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 735

[Yuriy Asaulenko]

ニコライ・ゲイリス

だから数式を聞いたんだけど...。

NSを使いたいなら、普通のプロ用ソフトを使うか、こんなMQLの偽物をわざわざ使わなくても、何の意味もない。

[削除済み]

おそらくこれ

[Maxim Dmitrievsky]

[Maxim Dmitrievsky]

ニコライ・ゲイリス

おそらくこれでしょう。

そういえば、ニューロンをどう書くか、という記事がありましたね。

Asaulenkoの言うことを聞いてはいけない、彼はここで彼のパラダイムにうんざりしている、それは彼がこのフォーラムに来る理由さえ不明である、それは彼が今日禁止された良いことだ、この無力なオタクは

[Maxim Dmitrievsky]

面白いですね :)

https://smart-lab.ru/blog/456953.php

[Mihail Marchukajtes]

quietly rustling the slate dept grows my leisurely ....

後でコメントします・・・。待ったなし

[Mihail Marchukajtes]

こんな感じです。

やれやれ、マイケル...、どうしてわからないんだ、我々はすでに説明し、感情的に進化を促すために荒らしてきたのに、君は岩のような存在だカモに聖杯のようなものを売っているのなら意味があるが、そうではなさそうなので、合理的ではなく、変な話だ。 あなたは40観察で市場全体を記述する ことはできません、さらに3週間、それは40ピクセルで何千人もの人々の顔を記述するようなものです、例えばウラジミールレーニンの写真を取り、あなたがしたい何でもそれから取り出し、データ〜40点の任意の変換を使用して、その中にプロレタリアートの指導者を認識しようとする））））。しかも、市場全体は写真1枚ではなく、その何百倍もの容量があるのです。勝手な「希望的観測」はやめましょう。

あなたの問題は、市場全体を説明しようとしていることです。どのバーも、私の理解では...。では、一緒に計算してみましょう。

2週間15MのTFは1920本です。HUGEマーケットを記述しているのであれば、1920バーをネット入力に供給する必要がある、などなど。

TF 15M Signalsを40個（約）購入する。この2週間を私のTSで表現するためには、ネットワークがこの2週間を学習できるように、40の値だけを適用する必要があります。基本的なTSはカウンタートレンドです。つまり、相場が反転する可能性のある領域を特定するのである。そして、この時点で分析が行われるのです。トレーニング時のサンプル数を大幅に削減しながらも、同じ時間間隔（2週間）をカバーすることができます。

先ほども言ったように、使っているデータではトレーニングサンプルを増やすことができないからです。入力データがもっと良ければ、100や1000でトレーニングするんですけどね。しかし、しかし、それはすべて重要なことではなく、重要なのは最終的な結果であり、それはとても......です。

[Mihail Marchukajtes]

この写真は、訓練とEOCのセクションです。

2018.01.31のトレーニング編だけご紹介します 見やすくするために

そして、こちらは2018.05.03(月)のコーナー TCは同じ...

[Mihail Marchukajtes]

そして、これらすべては、正しいデータで訓練され、入力に対して最大のVIで選択された、この2人の赤ちゃんの仕事なのです

double getBinaryClassificator1A(double v0, double v1, double v2, double v3, double v4) {
   double x0 = 2.0 * (v0 + 2748.0) / 2951.0 - 1.0;
   double x1 = 2.0 * (v1 + 83.09069) / 154.45321 - 1.0;
   double x2 = 2.0 * (v2 + 71.06971) / 147.16595 - 1.0;
   double x3 = 2.0 * (v3 + 94.29885) / 172.688 - 1.0;
   double x4 = 2.0 * (v4 + 70.91128) / 154.99767 - 1.0;
   double decision = 0.07032014810363377 * x1 * x3
  -0.2709385389305134 * sigmoid(x0 + x1)
  + 0.4766552616529839 * sigmoid(x1 + x2)
  -0.02475017204446986 * sigmoid(x3)
  + 0.6522278547266189 * sigmoid(x4)
  -0.4251146155411889 * sigmoid(x0 + x4)
  + 0.3491339620629828 * sigmoid(x1 + x4)
  -0.11995134291612954 * sigmoid(x0 + x1 + x3 + x4)
  -0.5414699867210747 * sigmoid(x2 + x3 + x4)
  -0.15299357377557646 * sigmoid(x1 + x2 + x3 + x4)
  + 0.3477721452733811 * sigmoid(1.0 + x2 + x3)
  -0.2667852400383829 * sigmoid(1.0 + x0 + x2 + x4)
  + 0.35137296333271945 * sigmoid(1.0 + x1 + x2 + x4)
  + 0.5545211348150159 * sigmoid(1.0 + x1 + x2 + x3 + x4);
   return decision;
}

double getBinaryClassificator2A(double v0, double v1, double v2, double v3, double v4) {
   double x0 = 2.0 * (v0 + 1543.0) / 2763.0 - 1.0;
   double x1 = 2.0 * (v1 + 83.27445) / 157.86037 - 1.0;
   double x2 = 2.0 * (v2 + 96.96413) / 167.20560999999998 - 1.0;
   double x3 = 2.0 * (v3 + 76.54987) / 162.84452 - 1.0;
   double x4 = 2.0 * (v4 + 70.10687) / 136.14457 - 1.0;
   double decision = -1.4629648549243972 * x2 * x3
  -0.24382747582073286 * x2 * x4
  -0.16956988148753577 * sigmoid(x0)
  -0.09466097943059529 * sigmoid(x1)
  + 0.09458009807928075 * sigmoid(x2)
  + 0.5855852404304591 * sigmoid(x1 + x2)
  + 0.5480350088543795 * sigmoid(x3)
  + 0.030113404168369433 * sigmoid(x1 + x3)
  -0.146080234300504 * sigmoid(x4)
  + 0.26372003133088134 * sigmoid(x1 + x3 + x4)
  -0.40493035689960494 * sigmoid(x0 + x2 + x3 + x4);
   return decision;
}

質問：これらのモデルの性能に不満を持っているのは誰ですか？

[Mihail Marchukajtes]

結果を見れば、私の市場へのアプローチには絶対の自信があります。

Rでお世話になったおかげで、TSの動作が何倍も良くなりました......。

この方法は時間がかかり、ミスをしないように注意することがたくさんあり、それによって結果が根本的に変わってしまいますが、全体的には満足しています。

そして今、BWの記事を書き始めています＋動画もありますから、お見逃しなく。公開されたら、このスレッドで必ずお知らせします...。頑張ってください!!!!