%モデル選択です。

+100!

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ

そのため、すぐにマイニング戦略のためのマイニングファームを用意する必要があります。

さて、今の状況は以下の通りです。以前作ったロボットは、小さな距離で非常にクールな光学系で、順張り側では50/50で動作します。つまり、市場が変化していない場合は上がり、変化した場合は下がります。レシェトフのニューロンをもっと入れたり、ファジーロジックに基づいたバージョンもありますが、それはもっと突然ですが、最適化できる重みが増えます・・・だから基本的には、もし私がクラウドで1日トレーニングして100ポンドくらい払えば、おそらく長持ちして良い利益をもたらすはずですが、私はそんな長いトレーニングに精神的に準備ができていません。2つ目は自己最適化システムで、まだ準備ができていないので、オプティマイザなしで自己鍛錬する可能性があります。 私はこちらの方が好きですが、まだ明確ではありません。）

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

私が以前作ったボットは、小さな距離で最適な非常にクールなもので、フォワード市場では50/50で動作します。レシェトフのニューロンをもっと詰め込むこともできますし、ファジーロジックに基づいたバージョンもあり、もっとクールですが、最適化できる重みが増えます。2つ目の選択肢は自己最適化システムで、まだ準備ができていない、オプティマイザなしで自己鍛錬する...私はこのバリエーションがより好きですが、まだ明確ではありません:)

オプティマイザーとは何か、よくわからないのですが？

オプティマイザーと聞くと、テスター・オプティマイザー・MTと悪い連想をするのですが。

[Maxim Dmitrievsky]

ユーリイ・アサウレンコ

よくわからないのですが、オプティマイザーとは何ですか？

オプティマイザーと聞くと、MTテスター・オプティマイザーを連想してしまい、悪いイメージがあります。

はい、なぜ良くないのでしょうか？MOは要するに、AIが発明される前の最適化なんです。

遺伝もMO

[Yuriy Asaulenko]

マキシム・ドミトリエフスキー

はい、なぜ良くないのでしょうか？MOは本来、AIが発明されるまでの最適化です。

遺伝もAIの一部です。

最適化とは、基準のことである。最大利益による最適化は、あまり良い基準ではありません。同時に、特にフォーラムで実際によく見られる、将来的にどうにかうまくいくという根拠もないのです。