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 746 1...739740741742743744745746747748749750751752753...3399 新しいコメント Evgeny Raspaev 2018.03.15 10:43 #7451 ウラジミール・イゼルスキー次のロウソクを考えるのは現実的ですが、長いシリーズでいちいちそれをやるのは現実的ではありません。Neural Networks Free and Serious」という サイトの古い例を思い出してください。著者は単純なニューラルネットワークを説明しています。モデルとしてはあまり鍛え直したプロットでは、ただのグレイルです。80%でも70%でもなく、58%でコインフリップ予想より8%多く利益を出しているバックテストを見てみましょう。改めてネットが再教育されていることを知りました。今度はきっと、何もかもが間違っていると言って攻撃してくるでしょう。私はただ、grail - 58%の利益のあるトレードを言いたかっただけです。58% 予測 Orentir ファイル: q5zlos.png 238 kb yum70t2.png 129 kb Evgeny Raspaev 2018.03.15 10:48 #7452 マキシム・ドミトリエフスキー私の理解では、SBは最低でも2属性、できれば3属性を持つべきと思います。短期、中期、長期の市況の説明。残りは、さらに何か余分な情報があれば、例えば符号のn次の自己回帰を自分自身にかけるなどして、符号のダイナミクスも考慮に入れることができます。 出力に関しては、固定値を送り込むのはナンセンスです。より良い解決策は、シグナルを分類する場合、与えられたsltpレベルでnポイントの成長/減少の確率をフィードすることである。 回帰、つまりNバー予測には、予測結果を処理するアドオンが必要で、予測に応じて適応的にslintptrailingを定義します。 しかし、上記のように、これらはすべて時代遅れの手法であり、一時的ではなく、現実の関係サイン/ターゲットを専門家が評価することが困難(不可能)なため、市場ではまったく通用しない。それが私の言いたいことです。すべてが時代遅れになっているので、最初の質問に戻らなければなりません。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているか、どんな情報が得られるのでしょうか。 もし、N本のバーを使って十分に予測したいのであれば、IMHOは1本に対して100%、次に2、3、4、5 ...N本に対して必要です。1気圧を十分に予測できない場合、5気圧ではどの程度の誤差になるのでしょうか?不釣り合いなほど大きくなる...。 Anatolii Zainchkovskii 2018.03.15 10:52 #7453 エフゲニー・ラスパエフそれが私の言いたいことだ。すべて時代遅れなのだ。だから、最初の質問に戻らねばならない。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているのか、どんな情報があるのか。シンプルなウェービングから始まり、インクリメンタルウェービング、デルタウェービング...といった具合です。今は、20の入力列ではなく、1つの入力列を養うために、七面鳥のボルシチのようなものを作っています )))。 Maxim Dmitrievsky 2018.03.15 10:54 #7454 エフゲニー・ラスパエフそれが私の言いたいことだ。すべて時代遅れなのだ。だから、最初の質問に戻らねばならない。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているのか、どんな情報があるのでしょうか?バックテスト期間の長さ、それだけがジャッジの役割を果たすことができると思っています。日付やその並びによる明示的なバックテストがなく、数年にわたる数千、数万件の案件があり、スムーズに成長しているのであれば、それほど問題はないでしょう。 また、どのような情報が重要なのでしょうか? Alexander_K2 2018.03.15 11:00 #7455 エフゲニー・ラスパエフそれが私の主張です。すべて時代遅れです。だから、最初の質問に戻らなければなりません。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているか、どんな情報があるのでしょうか?時代遅れのものはない。知識は永遠だ!スティーブン・ホーキング博士のようにね。 もう何億回も言われていることですが、純粋な増分で(toxicさんの書き込み参照)、その総和で仕事をしなければならないのです。インクリメントのレベルでは、プロセスはほぼ静止している。定常過程を予測する手法は、コルモゴロフが開発したものだと思います :))))) Anatolii Zainchkovskii 2018.03.15 11:02 #7456 マキシム・ドミトリエフスキーバックテスト期間の長さ、それだけが判断材料になると思っています。日付やシーケンスによる取引の明示的なバックテストはないが、数年にわたる数千、数万件の取引があり、スムーズに成長している場合は、すでに良好である過去のデータからシステムを作り上げるという点では、インターバル学習はあるかもしれませんが、悪くないと思います。問題は、この再学習を伴うオプションでさえ、現在ではバンと動かなくなることです...。また、過去にマシンの正しい入力データを選ぶことは簡単だが、現在と未来でそれが機能することを保証するものではない。私は、再トレーニングが3週間ごとに行われたことを考慮して、3年間のトレーニングを添付する。そして、はい56%の勝率は、聖杯と思われる。 Anatolii Zainchkovskii 2018.03.15 11:04 #7457 Alexander_K2 です。時代遅れのものはない。知識はスティーブン・ホーキング博士のように時代を超越する! 最も純粋な増分(toxicさんの投稿を参照)とその総和で作業すべきなのは、もう何億回も言われていることです。インクリメントのレベルでは、プロセスはほぼ静止している。定常過程を予測する手法は、コルモゴロフが開発したものだと思います :)))))純粋なインクリメントでやってみたが、何も出てこない...。ターゲットの設定を間違えたようだ...。何かコツはあるのでしょうか? Maxim Dmitrievsky 2018.03.15 11:06 #7458 Anatolii Zainchkovskii: 過去のデータからシステムを作り上げるという点では、ある程度の間隔で学習があるかもしれませんが、悪くないと思います。問題は、この再学習を伴うオプションでさえ、現在ではバンと動かなくなることです...。過去にも、機械に適した入力を見つけるのは簡単ですが、それが現在も未来もうまくいくとは限りません。 3週間ごとに再トレーニングが行われることを考慮して、3年間のトレーニングを添付しています。しかし、年間を通しての停滞は恥ずかしいし、ロングに非常に大きなバイアスがかかっていて、すでにオーバーフィッティングになっていますね。 私は、一連の案件だけを分析するようにしているので、均等に 分布しているはずで、標準から少しずれただけで何か問題があったと判断してしまうのです。 Anatolii Zainchkovskii 2018.03.15 11:11 #7459 マキシム・ドミトリエフスキー一連のトレードが均等になるように分析したい。 一連の案件が均等になるように分析し、少しでも標準から外れると、何か問題があったというサインになるようにしています。1年間は、予測変数のセットが市場に適合することを望まなかったことを示しています(異なるフェーズ)、しかし、その後、それは再び動作するように見えた......。このようなテストはたくさんあるのですが、これを持って市場に出てはいけない、同じ地雷原であることに気がつきました...。次のバーではなく、次の200バーの価格を分析しようとしています。 サンプル数は2000から10000ですが、入力データ500から600のサンプルを分析しようとしています。 Anatolii Zainchkovskii 2018.03.15 11:14 #7460 マックス、あなたは機械に様々な市場の局面を認識するように教え、それぞれの状態に対して最も効果的な入力を自動的に選択するようにしたいと思います。それは、複数のニューラルネットワークのポートフォリオのようなもので、それぞれが特定の市場条件に合わせて訓練されている...。 1...739740741742743744745746747748749750751752753...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
次のロウソクを考えるのは現実的ですが、長いシリーズでいちいちそれをやるのは現実的ではありません。
Neural Networks Free and Serious」という サイトの古い例を思い出してください。著者は単純なニューラルネットワークを説明しています。モデルとしてはあまり鍛え直したプロットでは、ただのグレイルです。80%でも70%でもなく、58%でコインフリップ予想より8%多く利益を出しているバックテストを見てみましょう。改めてネットが再教育されていることを知りました。今度はきっと、何もかもが間違っていると言って攻撃してくるでしょう。私はただ、grail - 58%の利益のあるトレードを言いたかっただけです。58% 予測 Orentir
私の理解では、SBは最低でも2属性、できれば3属性を持つべきと思います。短期、中期、長期の市況の説明。残りは、さらに何か余分な情報があれば、例えば符号のn次の自己回帰を自分自身にかけるなどして、符号のダイナミクスも考慮に入れることができます。
出力に関しては、固定値を送り込むのはナンセンスです。より良い解決策は、シグナルを分類する場合、与えられたsltpレベルでnポイントの成長/減少の確率をフィードすることである。
回帰、つまりNバー予測には、予測結果を処理するアドオンが必要で、予測に応じて適応的にslintptrailingを定義します。
しかし、上記のように、これらはすべて時代遅れの手法であり、一時的ではなく、現実の関係サイン/ターゲットを専門家が評価することが困難(不可能)なため、市場ではまったく通用しない。
それが私の言いたいことです。すべてが時代遅れになっているので、最初の質問に戻らなければなりません。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているか、どんな情報が得られるのでしょうか。
もし、N本のバーを使って十分に予測したいのであれば、IMHOは1本に対して100%、次に2、3、4、5 ...N本に対して必要です。1気圧を十分に予測できない場合、5気圧ではどの程度の誤差になるのでしょうか?不釣り合いなほど大きくなる...。それが私の言いたいことだ。すべて時代遅れなのだ。だから、最初の質問に戻らねばならない。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているのか、どんな情報があるのか。
シンプルなウェービングから始まり、インクリメンタルウェービング、デルタウェービング...といった具合です。今は、20の入力列ではなく、1つの入力列を養うために、七面鳥のボルシチのようなものを作っています )))。
それが私の言いたいことだ。すべて時代遅れなのだ。だから、最初の質問に戻らねばならない。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているのか、どんな情報があるのでしょうか?
バックテスト期間の長さ、それだけがジャッジの役割を果たすことができると思っています。日付やその並びによる明示的なバックテストがなく、数年にわたる数千、数万件の案件があり、スムーズに成長しているのであれば、それほど問題はないでしょう。
また、どのような情報が重要なのでしょうか?
それが私の主張です。すべて時代遅れです。だから、最初の質問に戻らなければなりません。未来の動きについて、私たちは何を知っているのでしょう。1時間後、5分後に価格がどうなっているか、どんな情報があるのでしょうか?
時代遅れのものはない。知識は永遠だ!スティーブン・ホーキング博士のようにね。
もう何億回も言われていることですが、純粋な増分で(toxicさんの書き込み参照)、その総和で仕事をしなければならないのです。インクリメントのレベルでは、プロセスはほぼ静止している。定常過程を予測する手法は、コルモゴロフが開発したものだと思います :)))))
バックテスト期間の長さ、それだけが判断材料になると思っています。日付やシーケンスによる取引の明示的なバックテストはないが、数年にわたる数千、数万件の取引があり、スムーズに成長している場合は、すでに良好である
過去のデータからシステムを作り上げるという点では、インターバル学習はあるかもしれませんが、悪くないと思います。問題は、この再学習を伴うオプションでさえ、現在ではバンと動かなくなることです...。また、過去にマシンの正しい入力データを選ぶことは簡単だが、現在と未来でそれが機能することを保証するものではない。私は、再トレーニングが3週間ごとに行われたことを考慮して、3年間のトレーニングを添付する。そして、はい56%の勝率は、聖杯と思われる。
時代遅れのものはない。知識はスティーブン・ホーキング博士のように時代を超越する!
最も純粋な増分(toxicさんの投稿を参照)とその総和で作業すべきなのは、もう何億回も言われていることです。インクリメントのレベルでは、プロセスはほぼ静止している。定常過程を予測する手法は、コルモゴロフが開発したものだと思います :)))))
純粋なインクリメントでやってみたが、何も出てこない...。ターゲットの設定を間違えたようだ...。何かコツはあるのでしょうか?
過去のデータからシステムを作り上げるという点では、ある程度の間隔で学習があるかもしれませんが、悪くないと思います。問題は、この再学習を伴うオプションでさえ、現在ではバンと動かなくなることです...。過去にも、機械に適した入力を見つけるのは簡単ですが、それが現在も未来もうまくいくとは限りません。 3週間ごとに再トレーニングが行われることを考慮して、3年間のトレーニングを添付しています。
しかし、年間を通しての停滞は恥ずかしいし、ロングに非常に大きなバイアスがかかっていて、すでにオーバーフィッティングになっていますね。
私は、一連の案件だけを分析するようにしているので、均等に 分布しているはずで、標準から少しずれただけで何か問題があったと判断してしまうのです。
一連のトレードが均等になるように分析したい。
一連の案件が均等になるように分析し、少しでも標準から外れると、何か問題があったというサインになるようにしています。
1年間は、予測変数のセットが市場に適合することを望まなかったことを示しています(異なるフェーズ)、しかし、その後、それは再び動作するように見えた......。このようなテストはたくさんあるのですが、これを持って市場に出てはいけない、同じ地雷原であることに気がつきました...。次のバーではなく、次の200バーの価格を分析しようとしています。 サンプル数は2000から10000ですが、入力データ500から600のサンプルを分析しようとしています。