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

pantural 2018.02.17 16:39 #6891

マキシム・ドミトリエフスキー

もっと攻撃的に、もっと自分自身に不満を持つように......。

あと2週間で、震える獣かステータスを持つかの確認ができます。

私たちではなく、あなたが、そのような期限を設定したのです :)

Grigoriy Chaunin 2018.02.18 02:38 #6892

ミハイル・マルキュカイツ

Pussyfootingはブーツを盗むことではありません。変換後の例はどこにあるのでしょうか？せめて写真だけでも。そして、できれば資金収支がわかるような写真であることが望ましい。なぜなら、それがどんなに大きなものであっても、どんなに秘密のものであっても、あらゆる市場の仕事の究極の目的だからです......。

ここでデタラメを言うんじゃないよ。検索可能な方向を指摘されました。確認するも無視するもあなた次第です。しかし、そんな「頭のいい人」が、証明しろ、俺にはそう見えるから全部デタラメだ、確認する気もしない、といった主張をしているから、話題がバザールになってしまうのです。そんなバザーには参加したくありません。だから、もう掲示板に書き込んだり、ここに開発内容を書き込んだりすることはないんです。Python言語を接続するためのライブラリを掲載したことを、すでに後悔し始めているんです。一般的にはモデレーションの問題で、私はこのサイトのモデレーションは好きではありません。なぜなら、喧嘩は抑えられないからです。そのようなコメントを読み、それに答える気は毛頭ない。1週間のリターンのグラフが掲載されていますが、それが指標になるとでも思っているのでしょうか。何でもない。それに思い上がりも甚だしい。皆さん、さようなら。

Mihail Marchukajtes 2018.02.18 05:27 #6893

グリゴリー・チャウニン
ここでデタラメを言うんじゃないよ。検索可能な方向が示されましたね。確認するも無視するもあなた次第です。そんな「頭のいい人」が「証明しろ」みたいな主張をしているから、自分にはそう見えるから全部デタラメで、確認する気もしないし、話題がバザール化するんですよ。そんなバザーには参加したくありません。だから、もう掲示板に書き込んだり、ここに開発内容を書き込んだりすることはないんです。Python言語を接続するためのライブラリを掲載したことを、すでに後悔し始めているんです。一般的にはモデレーションの問題で、私はこのサイトのモデレーションは好きではありません。なぜなら、喧嘩は抑えられないからです。そのようなコメントを読み、それに答える気は毛頭ない。1週間のリターンのグラフが掲載されていますが、それが指標になるとでも思っているのでしょうか。何でもない。それに思い上がりも甚だしい。皆さん、さようなら。

グリゴーリイさんへさらに、このような強度の変換の後、増分のヒストグラムは厳密な形をとるので、対数化するなどの必要はない」と引用しています。"見てみたい" "形だけでも" "鵜呑みにしない" "何か知っている" "でも教えない何かユニークな形があれば、写真も添えていただけると嬉しいのですが......。

Maxim Dmitrievsky 2018.02.18 06:31 #6894

名言、人物、馬など、すべてがごちゃまぜになっている

Maxim Dmitrievsky 2018.02.18 06:38 #6895

pantural。

私たちではなく、あなた自身が設定した期限です :)

(伝道者の書3章)「すべての物事には時期があり、天の下のすべての物事には時期がある」とあります。生まれる時、死ぬ時、植える時、植えられたものをむしり取る時、殺す時、癒す時、壊す時、建てる時、泣く時、笑う時、嘆く時、踊る時、石を散らす時、石を集める時。抱きしめる時、抱きしめるのをためらう時、求める時、失う時、救う時、捨てる時、裂く時、縫う時、沈黙する時、話す時、愛する時、憎む時、戦争する時、平和な時"。

(C) マイケル先生

Mihail Marchukajtes 2018.02.18 07:29 #6896

マキシム・ドミトリエフスキー

(伝道者の書3章)「すべての物事には時期があり、天の下のすべての物事には時期がある」とあります。生まれる時、死ぬ時、植える時、植えたものを抜き取る時、殺す時、癒す時、壊す時、建てる時、泣く時、笑う時、嘆く時、踊る時、石を撒く時、石を集める時です。抱きしめる時、抱きしめるのをためらう時、求める時、失う時、救う時、捨てる時、裂く時、縫う時、沈黙する時、話す時、愛する時、憎む時、戦争する時、平和な時"。

(C) マイケル先生

誠意ある対応!!!!テーマの続きですが...。ご存知のようにRをいじり始めて、各入出力間のVIの最大値を計算できるようになりましたが、入力データを110から20-30に減らし、出力情報が最大となる入力データを残すだけで十分でした。その結果、私自身のテストにどんどん合格していくようになったのです。フィードバックループでどうなるのか見てみよう。1週間あればわかる。

しかし、ここで私は、VI指標は1つでは不十分だと考えています。冗長性を計算して、列の数を減らすようにした方がいいですね。

相互情報以外に、入力データを出力に推定する関数が既に用意されているのかも？

Maxim Dmitrievsky 2018.02.18 07:41 #6897

ミハイル・マルキュカイツ

ほのぼのとした言い方!!!!話題の続きですが...。ご存知のようにRをひねり始め、各入出力間の最大VIを計算できるようになりましたが、それでも入力データを110から20～30に減らすには、出力に関する最大情報を持つ入力データを残すことが必要でした。その結果、私自身のテストにどんどん合格していくようになったのです。フィードバックループでどうなるのか見てみよう。1週間あればわかる。

しかし、ここで私は、VI指標は1つでは不十分だと考えています。冗長性を計算して、列の数を減らすようにした方がいいですね。

もしかしたら、相互情報以外に入力データを出力に推定できる関数がすでに準備されているかもしれない？

これらはモデルに組み込まれていなければならない。つまり、それ自体ではなく、モデルに関して評価されなければならないのである。

Rで最も簡単にできるのはランダムフォレストで、ジニMDI法（推定値の質はエントロピー法に匹敵）、平均精度低下法MDAがある

しかし、私はエロダーではないので、既成のコードはありません...例えば、Sanychのforestsによる特徴選択に関する記事を読んでみてください。

または

https://medium.com/@ceshine/feature-importance-measures-for-tree-models-part-i47f187c1a2c3

http://blog.datadive.net/selecting-good-features-part-iii-random-forests/