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 55 1...484950515253545556575859606162...3399 新しいコメント Alexey Burnakov 2016.07.25 12:57 #541 ヴァディム・シシュキン陰謀を加える--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:)そういう意味なら?まあ、アメリカの発見なんですけどね。もっと情報を載せたいところだが、価格履歴を除けば、このボリュームでは難しい。そして、髪の毛でドラッグするのは間違っています。 データには信号が含まれています。しかも、コストをカバーし、利益を出すのに十分な量がある。歴史上ではありますが、実質的に確認されています。そして、それを抽出できない人はタンバリンで踊る。グラスの経験はありますが、それで何かできるかというと、まだ自信がありません。 削除済み 2016.07.25 13:07 #542 **疲れました**国家はあるのでしょうか? Yury Reshetov 2016.07.25 13:08 #543 Alexey Burnakov: クオンツの立場(大手投資ファンドのシニアクオンツ)から、トレーディングシステムの構築について、良いメモを読むことをお勧めします。その考え方は合理的だと思いました。...賛成、反対は?もっと勉強したいことは?少なくとも、一般的なサンプルに均等に分布するサンプルを無作為に混ぜてから分割するのではなく、日付ごとにトレーニング用とテスト用のサンプルに厳密に分割する必要があります。ある部分には縦方向のトレンドが多く含まれ、他の部分には横方向のトレンドが含まれるということがあります。ランダムミキシングを適用すると、サンプルの異なる部分に類似したパターンが集まる確率が低下する。ちなみに、このような欠点はMetaTraderの内蔵ストラテジーテスターにも あり、トレーニングサンプルとフォワードテストを厳密に日付で分けている。そのため、分割線に近いところで相場のトレンドが変化すると、意図的にオーバートレーニングになることがあります。 TheXpert 2016.07.25 13:11 #544 ヴァディム・シシュキン 少年よ、ここから出て行け。 削除済み 2016.07.25 13:13 #545 コンビナート です。 少年よ、ここから出て行け。 これで終わり?無礼講以外に言うことはないんだろう? Dr. Trader 2016.07.25 13:21 #546 Alexey Burnakov: 特に、この作品は気に入りました。つまり、サンプル内とサンプル外を厳密に分ける、 - トレーニングセットとバリデーションセットを厳密に分ける。日付の範囲にこだわらない - 日付でデータを正確に分ける (X日以前はトレーニング、X日以降は検証)モンテカルロ法で開始点バイアスを回避する - 取引戦略の結果を複数生成するため、入口と出口が一致しない。と、様々なロバストネスのトリックを試してみるのです。- ロバスト性の高い技術を適用する。他に、自分をごまかさないためにしていることはありますか?最初のものを除いて、すべて正しいようです(ただし、私自身がすべてを試したわけではありません)。もし、厳密に1つのトレーニングデータセットを使って、そのための予測式を選ぶと、まさにその予測式がオーバーフィットしてしまい、他の時間間隔では信頼できない可能性があるように思います。現在は、予測変数の選択時にモデルをトレーニングする前に、毎回新しいトレーニングサンプルと検証用サンプルを作成しています。常に同じトレーニングサンプルとバリデーションサンプルを使用するよりも、サンプルを3回作り直し、モデルをトレーニングして平均精度を取る方が良いのです。プロテイン・ニューラル・ネットワークに関する ものが好きです :) .トポロジーが悪いと、非常に不十分な結果になることがあります。 Alexey Burnakov 2016.07.25 13:21 #547 ヴァディム・シシュキン**疲れました**国家はあるのでしょうか? いや、もっと頭がよくないと、とっくに気づいているはずだ。ここに発展がある。 削除済み 2016.07.25 13:24 #548 アレクセイ・ブルナコフ いや、もっと頭がよくないと、とっくに理解できない。展開があります。 何年目の開発で、どこでその成果を見ることができるのか、教えてください。:) 削除済み 2016.07.25 13:28 #549 Dr.トレーダー 最初のものを除いて、すべて正しいようです(ただし、私自身がすべてを試したわけではありません)。1つのトレーニングデータセットだけを使い、それに予測式を当てはめると、その予測式がオーバーフィットしてしまい、他の時間枠では有効でない可能性があるように思います。現在は、予測変数の選択時にモデルをトレーニングする前に、毎回新しいトレーニングサンプルと検証用サンプルを作成しています。常に同じトレーニングサンプルとバリデーションサンプルを使用するよりも、サンプルを3回作り直し、モデルをトレーニングして平均精度を取る方が良いのです。プロテイン・ニューラル・ネットワークに関するものが好きです :) .トポロジーが悪いと、非常に不十分な結果になることがあります。そうですね、ぜひその成果を見てみたいです。見せたいものがあるんです。あなたは?しかし、この質問はレトリックのようだ。 Alexey Burnakov 2016.07.25 13:36 #550 ヴァディム・シシュキン うん。何年分の開発なのか、その成果はどこで見られるのか、教えてください。:) 数年です。このスレッドでは、その結果を紹介しています。 1...484950515253545556575859606162...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
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
:)
そういう意味なら?まあ、アメリカの発見なんですけどね。もっと情報を載せたいところだが、価格履歴を除けば、このボリュームでは難しい。
そして、髪の毛でドラッグするのは間違っています。 データには信号が含まれています。しかも、コストをカバーし、利益を出すのに十分な量がある。歴史上ではありますが、実質的に確認されています。そして、それを抽出できない人はタンバリンで踊る。グラスの経験はありますが、それで何かできるかというと、まだ自信がありません。
**疲れました**
国家はあるのでしょうか?
クオンツの立場(大手投資ファンドのシニアクオンツ)から、トレーディングシステムの構築について、良いメモを読むことをお勧めします。その考え方は合理的だと思いました。
...賛成、反対は?もっと勉強したいことは?
少なくとも、一般的なサンプルに均等に分布するサンプルを無作為に混ぜてから分割するのではなく、日付ごとにトレーニング用とテスト用のサンプルに厳密に分割する必要があります。ある部分には縦方向のトレンドが多く含まれ、他の部分には横方向のトレンドが含まれるということがあります。ランダムミキシングを適用すると、サンプルの異なる部分に類似したパターンが集まる確率が低下する。
ちなみに、このような欠点はMetaTraderの内蔵ストラテジーテスターにも あり、トレーニングサンプルとフォワードテストを厳密に日付で分けている。そのため、分割線に近いところで相場のトレンドが変化すると、意図的にオーバートレーニングになることがあります。
少年よ、ここから出て行け。
特に、この作品は気に入りました。
つまり、サンプル内とサンプル外を厳密に分ける、 - トレーニングセットとバリデーションセットを厳密に分ける。
日付の範囲にこだわらない - 日付でデータを正確に分ける (X日以前はトレーニング、X日以降は検証)
モンテカルロ法で開始点バイアスを回避する - 取引戦略の結果を複数生成するため、入口と出口が一致しない。
と、様々なロバストネスのトリックを試してみるのです。- ロバスト性の高い技術を適用する。
他に、自分をごまかさないためにしていることはありますか?
最初のものを除いて、すべて正しいようです(ただし、私自身がすべてを試したわけではありません)。もし、厳密に1つのトレーニングデータセットを使って、そのための予測式を選ぶと、まさにその予測式がオーバーフィットしてしまい、他の時間間隔では信頼できない可能性があるように思います。現在は、予測変数の選択時にモデルをトレーニングする前に、毎回新しいトレーニングサンプルと検証用サンプルを作成しています。常に同じトレーニングサンプルとバリデーションサンプルを使用するよりも、サンプルを3回作り直し、モデルをトレーニングして平均精度を取る方が良いのです。
プロテイン・ニューラル・ネットワークに関する ものが好きです :) .トポロジーが悪いと、非常に不十分な結果になることがあります。
**疲れました**
国家はあるのでしょうか?
いや、もっと頭がよくないと、とっくに理解できない。展開があります。
最初のものを除いて、すべて正しいようです(ただし、私自身がすべてを試したわけではありません)。1つのトレーニングデータセットだけを使い、それに予測式を当てはめると、その予測式がオーバーフィットしてしまい、他の時間枠では有効でない可能性があるように思います。現在は、予測変数の選択時にモデルをトレーニングする前に、毎回新しいトレーニングサンプルと検証用サンプルを作成しています。常に同じトレーニングサンプルとバリデーションサンプルを使用するよりも、サンプルを3回作り直し、モデルをトレーニングして平均精度を取る方が良いのです。
プロテイン・ニューラル・ネットワークに関するものが好きです :) .トポロジーが悪いと、非常に不十分な結果になることがあります。
そうですね、ぜひその成果を見てみたいです。見せたいものがあるんです。
あなたは?
しかし、この質問はレトリックのようだ。
うん。何年分の開発なのか、その成果はどこで見られるのか、教えてください。:)