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 617 1...610611612613614615616617618619620621622623624...3399 新しいコメント Anatolii Zainchkovskii 2018.01.28 09:11 #6161 アレクセイ・テレンテフ質問の答え：分類買い/売り/パスのシグナルを表示します。 写真については、何がラインなのかがよくわからない。 MetaTrader取引プラットフォームのスクリーンショット オーダスド、H1、2018.01.28 RoboForex (CY) Ltd, MetaTrader 5, Demo そうですね、写真はチャートから切り取ったものです。分類についてですが、これは同じニューラルネットワークで適用できるのでしょうか？ Anatolii Zainchkovskii 2018.01.28 09:16 #6162 アレクセイ・テレンテフ モデルとは、データセットのパラメータ（列、変数）＋数学的手法（関数）＋結果（関数呼び出し）のセットであると、現在の読者は理解している。 データセットのことですね。 データセットの長さは、学習の質とスピードに影響する（行数）。予測の質は、パラメータ（列）の質に影響されるデータセットの長さをどう処理すればいいのかがわからない。私の場合、1つの同じモデルが500本の長さになることもありますが、1日では200本の長さになることもあります。毎時間のデータセットが得られるスクリプトを作ったとして、それらのデータセットの長さが異なる場合、ニューラルネットワークにどのように使用すればよいのでしょうか？モデルの長さだけでも、ニューラルネットワークの品質パラメータになると思うのですが...。 Aleksey Terentev 2018.01.28 09:17 #6163 アナトリー・ザイニチコフスキー https://charts.mql5.com/17/376/audusd-h1-roboforex-cy-ltd.png同意見、写真はグラフから切り取ったものです。分類については、同じニューラルネットワークで適用できるのでしょうか？画像からは、何がデータなのか、どこが予報なのか、よくわからない。縦線は 何を意味するのか？一般に、「グラフに凡例はない」と言われるように。 基本的には、ニューラルネットワークモデルの構造において、出力層（ニューロン数、活性化関数）を変更し、トレーニング用のデータをクラス（例えば、インジケータ信号、正規化した価格増分）に変換する必要があります。 Anatolii Zainchkovskii 2018.01.28 09:22 #6164 アレクセイ・テレンテフ画像からは、どのようなデータなのか？ 予測はどこなのか？縦線は 何を意味するのか？一般に言われるように、チャートに凡例はない。 基本的には、ニューラルネットワークモデルの構造において、出力層（ニューロン数、活性化関数）を変更し、学習用のデータをクラス（例：指標信号、正規化された価格増分）に変換する必要があります。 写真によると、縦線はモデル本体、右縦前方以降のすべてを示しています。そこで、ニューラルネットワークの力を借りて、フォワードの振る舞いを説明できる可能性を探したいと思います。モデルのインクリメント価格にニューロネットのデータを使いたいのですが。 Aleksey Terentev 2018.01.28 09:24 #6165 アナトリー・ザイニチコフスキー データセットの長さをどう処理すればいいのかがわからない。私の場合、1つの同じモデルが500本の長さになることもありますが、1日では200本の長さになることもあります。毎時間のデータセットが得られるスクリプトを作ったとして、それらのデータセットの長さが異なる場合、ニューラルネットワークにどのように使用すればよいのでしょうか？モデルの長さだけでも、ニューラルネットワークの品質指標になると思うのですがデータセットは、例えば列が始値/終値、行が時間モーメント、バーであるテーブルです。 初歩的なニューラルネットワークのアーキテクチャでは、行を次々と入力し、各行ごとにベンチマークと比較した結果を出力する必要があり、最適化関数がニューラルネットワークを「学習」させることになります。一度に複数の文字列を送り込むと時系列になるので、あるアルゴリズムにしたがって送り込む必要があります。 さらに、このテーマに関する 記事を勉強することで、多くの疑問が明らかになると思います。 Maxim Dmitrievsky 2018.01.28 09:27 #6166 アナトリー・ザイニチコフスキー 写真によると、縦線はモデル本体、右縦前方以降のすべてを示しています。そこで、ニューラルネットワークの力を借りて、フォワードの振る舞いを説明できる可能性を探したいと思います。モデルの価格刻みでニューロネットのデータを使いたいのですが。ペアトレードの記事を書き始めたのですが...自分の怠慢と正しいやり方が理解できていないために行き詰まってしまいました :) Anatolii Zainchkovskii 2018.01.28 09:32 #6167 アレクセイ・テレンテフデータセットはテーブルで、列は例えば始値/終値、行は時間のモーメント、バーです。 初歩的なニューラルネットワークのアーキテクチャでは、次から次へと行が与えられ、それぞれの行について、ベンチマークと比較した結果を出す必要があり、最適化関数がニューラルネットワークを「学習」させることになります。複数の文字列を一度に送り込むと時系列になるので、あるアルゴリズムにしたがって送り込む必要があります。 私のニューラルネットワークの知識は表面的すぎるかもしれないので、ぶっきらぼうで申し訳ない。例えば、100本分の価格と5本分の順張りのシーケンスがあるとします。 ニューラルネットワークの入力は100本、出力は5本とします。しかし，1時間前の次の選択では，例えば200本で5本進みます．1時間前の3番目の選択では，入口で250本，出口で5本進みます．どこもかしこも、入力データが同量であることを記述している例ばかりです。 Anatolii Zainchkovskii 2018.01.28 09:35 #6168 マキシム・ドミトリエフスキー 倍々トレードの記事を書き始めたのですが...自分の怠慢と正しいやり方への誤解で行き詰ってしまいました :)ご挨拶 ペア方式を知ることになったが、ペア方式は使っていない。今日のところはポートフォリオトレードを使っていますが、それは自分の都合の良いステージ（モデル）のポートフォリオをいつでも作れるからに他なりません。そして、ポートフォリオの系列がどの市場の系列にも似ていることに気づいたので、neuronetを使って同一の集合（視覚的に同一）に対して可能な規則性を見つけることにしたのです。 Anatolii Zainchkovskii 2018.01.28 09:38 #6169 マキシム、ニューラルネットワークをモノペアーで動かしているんだろう？便利な列を作れば、フォワードでよりよく表示されるかもしれないと思ったことはないでしょうか。結局、実際には、例えば、ヘッドショルダーの姿はあまり発生しないが、1時間に1回できると想像してみると...。 Aleksey Terentev 2018.01.28 09:42 #6170 アナトリー・ザイニチコフスキー 私のニューラルネットワークの知識は表面的すぎるかもしれないので、ぶっきらぼうで申し訳ない。例えば、100本分の価格と5本分の順張りのシーケンスがあるとします。 ニューラルネットワークの入力は100本、出力は5本とします。しかし、今度は1時間前の次の選択が、例えば200本で順方向も5本。 1時間前の3番目の選択は、入力が250で出力が5。 このようなニューラルネットワークを作るにはどうしたらいいでしょうか。どこもかしこも、入力データが同じであることを記述している例ばかりです。 そうすると、入力に100barを常時供給する必要があります。ニューラルネットワークのモデルは、入力-100、隠れ家-x、出力-5とする。 1...610611612613614615616617618619620621622623624...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
質問の答え：分類買い/売り/パスのシグナルを表示します。
写真については、何がラインなのかがよくわからない。
MetaTrader取引プラットフォームのスクリーンショット
オーダスド、H1、2018.01.28
RoboForex (CY) Ltd, MetaTrader 5, Demo
そうですね、写真はチャートから切り取ったものです。
分類についてですが、これは同じニューラルネットワークで適用できるのでしょうか？
モデルとは、データセットのパラメータ（列、変数）＋数学的手法（関数）＋結果（関数呼び出し）のセットであると、現在の読者は理解している。
データセットのことですね。
データセットの長さは、学習の質とスピードに影響する（行数）。予測の質は、パラメータ（列）の質に影響される
データセットの長さをどう処理すればいいのかがわからない。私の場合、1つの同じモデルが500本の長さになることもありますが、1日では200本の長さになることもあります。毎時間のデータセットが得られるスクリプトを作ったとして、それらのデータセットの長さが異なる場合、ニューラルネットワークにどのように使用すればよいのでしょうか？モデルの長さだけでも、ニューラルネットワークの品質パラメータになると思うのですが...。
https://charts.mql5.com/17/376/audusd-h1-roboforex-cy-ltd.png
同意見、写真はグラフから切り取ったものです。
分類については、同じニューラルネットワークで適用できるのでしょうか？
画像からは、何がデータなのか、どこが予報なのか、よくわからない。縦線は 何を意味するのか？一般に、「グラフに凡例はない」と言われるように。
基本的には、ニューラルネットワークモデルの構造において、出力層（ニューロン数、活性化関数）を変更し、トレーニング用のデータをクラス（例えば、インジケータ信号、正規化した価格増分）に変換する必要があります。
画像からは、どのようなデータなのか？ 予測はどこなのか？縦線は 何を意味するのか？一般に言われるように、チャートに凡例はない。
基本的には、ニューラルネットワークモデルの構造において、出力層（ニューロン数、活性化関数）を変更し、学習用のデータをクラス（例：指標信号、正規化された価格増分）に変換する必要があります。
写真によると、縦線はモデル本体、右縦前方以降のすべてを示しています。そこで、ニューラルネットワークの力を借りて、フォワードの振る舞いを説明できる可能性を探したいと思います。モデルのインクリメント価格にニューロネットのデータを使いたいのですが。
データセットの長さをどう処理すればいいのかがわからない。私の場合、1つの同じモデルが500本の長さになることもありますが、1日では200本の長さになることもあります。毎時間のデータセットが得られるスクリプトを作ったとして、それらのデータセットの長さが異なる場合、ニューラルネットワークにどのように使用すればよいのでしょうか？モデルの長さだけでも、ニューラルネットワークの品質指標になると思うのですが
データセットは、例えば列が始値/終値、行が時間モーメント、バーであるテーブルです。
初歩的なニューラルネットワークのアーキテクチャでは、行を次々と入力し、各行ごとにベンチマークと比較した結果を出力する必要があり、最適化関数がニューラルネットワークを「学習」させることになります。
一度に複数の文字列を送り込むと時系列になるので、あるアルゴリズムにしたがって送り込む必要があります。
さらに、このテーマに関する 記事を勉強することで、多くの疑問が明らかになると思います。写真によると、縦線はモデル本体、右縦前方以降のすべてを示しています。そこで、ニューラルネットワークの力を借りて、フォワードの振る舞いを説明できる可能性を探したいと思います。モデルの価格刻みでニューロネットのデータを使いたいのですが。
ペアトレードの記事を書き始めたのですが...自分の怠慢と正しいやり方が理解できていないために行き詰まってしまいました :)
データセットはテーブルで、列は例えば始値/終値、行は時間のモーメント、バーです。
初歩的なニューラルネットワークのアーキテクチャでは、次から次へと行が与えられ、それぞれの行について、ベンチマークと比較した結果を出す必要があり、最適化関数がニューラルネットワークを「学習」させることになります。
複数の文字列を一度に送り込むと時系列になるので、あるアルゴリズムにしたがって送り込む必要があります。
私のニューラルネットワークの知識は表面的すぎるかもしれないので、ぶっきらぼうで申し訳ない。例えば、100本分の価格と5本分の順張りのシーケンスがあるとします。 ニューラルネットワークの入力は100本、出力は5本とします。しかし，1時間前の次の選択では，例えば200本で5本進みます．1時間前の3番目の選択では，入口で250本，出口で5本進みます．どこもかしこも、入力データが同量であることを記述している例ばかりです。
倍々トレードの記事を書き始めたのですが...自分の怠慢と正しいやり方への誤解で行き詰ってしまいました :)
ご挨拶 ペア方式を知ることになったが、ペア方式は使っていない。今日のところはポートフォリオトレードを使っていますが、それは自分の都合の良いステージ（モデル）のポートフォリオをいつでも作れるからに他なりません。そして、ポートフォリオの系列がどの市場の系列にも似ていることに気づいたので、neuronetを使って同一の集合（視覚的に同一）に対して可能な規則性を見つけることにしたのです。
マキシム、ニューラルネットワークをモノペアーで動かしているんだろう？便利な列を作れば、フォワードでよりよく表示されるかもしれないと思ったことはないでしょうか。結局、実際には、例えば、ヘッドショルダーの姿はあまり発生しないが、1時間に1回できると想像してみると...。
私のニューラルネットワークの知識は表面的すぎるかもしれないので、ぶっきらぼうで申し訳ない。例えば、100本分の価格と5本分の順張りのシーケンスがあるとします。 ニューラルネットワークの入力は100本、出力は5本とします。しかし、今度は1時間前の次の選択が、例えば200本で順方向も5本。 1時間前の3番目の選択は、入力が250で出力が5。 このようなニューラルネットワークを作るにはどうしたらいいでしょうか。どこもかしこも、入力データが同じであることを記述している例ばかりです。