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 682

 
何かナポレオン的な計画をお持ちのようで :))今のところ、NS自身がトレードの仕方、過剰最適化をどうするか、どのような規模になるかを考えてくれれば十分です。
 
Dr.トレーダー

I ) ニューロンを取り出し、ライブモードで取引させると同時に、その構成をピックアップする。ディーラーはその利益で気が狂いそうになり、価格を反対に動かし始める。しかし、何とかその準備ができていて、まだ上向きに取引している。ディーラーは利益を上げるためにインターバンクに取引をコピーし、為替取引ロボットを狂わせ、彼らは馬鹿になって、世界の市場はラックと破滅に向かうのである。エージェントは環境と相互作用する。補強を伴う取引です。最近の月曜日、どこかのgoogleが新しい取引ロボットを増援でテストしていたようですが、これはまさにぴったりです。

援軍はとにかく過去のデータに基づくことが必要なようです。それとも、ランダムなウェイトでロボットを取引したいですか?

 

教師なしで学習することと、強化しながら学習する ことは別物です。

教師なし学習の最も単純な表現はオートエンコーダであり、強化学習の最も単純な表現は、知的エージェントが有限の資源をめぐって戦う場である。

 
エリブラリウス

それとも、ランダムなウェイトを持つロボットの取引を開始したいですか?

今更バッキングで何か欲しいわけでもなく、絵に書いてあることを例としてあげただけです。

音階の初期化について 正しいやり方がわからない。しかし、例えば、あるパッケージがあり、その最初の神経細胞のセットは完全にランダムであり、その99%は一日中1つの取引に座っていることになります。そして、遺伝学は、過去に最も成功したニューロンを基に新しいニューロンを作り、そのようなサイクルを何度か繰り返すことで、ほとんどのニューロンはより適切になるはずです。

 
皆さん!の例をどなたか教えてください。 予想に基づき、本命の NSの?失敗作でも、入力数、何が入っていて何が出ているのか、予測の深さなど、詳しい説明を。
 
Alexander_K2 です。
皆さん!の例をどなたか教えてください。 予想に反して本命の NS?たとえ失敗作でも、インプットの数、インプットの内容、アウトプットの内容、予測の深さなど、詳しい説明があれば大丈夫です。

ビジュアルな開発環境を備えた機械学習用のクラウドサービスが登場しています。そこでは、あまり細かいことを言わずに、無料でMLを使うことができます。

学習するためのデータがあればいいのです。ダニがたくさんいるから問題ないでしょ。

これを試してみてください。

https://studio.azureml.net

Microsoft Azure Machine Learning Studio
  • studio.azureml.net
Azure Machine Learning Studio is a GUI-based integrated development environment for constructing and operationalizing Machine Learning workflow on Azure.
 
ヴィザード_。

前のページを見ていないのですか

ごめんね、ウォーロック...。聖杯に向かう途中、私はあることで騒ぎ始めた...。

Aleksey Terentev - ありがとうございます。

 
皆さんこんにちは、私もこのサイトとトレンド市場には初めてです。大学で勉強しています。テクニカル指標: Directional MovementSystem」というテーマでディプロマを取得しました。このテーマを機械学習と結びつけて、どんな新しいことができるのか。あらかじめご了承ください。
 
ラミルジュヌソフ
皆さんこんにちは!このサイトもトレンド市場も初めての者です。大学で勉強しています。テクニカル指標: Directional MovementSystemの ディプロマを取得しました。このテーマを機械学習と結びつけて、どんな新機能をもたらすことができるのか。あらかじめご了承ください。

ディプロマは通常4~6年(学んだ分野)の勉強をした後に書かれるものです。あなたは新人ではないので、ここにいる多くの人たちよりもリテラシーが高いはずです。それとも、何か他のことを勉強してきたのか、しかし、市場(あなたが書いているように、あなたは初心者です)の主題に関する卒業証書?

IM指標との関連性は低いと思われます。

 

新しくするのはどうかと思うが、少なくともこれらの指標がもう時代遅れであることを証明することはできるはずだ。

これらの指標をもとに、次のバーの方向を予測してみるのもよいでしょう。
例えば、数ヶ月後のユーロドルH1を 考えてみましょう。インジケータ・パラメータとMOモデル・パラメータをジェネティクスに入れる。Geneticsのfitness関数でK-foldクロスバリデーションでモデルを学習させる。もし、遺伝学者が取引を成功させるために、モデルと指標の両方に適したパラメータを見つければ、それは奇跡となるでしょうが、ほとんどの場合、そうではありません。

そして、同じことを、これらの指標が作られる10年前の米の価格についても行っています。おそらく、そのデータでもインジケータは動作すると思います。ロールオフする前に、どのように指標が弱まり始めたのか、年ごとに見ていくのが面白いでしょう。



Vizard_さん、それは勘弁してください。SanSanychは、ただそれを受けて、やってはいけないことを解説してくれる数少ない存在です。単に誤った情報や間違った方法を蒔く多くの人とは違います。