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 558 1...551552553554555556557558559560561562563564565...3399 新しいコメント Alexander_K2 2018.01.09 13:04 #5571 最後に - R. Feynmanの量子遷移の確率振幅に関するモノグラフからの数字SanSanychが投稿したチャートを思い起こさせるようなものでしょう？私はここで、3、4ヶ月の新説の放送を始めようとしている...。^)))))))) Maxim Dmitrievsky 2018.01.09 14:02 #5572 Alexander_K2 です。最後に - R. Feynmanの量子遷移の確率振幅に関するモノグラフからの数字なんとなくSanSanychさんが投稿されたグラフを彷彿とさせますね？私はここにいる-私は3-4ヶ月間、新しい理論の放送を開始しようとしている....^))))))))主なものは、それがすべて永遠に行くようにしないことである :) ようですが、ここでは、すでに、言ってみれば、デトレンドチャート上の異なる振幅での確率を示します。さらに、トレンドの要素を加えると、さらに複雑になります Yuriy Asaulenko 2018.01.09 14:52 #5573 Alexander_K2 です。来ましたね～、そろそろ新説の放送が3、4ヶ月続きますが...。^)))))))) そのためのトピックを立ち上げて、、、。(1年間は大歓迎です））。 Vizard_ 2018.01.10 12:48 #5574 マキシム・ドミトリエフスキー学習サンプルの外にある単純なNSでもあまり効果がないことがわかった．単なるNSではなく、特殊な構成のNS。上から下へこの（1）-この（2）を生成した上で、この（3）に合わせる ......)))))) Maxim Dmitrievsky 2018.01.10 12:59 #5575 ヴィザード_。 単純なNSではなく、ある構成のNS。上から下へthis(1)-this(2) から生成され、this(3) に適合......))))というわけで、BPに変換することにしました。）このノンリニアな世界...バックでゴードンを聴きながら... :) Alexander_K2 2018.01.10 13:33 #5576 マキシム・ドミトリエフスキー というところで、とうとう脳が壊れてしまいました......。）Vizard_さんの 書き込みは、私の量子力学的な脳も壊れそうです...。そのニックネームでここに書き込んでいるのは、R. Feynmanの近親者だと思います :)))) Yuriy Asaulenko 2018.01.10 15:35 #5577 マキシム・ドミトリエフスキー だからこそ混乱しやすいのですが、例えば線形や回帰を使っていて何も問題なかったのに、同じタスクでMLPに切り替えようと思ったとします...まさか :)だからみんな分類を使いたがるんです。予知には回帰がいいんですけどね(笑)。トレンドには線形や回帰、フラットにはMLPが適しているとさえ言えます。さて、まず必要なのは、取引に入るか入らないかという分類だけです。以上です。他に何もいらない、1と0だけでいい。MLPはそれをよくやっている。なぜ予測は必要なのか？- まったくもって不明です。第二に、MLPの場合、タスクを明確に定式化し、不要なものをすべて排除して、アルゴリズム的な手法に委ねる必要があります。そして3つ目は、ほとんどのローカル記事で行われているように、学習中にMLPに解を押し付けないことです。 Maxim Dmitrievsky 2018.01.10 15:44 #5578 ユーリイ・アサウレンコまあ、まず必要なのは、取引に入るか入らないかという分類だけなんですけどね。以上です。他に何もいらない、1と0だけでいい。MLPで十分だ。なぜ予測は必要なのか？- まったくもって不明です。第二に、MLPの場合、タスクを明確に定式化し、不要なものをすべて排除して、アルゴリズム的な手法に委ねる必要があります。そして3つ目は、学習において、多くのローカル記事のようにMLPに自分の解を押し付けないことです。予測はクラッシュする方法ですが、将来の不安定さの確率を推定することができます :) 予測はシステムを新しい条件に適応させるために必要です、ns自身は定期的に市場の変化に再トレーニングを行います。分類器は、最初のnsの結果だけで動作します。分類は予測でもあるが、ベイ/セルの組み合わせによって、つまり単なる最適化で、標準的なオプティマイザによってむしろ定性的に行うことが可能であるとにかく楽しいんです。+ 私は、あなたのようにニューロセルを持っていませんし、mql版にはありません。また、2つのバリエーションで一気に仕上げる予定ですが、どうなることやら...連休中に忘れていました Yuriy Asaulenko 2018.01.10 15:57 #5579 マキシム・ドミトリエフスキー 予測は崩壊への道だが、将来不安定になる確率を推定することはできる :)分類は予測でもあるが、ベイ/セルの組み合わせによって、つまり単純な最適化によって、標準的なオプティマイザーを使って、むしろ定性的に行うことができる分類器は不安定な確率、少なくとも取引が関連する可能性のある境界線に対処することができるかもしれません。インハウスオプティマイザは良質か？- 全く分からない、むしろ逆だと確信している）。マキシム・ドミトリエフスキー + このようなニューラルネットワークはありませんし、mqlにもありません。 それを妨げるものは何ですか?）NSを隠さない（笑)私も自分のやり方を隠しているわけではありません。詳細を開示しないだけです。 Maxim Dmitrievsky 2018.01.10 16:00 #5580 ユーリイ・アサウレンコ一般に、確率の問題は全く解がない場合がある。インハウスオプティマイザは良質か？- 全く自信がない、むしろ逆だと思う）。そして、ここで私は予測ツールを作り、いくつかの履歴ですぐにその品質を評価します。品質が大丈夫なら、私は2番目のものに予測に従って取引することを教え、それは単に最高の買い/売りポジションを定義するだけです。(最初はファジーロジックを使っていましたが、後でブール式のものに変更することにしました)よくわからないが、クラウドではコストがかかりすぎる、パラメータが多いと御社のように同じ日にトレーニングすることになる...タスクは同じ、ターゲット関数の最適化である 1...551552553554555556557558559560561562563564565...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
最後に - R. Feynmanの量子遷移の確率振幅に関するモノグラフからの数字
SanSanychが投稿したチャートを思い起こさせるようなものでしょう？
私はここで、3、4ヶ月の新説の放送を始めようとしている...。^))))))))
最後に - R. Feynmanの量子遷移の確率振幅に関するモノグラフからの数字
なんとなくSanSanychさんが投稿されたグラフを彷彿とさせますね？
私はここにいる-私は3-4ヶ月間、新しい理論の放送を開始しようとしている....^))))))))
主なものは、それがすべて永遠に行くようにしないことである :) ようですが、ここでは、すでに、言ってみれば、デトレンドチャート上の異なる振幅での確率を示します。さらに、トレンドの要素を加えると、さらに複雑になります
来ましたね～、そろそろ新説の放送が3、4ヶ月続きますが...。^))))))))
学習サンプルの外にある単純なNSでもあまり効果がないことがわかった．
単なるNSではなく、特殊な構成のNS。上から下へ
この（1）-この（2）を生成した上で、この（3）に合わせる ......))))))
単純なNSではなく、ある構成のNS。上から下へ
this(1)-this(2) から生成され、this(3) に適合......))))
というわけで、BPに変換することにしました。）
このノンリニアな世界...バックでゴードンを聴きながら... :)
というところで、とうとう脳が壊れてしまいました......。）
Vizard_さんの 書き込みは、私の量子力学的な脳も壊れそうです...。
そのニックネームでここに書き込んでいるのは、R. Feynmanの近親者だと思います :))))
だからこそ混乱しやすいのですが、例えば線形や回帰を使っていて何も問題なかったのに、同じタスクでMLPに切り替えようと思ったとします...まさか :)
だからみんな分類を使いたがるんです。予知には回帰がいいんですけどね(笑)。
トレンドには線形や回帰、フラットにはMLPが適しているとさえ言えます。
さて、まず必要なのは、取引に入るか入らないかという分類だけです。以上です。他に何もいらない、1と0だけでいい。MLPはそれをよくやっている。なぜ予測は必要なのか？- まったくもって不明です。
第二に、MLPの場合、タスクを明確に定式化し、不要なものをすべて排除して、アルゴリズム的な手法に委ねる必要があります。そして3つ目は、ほとんどのローカル記事で行われているように、学習中にMLPに解を押し付けないことです。
まあ、まず必要なのは、取引に入るか入らないかという分類だけなんですけどね。以上です。他に何もいらない、1と0だけでいい。MLPで十分だ。なぜ予測は必要なのか？- まったくもって不明です。
第二に、MLPの場合、タスクを明確に定式化し、不要なものをすべて排除して、アルゴリズム的な手法に委ねる必要があります。そして3つ目は、学習において、多くのローカル記事のようにMLPに自分の解を押し付けないことです。
予測はクラッシュする方法ですが、将来の不安定さの確率を推定することができます :) 予測はシステムを新しい条件に適応させるために必要です、ns自身は定期的に市場の変化に再トレーニングを行います。
分類器は、最初のnsの結果だけで動作します。
分類は予測でもあるが、ベイ/セルの組み合わせによって、つまり単なる最適化で、標準的なオプティマイザによってむしろ定性的に行うことが可能である
とにかく楽しいんです。
+ 私は、あなたのようにニューロセルを持っていませんし、mql版にはありません。
また、2つのバリエーションで一気に仕上げる予定ですが、どうなることやら...連休中に忘れていました
予測は崩壊への道だが、将来不安定になる確率を推定することはできる :)
分類は予測でもあるが、ベイ/セルの組み合わせによって、つまり単純な最適化によって、標準的なオプティマイザーを使って、むしろ定性的に行うことができる
分類器は不安定な確率、少なくとも取引が関連する可能性のある境界線に対処することができるかもしれません。
インハウスオプティマイザは良質か？- 全く分からない、むしろ逆だと確信している）。
+ このようなニューラルネットワークはありませんし、mqlにもありません。
一般に、確率の問題は全く解がない場合がある。
インハウスオプティマイザは良質か？- 全く自信がない、むしろ逆だと思う）。
そして、ここで私は予測ツールを作り、いくつかの履歴ですぐにその品質を評価します。品質が大丈夫なら、私は2番目のものに予測に従って取引することを教え、それは単に最高の買い/売りポジションを定義するだけです。
(最初はファジーロジックを使っていましたが、後でブール式のものに変更することにしました)
よくわからないが、クラウドではコストがかかりすぎる、パラメータが多いと御社のように同じ日にトレーニングすることになる...タスクは同じ、ターゲット関数の最適化である