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 654 1...647648649650651652653654655656657658659660661...3399 新しいコメント Alexander_K2 2018.02.09 18:52 #6531 ユーリイ・アサウレンコYuriさん、ご心配なく。皆さんのご協力やご提案は、私が考慮し、アルゴリズムを完全に記述しないようにしているものです。どうしようかと考えているところです...。まだわかりません。以上、このスレッドから離脱します。ピアニストを叱らないでください、彼はできる範囲で演奏します。 Alexander_K2 2018.02.09 20:07 #6532 Dr.トレーダー： そうです、先生。もしまだニューラルネットのレースをしているのなら、変換されたサンプルでやってください。そこから一律に読み取ることも、指数関数的に 読み取ることもできます。今は本当にそれだけです。そろそろ帰ろうか。ここの雰囲気は良くなったような気がする。 pantural 2018.02.09 21:27 #6533 実は皆さん、ここで間違ったことを話しているのです...。 データがあって、その上でMOの排気をTSに実装するということで、NSでacuracy50%強のノイジーな述語を、少なくともスプレッド以上のTSにするにはどうしたらいいのかという話の方がいいと思いますね。 Dmitriy Skub 2018.02.09 22:46 #6534 pantural。実は皆さん、ここで間違ったことを話しているのです...。 データがあって、その上でMOの排気をTSに実装するということで、NSでacuracy50%強のノイジーな述語を、少なくともスプレッド以上のTSにするにはどうしたらいいのかという話の方がいいと思いますね。*** Renat Akhtyamov 2018.02.09 23:00 #6535 Alexander_K2 です。現時点での証明として。 デモ？ Maxim Dmitrievsky 2018.02.10 05:43 #6536 このスレッドをRenat Akhtyamovの 内面世界にしないでください。 Vizard_ 2018.02.10 07:24 #6537 レナト・アフティアモフ デモ？で、14年以前のルーブルは？ ))))) Dr. Trader 2018.02.10 07:43 #6538 pantural。実は皆さん、ここで間違ったことを話しているのです...。 データがあって、その上でMOの排気をTSに実装するということで、NSでacuracy50%強のノイジーな述語を、少なくともスプレッド以上のTSにするにはどうしたらいいのかという話の方がいいと思うんですよね。私もよく考えています。 回帰モデルがバーごとの価格上昇を予測し、フロントテストとバックテストでR2スコアがゼロ以上であれば、それはすでに良いスタートです。問題は、安定はしているものの、結果が小さいこと、スプレッドが打ち切られることです。 分析的には、R2は大きな誤差に対してより大きなペナルティをモデルに与え、小さな誤差や間違った取引の方向 性を無視してしまうという問題があります。利益の分布を見ると、ほとんどの値動きが数ピップスしかない。そして、モデルは、そのような小さな動きの正しい方向を予測するのではなく、より高いR2を得ることができる分布のロングテールを予測するように学習するのである。その結果、このモデルは大きな動きは何とか予測できるのですが、小さな動きでは必ず方向を間違えてしまい、スプレッドを失ってしまうのです。 結論 - 標準的な回帰推定値は、FXには不利。取引方向、スプレッド、精度などを考慮した何らかのフィットネス関数を考案する必要があり、その関数は滑らかであるべきである。そうすると、50％強の精度でも儲かる可能性がある。 精度、シャープ比、リカバリーファクターなど、取引チャートを分析する機能が離散的すぎると、標準的なバックプロップスによるニューロニックでは、ローカルミニマムを抜け出せず、正しく学習することができません。 もう一つの結論は、ニューロンの弱い信号を完全に無視することである。強いものだけで取引する。問題は、バックテストでは良い結果が得られるが、フロントテストでは良い結果が得られない閾値を常に定義できることである。それも考えてのことです。 Forester 2018.02.10 08:58 #6539 Dr.トレーダー もう一つの結論は、弱いニューロニューロシスの信号を完全に無視することです。 強いものだけで取引する。問 題は、バックテストでは良い結果が得られるが、フロントテストでは良い結果が得られない閾値を常に見つけることができるということである。ここでも、何か考えなければならない。強いものに乗って取引するのは理にかなっている。また、フロントエンドで悪い結果が出たのは、おそらくNSがバックテストでの結果を覚えていて、一般化しなかったのでしょう。 バリデーションセクションを導入した方がいいのでは？ しかし、検証部門へのフィッティングが行われることが判明するかもしれません。そして、フォワードがまた悪くなる。 СанСаныч Фоменко 2018.02.10 11:35 #6540 Dr.トレーダーと誤った取引指示をして しまう。rugarch::DACTest - 方向性の正確さをテストします。最も興味深いのは、著者が我々と同世代のロシア人であるアナトーリエフであることだ。 Anatolyev S. 予測可能性テスト。クオンティル 第1号、 2006年 9月 、 pp.39-43. 1...647648649650651652653654655656657658659660661...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
Yuriさん、ご心配なく。皆さんのご協力やご提案は、私が考慮し、アルゴリズムを完全に記述しないようにしているものです。どうしようかと考えているところです...。まだわかりません。以上、このスレッドから離脱します。ピアニストを叱らないでください、彼はできる範囲で演奏します。
そうです、先生。もしまだニューラルネットのレースをしているのなら、変換されたサンプルでやってください。そこから一律に読み取ることも、指数関数的に 読み取ることもできます。今は本当にそれだけです。そろそろ帰ろうか。ここの雰囲気は良くなったような気がする。
実は皆さん、ここで間違ったことを話しているのです...。
データがあって、その上でMOの排気をTSに実装するということで、NSでacuracy50%強のノイジーな述語を、少なくともスプレッド以上のTSにするにはどうしたらいいのかという話の方がいいと思いますね。
実は皆さん、ここで間違ったことを話しているのです...。
データがあって、その上でMOの排気をTSに実装するということで、NSでacuracy50%強のノイジーな述語を、少なくともスプレッド以上のTSにするにはどうしたらいいのかという話の方がいいと思いますね。
***
現時点での証明として。
デモ？
で、14年以前のルーブルは？ )))))
実は皆さん、ここで間違ったことを話しているのです...。
データがあって、その上でMOの排気をTSに実装するということで、NSでacuracy50%強のノイジーな述語を、少なくともスプレッド以上のTSにするにはどうしたらいいのかという話の方がいいと思うんですよね。
私もよく考えています。
回帰モデルがバーごとの価格上昇を予測し、フロントテストとバックテストでR2スコアがゼロ以上であれば、それはすでに良いスタートです。問題は、安定はしているものの、結果が小さいこと、スプレッドが打ち切られることです。
分析的には、R2は大きな誤差に対してより大きなペナルティをモデルに与え、小さな誤差や間違った取引の方向 性を無視してしまうという問題があります。利益の分布を見ると、ほとんどの値動きが数ピップスしかない。そして、モデルは、そのような小さな動きの正しい方向を予測するのではなく、より高いR2を得ることができる分布のロングテールを予測するように学習するのである。その結果、このモデルは大きな動きは何とか予測できるのですが、小さな動きでは必ず方向を間違えてしまい、スプレッドを失ってしまうのです。
結論 - 標準的な回帰推定値は、FXには不利。取引方向、スプレッド、精度などを考慮した何らかのフィットネス関数を考案する必要があり、その関数は滑らかであるべきである。そうすると、50％強の精度でも儲かる可能性がある。
精度、シャープ比、リカバリーファクターなど、取引チャートを分析する機能が離散的すぎると、標準的なバックプロップスによるニューロニックでは、ローカルミニマムを抜け出せず、正しく学習することができません。
もう一つの結論は、ニューロンの弱い信号を完全に無視することである。強いものだけで取引する。問題は、バックテストでは良い結果が得られるが、フロントテストでは良い結果が得られない閾値を常に定義できることである。それも考えてのことです。
もう一つの結論は、弱いニューロニューロシスの信号を完全に無視することです。 強いものだけで取引する。問 題は、バックテストでは良い結果が得られるが、フロントテストでは良い結果が得られない閾値を常に見つけることができるということである。ここでも、何か考えなければならない。
強いものに乗って取引するのは理にかなっている。また、フロントエンドで悪い結果が出たのは、おそらくNSがバックテストでの結果を覚えていて、一般化しなかったのでしょう。
バリデーションセクションを導入した方がいいのでは？
しかし、検証部門へのフィッティングが行われることが判明するかもしれません。そして、フォワードがまた悪くなる。
と誤った取引指示をして しまう。
rugarch::DACTest - 方向性の正確さをテストします。最も興味深いのは、著者が我々と同世代のロシア人であるアナトーリエフであることだ。
Anatolyev S. 予測可能性テスト。クオンティル 第1号、 2006年 9月 、 pp.39-43.