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 781 1...774775776777778779780781782783784785786787788...3399 新しいコメント forexman77 2018.03.29 17:16 #7801 マキシム・ドミトリエフスキーあしながおじさん 長いインターバルでトレーニングをしてから、OOSを表示します また、環境の記述も変更する必要がありますね。つまり、ストックハスティックな期間そのものは変化せず、内部にウエイトがあり、それに属性を掛け合わせて活性化関数を適用しているということでしょうか。 Maxim Dmitrievsky 2018.03.29 17:19 #7802 FXMAN77 です。ストキャスティクスの周期そのものは変わらないが、重みが内部に取り込まれ、それによって符号が掛けられ、その後活性化関数が作動するという理解でいいのでしょうか。ストキャスティクスのターゲット(3つのRSI)が選択され、すなわち、ラベルの与えられたセットはありません、はい。 が、オプティマイザではなく、本格的なNSの学習が行われる СанСаныч Фоменко 2018.03.29 17:21 #7803 FXMAN77 です。敬称略、エントリーのバーナンバーはわかっても、理由がわからない場合の分類方法をアドバイスしてください。 パターンの見極め方とは。入るところと入らないところに分けること?2つのベクトル:1つはロング用、もう1つはショート用 入力する/される位置 = 1 , その他 = 0 一番の問題は、予測因子です。ターゲットに関連するものがあるはずです。 経験がなければ、ガラガラと6つのモデルを取り、最も重要なのは、予測変数の準備、モデル自体の準備、これらのモデルの評価というフルサイクルがあることです。エクセルでファイルを用意すれば、Rで何も分からなくても、リストアップされた結果を一度に見ることができます。 しかし、このスレッドには多くの資料があります 頑張ってください。 PS. 軍隊の人数が増えたということにしておきます。 forexman77 2018.03.29 17:26 #7804 マキシム・ドミトリエフスキーストキャスティクス(3つのRSI)のターゲットは列挙されており、ラベルのセットは存在しません。 は、オプティマイザで学習させるのではなく、本格的なNSターゲットとは何ですか? ARIMAを少し扱っています。3つのステップがあることが理解できました。 1.試作機の確認 2.パラメータの推定と妥当性のチェック 3.予測 1点目は、シリーズが静止していることを確認したい。 Maxim Dmitrievsky 2018.03.29 17:28 #7805 FXMAN77 です。ターゲットとは何か、知りたいですか?ターゲット(ラベル)は、学習時にNSの出力に与えるもの(つまり、出力するはずの値) であり、入力に与えるものは特性(特徴、予測因子)である СанСаныч Фоменко 2018.03.29 17:30 #7806 FXMAN77 です。ターゲットは何か、分かるだろうか? 私はこれまでARIMAに取り組んできました。3つのステップがあることは理解しています。 1.テスト機種の特定 2.パラメータの推定と妥当性のチェック 3.予測 最初のポイントについて:系列が定常であることを確認する必要があることがわかった、もしそうでなければ、モーメントの系列を確認する。パラメータを自動で選択する機能auto.arimaがあり、1つではなく3つ(6つ)あります。 モデルからの残差を確認するのだ。そのための特別なテストがあるのです。 forexman77 2018.03.29 17:30 #7807 サンサニッチ・フォメンコ2つのベクトル:1つはロング用、もう1つはショート用 入力する/される位置 = 1 , その他 = 0 一番の問題は、予測因子です。ターゲットに関連するものがあるはずです。 経験がなければ、ガラガラと6つのモデルを取り、最も重要なのは、予測変数の準備、モデル自体の準備、これらのモデルの評価というフルサイクルがあることです。エクセルでファイルを用意すれば、Rで何も分からなくても、リストアップされた結果を一度に見ることができます。 しかし、このスレッドには多くの資料があります 頑張ってください。 PS. 私たちの軍隊には、もっとたくさんの人がいると言うことです。ありがとうございました。また、6つのモデル、予測変数の準備、モデルとその評価について読む場所が困難でない場合。Rで少しやってみましたが、何年かすると、そこで何が起こっているのか理解するのが難しくなります。 СанСаныч Фоменко 2018.03.29 17:33 #7808 いつものように私は 自分の記事を 宣伝していますが、入力ファイルを含め、すべてが入っていて、かなりリッチな内容になっています。 forexman77 2018.03.29 17:34 #7809 サンサニッチ・フォメンコは、パラメータを自動的に拾うauto.arima関数があり、1つではなく3つ(6つ)あるのです。 モデルからの残差を確認するのだ。そのための特別なテストがあります。最初の点については、モーメンタムに分解しないのであれば、系列が定常であることを確認する必要があると理解した。ACF、CHAF、Dickey-Fullerテストで確認しました。 ACFはMQLで作られているくらいですからね。 СанСаныч Фоменко 2018.03.29 17:38 #7810 FXMAN77 です。最初の点については、系列が静止していることを確認する必要があり、そうでなければモーメンタムに分解する必要があると理解しました。ACF、CCCF、Dickey-Fuller 検定を確認するため。 ACFはMQLでやったこともあるんですよ。色々なツールを持っていない、ACFとか色々な無意味なものに手を出すことになる。Rではうまくいっていないことがわかるだけですが、µlではツールがないため、わかりません。 1...774775776777778779780781782783784785786787788...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
あしながおじさん
長いインターバルでトレーニングをしてから、OOSを表示します
また、環境の記述も変更する必要がありますね。
つまり、ストックハスティックな期間そのものは変化せず、内部にウエイトがあり、それに属性を掛け合わせて活性化関数を適用しているということでしょうか。
ストキャスティクスの周期そのものは変わらないが、重みが内部に取り込まれ、それによって符号が掛けられ、その後活性化関数が作動するという理解でいいのでしょうか。
ストキャスティクスのターゲット(3つのRSI)が選択され、すなわち、ラベルの与えられたセットはありません、はい。
が、オプティマイザではなく、本格的なNSの学習が行われる
敬称略、エントリーのバーナンバーはわかっても、理由がわからない場合の分類方法をアドバイスしてください。
パターンの見極め方とは。入るところと入らないところに分けること?
2つのベクトル:1つはロング用、もう1つはショート用
入力する/される位置 = 1 , その他 = 0
一番の問題は、予測因子です。ターゲットに関連するものがあるはずです。
経験がなければ、ガラガラと6つのモデルを取り、最も重要なのは、予測変数の準備、モデル自体の準備、これらのモデルの評価というフルサイクルがあることです。エクセルでファイルを用意すれば、Rで何も分からなくても、リストアップされた結果を一度に見ることができます。
しかし、このスレッドには多くの資料があります
頑張ってください。
PS.
軍隊の人数が増えたということにしておきます。
ストキャスティクス(3つのRSI)のターゲットは列挙されており、ラベルのセットは存在しません。
は、オプティマイザで学習させるのではなく、本格的なNS
ターゲットとは何ですか?
ARIMAを少し扱っています。3つのステップがあることが理解できました。
1.試作機の確認
2.パラメータの推定と妥当性のチェック
3.予測
1点目は、シリーズが静止していることを確認したい。
ターゲットとは何か、知りたいですか?
ターゲット(ラベル)は、学習時にNSの出力に与えるもの(つまり、出力するはずの値)
であり、入力に与えるものは特性(特徴、予測因子)である
ターゲットは何か、分かるだろうか?
私はこれまでARIMAに取り組んできました。3つのステップがあることは理解しています。
1.テスト機種の特定
2.パラメータの推定と妥当性のチェック
3.予測
最初のポイントについて:系列が定常であることを確認する必要があることがわかった、もしそうでなければ、モーメントの系列を確認する。
パラメータを自動で選択する機能auto.arimaがあり、1つではなく3つ(6つ)あります。
モデルからの残差を確認するのだ。そのための特別なテストがあるのです。
2つのベクトル:1つはロング用、もう1つはショート用
入力する/される位置 = 1 , その他 = 0
一番の問題は、予測因子です。ターゲットに関連するものがあるはずです。
経験がなければ、ガラガラと6つのモデルを取り、最も重要なのは、予測変数の準備、モデル自体の準備、これらのモデルの評価というフルサイクルがあることです。エクセルでファイルを用意すれば、Rで何も分からなくても、リストアップされた結果を一度に見ることができます。
しかし、このスレッドには多くの資料があります
頑張ってください。
PS.
私たちの軍隊には、もっとたくさんの人がいると言うことです。
ありがとうございました。また、6つのモデル、予測変数の準備、モデルとその評価について読む場所が困難でない場合。Rで少しやってみましたが、何年かすると、そこで何が起こっているのか理解するのが難しくなります。
は、パラメータを自動的に拾うauto.arima関数があり、1つではなく3つ(6つ)あるのです。
モデルからの残差を確認するのだ。そのための特別なテストがあります。
最初の点については、モーメンタムに分解しないのであれば、系列が定常であることを確認する必要があると理解した。ACF、CHAF、Dickey-Fullerテストで確認しました。
ACFはMQLで作られているくらいですからね。
最初の点については、系列が静止していることを確認する必要があり、そうでなければモーメンタムに分解する必要があると理解しました。ACF、CCCF、Dickey-Fuller 検定を確認するため。
ACFはMQLでやったこともあるんですよ。
色々なツールを持っていない、ACFとか色々な無意味なものに手を出すことになる。Rではうまくいっていないことがわかるだけですが、µlではツールがないため、わかりません。