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 629 1...622623624625626627628629630631632633634635636...3399 新しいコメント Forester 2018.01.30 09:47 #6281 ユーリイ・アサウレンコマキシム まあ、MTオプティマイザーでネットワークをトレーニングするのはやめましょう。NSトレーナーとオプティマイザーは全く別のアルゴリズムであり、最適化基準も全く異なる。 以前描いたあのNS構造をまだ使っていると、ちょっと単純な、マーケットに弱い。15-20-15-10-5-1の構成になって初めて成功したと既に書きました。しかも、これは1種類のトレードに限った話です。また、すべてハイキンが説明した方法で、つまり新しいことは何もせず、コツもつかまずにやりました。 よりシンプルな構造では、訓練が不十分だったのです。層数ではなく、1つの層に含まれるニューロン数を取ってみたのでしょうか?例えば15-200-1や15-200-20-1のような? ユーリイ・アサウレンコ実は、トレーニングに必要なデータは、たくさんあるのではなく、たくさんあるのです。少ないサンプル数では、NSは何も得ることができません。また、どの程度のデータを取るのでしょうか?トレーニングのために86000本の糸を持っていく。 Yuriy Asaulenko 2018.01.30 09:56 #6282 エリブラリウス1) 層数ではなく、層内のニューロン数を取るようにしましたか?例えば15-200-1や15-200-20-1のような? 2)また、どの程度のデータを取るのですか?トレーニングのために86000回線を取っていました。1.試していない。1層目の20枚で十分です。層あたりのニューロン数と層数の両方を増やすことで行った。 2.N個のエポック間で中間シャッフルを行い、約12000行を学習させました。いくつかのエポックの後、学習データはそれまで学習に関与していなかった他のデータに置き換えられました。 Maxim Dmitrievsky 2018.01.30 10:07 #6283 アレクセイ・テレンテフ侮辱したことは謝るが、自分の投稿を読み直した方がいい。どちらかというと曖昧な印象を受けます。 一般的にはその通りなのですが、ニューラルネットワークの第1層に関してだけです。もし、フィードバックが2層目以降、あるいは一般に並列ネットワーク層に及ぶと、あなたの発言は無効となります。 その場合、マキシムは ネットワークを深化させ、隠れ層にフィードバックをもたらすことを考える必要があります。 そして、どうでしょう。 同じことです。MLPは長い間関係ない、ディープラーニングは長い間トレンドになっている。そして、1つのネットワークで異種データを処理することは十分に可能であり、主なものはアーキテクチャです。私は同意するが、どのようにオプティマイザで:)出てきたすべてのこれらのトリックの深さを組み合わせることは学ぶために少し長くなります...しかし、非常に、非常に高品質、そこに、貿易は一度に発生するためです 30個以上のウェイトはオプティマイザーの選択肢に入らないのだと思います。 + 多くの人がクラウドがあることを忘れています。このようなものをすべて使って仕事をするのは一般的にクールですが、コードの最適化には非常に長けている必要があります。 Aleksey Terentev 2018.01.30 10:17 #6284 マキシム・ドミトリエフスキー私は同意するが、どのようにオプティマイザで:)出てきたすべてのこれらのトリックの深さを組み合わせることは学ぶために少し長くなります...しかし、非常に、非常に高品質、そこに、貿易は一度に発生するためです 30個以上のウェイトはオプティマイザーの選択肢に入らないのだと思います。 + クラウドを利用することで、いろいろなことが楽しくできるようになりますが、そのためにはコードをうまく最適化する必要があります。入力レイヤーを複製してみてください。 Yuriy Asaulenko 2018.01.30 10:18 #6285 アレクセイ・テレンテフ 同じことです。MLPはもう関係ない、ディープラーニングはずっと前からトレンドになっている。そして、1つのネットワークで異種データを処理することは十分に可能です。重要なのは、アーキテクチャです。 MLPが課題を解決できるのであれば、それらが最新であろうとなかろうと、どんな違いがあるのでしょうか?特にMLPの場合、あまり努力する必要はなく、ほとんどどこにでもMLPのためのものがあります。 Maxim Dmitrievsky 2018.01.30 10:28 #6286 アレクセイ・テレンテフ入力レイヤーを複製してみてください。 をテーマに、ウェイトを混ぜてみました :) Aleksey Terentev 2018.01.30 10:30 #6287 ユーリイ・アサウレンコ MLPが問題を解決できるのであれば、関連性があるかないかは関係ないのでは?特にMLPは、無理して買う必要はなく、事実上どこにでもあります。私はあなたを曲げようとはしていません。徹底的な研究は、MLPから始まる。 しかし、ネットワーク内部でのデータの表現、移動や変換となると、活性化、リカレント層、正則化、層の組み合わせなどの問題が当然出てくる。これぞ、ディープラーニング。 さらに、ディープラーニングのためのあらゆるものが、あらゆる場所に存在しています。=) Maxim Dmitrievsky 2018.01.30 10:39 #6288 ユーリイ・アサウレンコ MLPが問題を解決できるのであれば、関連性があるかないかは関係ないのでは?特にMLPは無理しなくても、どこにでもありますから。 ただ、他の条件が同じなら、より深く学ぶ方がずっと速いんです...例えば10時間じゃなくて5分とか... :) Yuriy Asaulenko 2018.01.30 10:42 #6289 アレクセイ・テレンテフそうですね......私はあなたに何も傾けることはありません。ディープラーニングはMLPだけで始まる。 しかし、ネットワーク内部のデータの表現、その移動や変換となると、活性化、リカレント層、正則化、層結合などの問題が当然出てくる。これがディープラーニングです。それはわかるんですが、それとは別の話なんです。2本パイプの問題には高等数学は必要なく、算数だけでいいのです。算術が関係あるかどうかは別問題です。 つまり、まず問題を定義し、その解決方法を選択する必要があるのです。 DM-DL、MLPのような大規模で複雑なタスクは、確かにとっくに過去の段階です。 Yuriy Asaulenko 2018.01.30 10:49 #6290 マキシム・ドミトリエフスキー ただ、他の条件が同じなら、ディープな方がまだずっと速く学べるんです...例えば10時間じゃなくて5分とか...) 断言はできないが、これらはイリュージョンであるように思う。ただ、一般的な考察から。 1...622623624625626627628629630631632633634635636...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
マキシム まあ、MTオプティマイザーでネットワークをトレーニングするのはやめましょう。NSトレーナーとオプティマイザーは全く別のアルゴリズムであり、最適化基準も全く異なる。
以前描いたあのNS構造をまだ使っていると、ちょっと単純な、マーケットに弱い。15-20-15-10-5-1の構成になって初めて成功したと既に書きました。しかも、これは1種類のトレードに限った話です。また、すべてハイキンが説明した方法で、つまり新しいことは何もせず、コツもつかまずにやりました。
よりシンプルな構造では、訓練が不十分だったのです。
層数ではなく、1つの層に含まれるニューロン数を取ってみたのでしょうか?例えば15-200-1や15-200-20-1のような?
実は、トレーニングに必要なデータは、たくさんあるのではなく、たくさんあるのです。少ないサンプル数では、NSは何も得ることができません。
また、どの程度のデータを取るのでしょうか?トレーニングのために86000本の糸を持っていく。
1) 層数ではなく、層内のニューロン数を取るようにしましたか?例えば15-200-1や15-200-20-1のような?
2)また、どの程度のデータを取るのですか?トレーニングのために86000回線を取っていました。
1.試していない。1層目の20枚で十分です。層あたりのニューロン数と層数の両方を増やすことで行った。
2.N個のエポック間で中間シャッフルを行い、約12000行を学習させました。いくつかのエポックの後、学習データはそれまで学習に関与していなかった他のデータに置き換えられました。
侮辱したことは謝るが、自分の投稿を読み直した方がいい。どちらかというと曖昧な印象を受けます。
同じことです。MLPは長い間関係ない、ディープラーニングは長い間トレンドになっている。そして、1つのネットワークで異種データを処理することは十分に可能であり、主なものはアーキテクチャです。一般的にはその通りなのですが、ニューラルネットワークの第1層に関してだけです。もし、フィードバックが2層目以降、あるいは一般に並列ネットワーク層に及ぶと、あなたの発言は無効となります。
その場合、マキシムは ネットワークを深化させ、隠れ層にフィードバックをもたらすことを考える必要があります。
そして、どうでしょう。
私は同意するが、どのようにオプティマイザで:)出てきたすべてのこれらのトリックの深さを組み合わせることは学ぶために少し長くなります...しかし、非常に、非常に高品質、そこに、貿易は一度に発生するためです
30個以上のウェイトはオプティマイザーの選択肢に入らないのだと思います。
+ 多くの人がクラウドがあることを忘れています。このようなものをすべて使って仕事をするのは一般的にクールですが、コードの最適化には非常に長けている必要があります。
私は同意するが、どのようにオプティマイザで:)出てきたすべてのこれらのトリックの深さを組み合わせることは学ぶために少し長くなります...しかし、非常に、非常に高品質、そこに、貿易は一度に発生するためです
30個以上のウェイトはオプティマイザーの選択肢に入らないのだと思います。
+ クラウドを利用することで、いろいろなことが楽しくできるようになりますが、そのためにはコードをうまく最適化する必要があります。
入力レイヤーを複製してみてください。
同じことです。MLPはもう関係ない、ディープラーニングはずっと前からトレンドになっている。そして、1つのネットワークで異種データを処理することは十分に可能です。重要なのは、アーキテクチャです。入力レイヤーを複製してみてください。
MLPが問題を解決できるのであれば、関連性があるかないかは関係ないのでは?特にMLPは、無理して買う必要はなく、事実上どこにでもあります。
私はあなたを曲げようとはしていません。徹底的な研究は、MLPから始まる。
さらに、ディープラーニングのためのあらゆるものが、あらゆる場所に存在しています。=)しかし、ネットワーク内部でのデータの表現、移動や変換となると、活性化、リカレント層、正則化、層の組み合わせなどの問題が当然出てくる。これぞ、ディープラーニング。
MLPが問題を解決できるのであれば、関連性があるかないかは関係ないのでは?特にMLPは無理しなくても、どこにでもありますから。
そうですね......私はあなたに何も傾けることはありません。ディープラーニングはMLPだけで始まる。
しかし、ネットワーク内部のデータの表現、その移動や変換となると、活性化、リカレント層、正則化、層結合などの問題が当然出てくる。これがディープラーニングです。
それはわかるんですが、それとは別の話なんです。2本パイプの問題には高等数学は必要なく、算数だけでいいのです。算術が関係あるかどうかは別問題です。
つまり、まず問題を定義し、その解決方法を選択する必要があるのです。
DM-DL、MLPのような大規模で複雑なタスクは、確かにとっくに過去の段階です。
ただ、他の条件が同じなら、ディープな方がまだずっと速く学べるんです...例えば10時間じゃなくて5分とか...)