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 784 1...777778779780781782783784785786787788789790791...3399 新しいコメント Mihail Marchukajtes 2018.03.29 23:39 #7831 ターゲットに質問がなく、大多数が同意していれば、誰かに知らせて続行し、修正があれば、それを聞いて修正し、次に進みます。 ターゲットのパラメータは何でもいいことは明らかですが、私たちはこれを選び、異論がなければこれに従って仕事をすることにしました。 Mihail Marchukajtes 2018.03.29 23:44 #7832 次のステップは、提案されたアプローチのうち1つを決定し選択するか、または独自のアプローチを提案することです。 1.バーが欠けることなく、チャート全体に対して予測を行う。 2.例えば、市場のある瞬間に予測を立てるのです。10:00のMSKで欧州開幕。この瞬間に10小節（時間）後、あるいは他の瞬間の傾きの変化を判断してみるということです。 つまり、バーごとか、ある時点のどちらかを選択する必要があるのです。選ぶのはあなた次第です。上記が決まったら、次に進みます。ご連絡をお待ちしております!!! Aleksey Vyazmikin 2018.03.30 05:08 #7833 Mihail Marchukajtes： ターゲットに質問がなく、大多数が賛成していれば、誰かに知らせて続行し、訂正があれば、それを聞いて訂正し、次に進みます。ターゲットのパラメータは何でもいいことは明らかですが、私たちはこれを選択し、異論がなければこれで仕事をするつもりです。このような小さな窓は、単純なトレンドフォローにつながらないのでしょうか？すなわち、トレンドは100本-10個のウィンドウで、そのうち3個はおよそ誤差（内部補正）があるが、フラットでは3個中1個が推測される。その結果、調査期間中にトレンドが高かった場合は、そのトレンドに合わせてパラメータを調整し、横ばいだった場合は、横ばいに合わせてパラメータを調整することになります。つまり、トレーディングシステムは、トレーニング期間中、市場の状況に単純に焦点を合わせることになります。 しかし、本当のTSは、どのような状況を予想し、その予想に応じて1つまたは別の取引 アルゴリズムを適用するか、自分で判断する必要があります。では、ニューラルネットワークに将来の市場局面を予測させたらどうだろう。 Mihail Marchukajtes 2018.03.30 05:53 #7834 アレクセイ・ヴャジミキンこのような小さな窓は、結果的にトレンドを追いかけるだけになってしまわないか？すなわち、トレンドは100本-10窓で、3窓では約誤差（内部補正）があり、フラットでは3本中1本の推測となります。その結果、調査期間中にトレンドが高かった場合はトレンドに、フラットだった場合はフラットにパラメータを調整することになります。つまり、トレーディングシステムは、トレーニング期間中、市場の状況に単純に焦点を合わせることになります。 しかし、本当のTSは、どのような状況を想定し、その想定に応じた取引アルゴリズムを適用する必要があります。では、市場の将来の局面を予測するために、ニューラルネットワークに教えてはどうだろうか。トレーニングのためのデータ準備については、また別の話として、どんなバリエーションが試されるかをお伝えします。10小節の傾き変化を予測するという形でのNSの結果については、まだTSとは言えません。課題は、PPセクションの実データとの乖離の誤差が最小となるモデルまたはモデル群を用意し、その結果から初めてエントリーやエグジットでTSを作ることである。予報そのものはまだTSではない。例：現在のバーのSTが10本で100pips以上変化すると言っていれば入るし、そうでなければ入らない。AIの課題は、あるセグメントを良くも悪くも学習することではなく、汎化できるようにすることです。つまり、学習において、フラットよりもトレンドのベクトルが多かった場合、フラットの発生時に、NSはやはりそれを認識するはずなのですが......。一つひとつ丁寧にやっていきましょう。議題は2つあります。対象者の承認と、市場全体またはある時点での選択。選んだら、教えてください。初期データとして修正し、次に進みます...。 Anatolii Zainchkovskii 2018.03.30 06:10 #7835 ミハイル・マルキュカイツトレーニングのためのデータ準備については、これは別の話ですが、どのようなオプションを試すことができるかをお話しします。10小節でのklosの変化を予測するという形でNSの作業を行った結果については、まだTSとは言えない。課題は、PPセクションの実データとの乖離の誤差が最小となるモデルまたはモデル群を用意し、その結果から初めてエントリーやエグジットでTSを作ることである。予報そのものはまだTSではない。例えば、現在のバーのSTが10本で100pips以上変化すると言っていれば入るし、そうでなければ入らないということです。AIの課題は、あるセグメントを良くも悪くも学習することではなく、汎化できるようにすることです。つまり、学習において、フラットよりもトレンドのベクトルが多かった場合、フラットの発生時に、NSはやはりそれを認識するはずなのですが......。一つひとつ丁寧にやっていきましょう。議題は2つあります。対象者の承認と、市場全体またはある時点での選択。選んだら、教えてください。初期データとして修正し、次に進みます...。みっちゃん、回帰目標が欲しいけど、シンプルな方がいいって言ってるよね。私としては、分類対象はもっと使いやすいと思います。例えば、同じ10本の小節に対して、1-利益が出た、2-損失が出た、3-利益も損失も出なかった...という3種類の事象が発生するのです。 Anatolii Zainchkovskii 2018.03.30 06:12 #7836 で、ターゲット自体をピップ数で計算することはなくなり（それ自体、誤差による歪みが生じる）、確率のみで計算することになります。 Mihail Marchukajtes 2018.03.30 06:23 #7837 Anatolii Zainchkovskii: そして、あなたはもはやピップ数（それ自体がエラーによって歪んでいる）で目標自体を計算するのではなく、唯一の確率を計算します。今度はもっと胸に空気を入れて、息を吐き出す...。息を吸って、また吐いて。そして今、私の前回の投稿を読み返してみてください。特に最初の方では、分類について何の疑問もなく、プロジェクトは完了したと考えてもよい、と書いています。作業性の良い完成品。飽きたので、回帰の話題をひねり出そうと思い、分類は置いておいて、回帰モデルに原理を適用してみることにしました。仕事の組織や一般原則への言及を除いて、分類については一言もない......。今度は、予測を立てます。私が提案したターゲット機能に対して、強い反論はありますか？ターゲット機能という選択肢もある。何を提供できるのか。それができないなら、今あるものを受け入れて、次に進みましょう。 Anatolii Zainchkovskii 2018.03.30 06:28 #7838 ミハイル・マルキュカイツ今度はもっと空気を胸に吸い込み、息を吐き出す...。息を吸って、また吐いて。そして今、私の前回の投稿を読み返してみてください。特に冒頭では、分類について何の疑問もなく、プロジェクトは完了したと考えてよいと書いています。作業性の良い完成品。飽きたので回帰のテーマに飛び込んでみることにした。分類は置いておいて、回帰モデルに原理を適用してみることにしよう。仕事の組織や一般原則への言及を除いて、分類については一言もない......。今度は、予測を立てます。私が提案したターゲット機能に対して、強い反論はありますか？ターゲット機能という選択肢もある。何を提供できるのか。できないのなら、今あるもので続ければいい...。回帰版ターゲット関数では何も得られないのでは？ Aleksey Vyazmikin 2018.03.30 06:36 #7839 ミハイル・マルキュカイツトレーニングのためのデータ準備については、これは別の話ですが、どのようなオプションを試すことができるかをお話しします。10小節でのklosの変化を予測するという形でNSの作業を行った結果については、まだTSとは言えない。課題は、PPセクションの実データとの乖離の誤差が最小となるモデルまたはモデル群を用意し、その結果から初めてエントリーやエグジットでTSを作ることである。予報そのものはまだTSではない。例：現在のバーのSTが10本で100pips以上変化すると言っていれば入るし、そうでなければ入らない。AIの課題は、あるセグメントを良くも悪くも学習することではなく、汎化できるようにすることです。つまり、学習において、フラットよりもトレンドのベクトルが多かった場合、フラットの発生時に、NSはやはりそれを認識するはずなのですが......。一つひとつ丁寧にやっていきましょう。議題は2つあります。対象者の承認と、市場全体またはある時点での選択。選んだら、教えてください。初期データとして記録し、次に進みましょう...。よし、その話はいいから、他の話をしよう。 なぜ10本のバーのデルタを取り、この10本のバーのオープニングと最大/最小のデルタを取らないのですか？ Mihail Marchukajtes 2018.03.30 06:45 #7840 アナトリー・ザイニチコフスキー予知確率が50％前後、つまり55％なら良いということで、有効な議論は一つしかなく、ほぼ全てのNSが出す誤差を考慮すると、親指を立てるようなものです。 回帰版ターゲットでは、何も出そうにないのは確かですね。どうしてそのようなパーセンテージになるのですか？というテストがあります。初期データはまだ未定なのに、もう結果の話をしているのか・・・・。 1...777778779780781782783784785786787788789790791...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
ターゲットに質問がなく、大多数が同意していれば、誰かに知らせて続行し、修正があれば、それを聞いて修正し、次に進みます。
ターゲットのパラメータは何でもいいことは明らかですが、私たちはこれを選び、異論がなければこれに従って仕事をすることにしました。
次のステップは、提案されたアプローチのうち1つを決定し選択するか、または独自のアプローチを提案することです。
1.バーが欠けることなく、チャート全体に対して予測を行う。
2.例えば、市場のある瞬間に予測を立てるのです。10:00のMSKで欧州開幕。この瞬間に10小節（時間）後、あるいは他の瞬間の傾きの変化を判断してみるということです。
つまり、バーごとか、ある時点のどちらかを選択する必要があるのです。選ぶのはあなた次第です。上記が決まったら、次に進みます。ご連絡をお待ちしております!!!
ターゲットに質問がなく、大多数が賛成していれば、誰かに知らせて続行し、訂正があれば、それを聞いて訂正し、次に進みます。
ターゲットのパラメータは何でもいいことは明らかですが、私たちはこれを選択し、異論がなければこれで仕事をするつもりです。
このような小さな窓は、単純なトレンドフォローにつながらないのでしょうか？すなわち、トレンドは100本-10個のウィンドウで、そのうち3個はおよそ誤差（内部補正）があるが、フラットでは3個中1個が推測される。その結果、調査期間中にトレンドが高かった場合は、そのトレンドに合わせてパラメータを調整し、横ばいだった場合は、横ばいに合わせてパラメータを調整することになります。つまり、トレーディングシステムは、トレーニング期間中、市場の状況に単純に焦点を合わせることになります。
しかし、本当のTSは、どのような状況を予想し、その予想に応じて1つまたは別の取引 アルゴリズムを適用するか、自分で判断する必要があります。では、ニューラルネットワークに将来の市場局面を予測させたらどうだろう。
このような小さな窓は、結果的にトレンドを追いかけるだけになってしまわないか？すなわち、トレンドは100本-10窓で、3窓では約誤差（内部補正）があり、フラットでは3本中1本の推測となります。その結果、調査期間中にトレンドが高かった場合はトレンドに、フラットだった場合はフラットにパラメータを調整することになります。つまり、トレーディングシステムは、トレーニング期間中、市場の状況に単純に焦点を合わせることになります。
しかし、本当のTSは、どのような状況を想定し、その想定に応じた取引アルゴリズムを適用する必要があります。では、市場の将来の局面を予測するために、ニューラルネットワークに教えてはどうだろうか。
トレーニングのためのデータ準備については、また別の話として、どんなバリエーションが試されるかをお伝えします。10小節の傾き変化を予測するという形でのNSの結果については、まだTSとは言えません。課題は、PPセクションの実データとの乖離の誤差が最小となるモデルまたはモデル群を用意し、その結果から初めてエントリーやエグジットでTSを作ることである。予報そのものはまだTSではない。例：現在のバーのSTが10本で100pips以上変化すると言っていれば入るし、そうでなければ入らない。AIの課題は、あるセグメントを良くも悪くも学習することではなく、汎化できるようにすることです。つまり、学習において、フラットよりもトレンドのベクトルが多かった場合、フラットの発生時に、NSはやはりそれを認識するはずなのですが......。一つひとつ丁寧にやっていきましょう。議題は2つあります。対象者の承認と、市場全体またはある時点での選択。選んだら、教えてください。初期データとして修正し、次に進みます...。
トレーニングのためのデータ準備については、これは別の話ですが、どのようなオプションを試すことができるかをお話しします。10小節でのklosの変化を予測するという形でNSの作業を行った結果については、まだTSとは言えない。課題は、PPセクションの実データとの乖離の誤差が最小となるモデルまたはモデル群を用意し、その結果から初めてエントリーやエグジットでTSを作ることである。予報そのものはまだTSではない。例えば、現在のバーのSTが10本で100pips以上変化すると言っていれば入るし、そうでなければ入らないということです。AIの課題は、あるセグメントを良くも悪くも学習することではなく、汎化できるようにすることです。つまり、学習において、フラットよりもトレンドのベクトルが多かった場合、フラットの発生時に、NSはやはりそれを認識するはずなのですが......。一つひとつ丁寧にやっていきましょう。議題は2つあります。対象者の承認と、市場全体またはある時点での選択。選んだら、教えてください。初期データとして修正し、次に進みます...。
みっちゃん、回帰目標が欲しいけど、シンプルな方がいいって言ってるよね。私としては、分類対象はもっと使いやすいと思います。例えば、同じ10本の小節に対して、1-利益が出た、2-損失が出た、3-利益も損失も出なかった...という3種類の事象が発生するのです。
そして、あなたはもはやピップ数（それ自体がエラーによって歪んでいる）で目標自体を計算するのではなく、唯一の確率を計算します。
今度はもっと胸に空気を入れて、息を吐き出す...。息を吸って、また吐いて。そして今、私の前回の投稿を読み返してみてください。特に最初の方では、分類について何の疑問もなく、プロジェクトは完了したと考えてもよい、と書いています。作業性の良い完成品。飽きたので、回帰の話題をひねり出そうと思い、分類は置いておいて、回帰モデルに原理を適用してみることにしました。仕事の組織や一般原則への言及を除いて、分類については一言もない......。今度は、予測を立てます。私が提案したターゲット機能に対して、強い反論はありますか？ターゲット機能という選択肢もある。何を提供できるのか。それができないなら、今あるものを受け入れて、次に進みましょう。
今度はもっと空気を胸に吸い込み、息を吐き出す...。息を吸って、また吐いて。そして今、私の前回の投稿を読み返してみてください。特に冒頭では、分類について何の疑問もなく、プロジェクトは完了したと考えてよいと書いています。作業性の良い完成品。飽きたので回帰のテーマに飛び込んでみることにした。分類は置いておいて、回帰モデルに原理を適用してみることにしよう。仕事の組織や一般原則への言及を除いて、分類については一言もない......。今度は、予測を立てます。私が提案したターゲット機能に対して、強い反論はありますか？ターゲット機能という選択肢もある。何を提供できるのか。できないのなら、今あるもので続ければいい...。
回帰版ターゲット関数では何も得られないのでは？
トレーニングのためのデータ準備については、これは別の話ですが、どのようなオプションを試すことができるかをお話しします。10小節でのklosの変化を予測するという形でNSの作業を行った結果については、まだTSとは言えない。課題は、PPセクションの実データとの乖離の誤差が最小となるモデルまたはモデル群を用意し、その結果から初めてエントリーやエグジットでTSを作ることである。予報そのものはまだTSではない。例：現在のバーのSTが10本で100pips以上変化すると言っていれば入るし、そうでなければ入らない。AIの課題は、あるセグメントを良くも悪くも学習することではなく、汎化できるようにすることです。つまり、学習において、フラットよりもトレンドのベクトルが多かった場合、フラットの発生時に、NSはやはりそれを認識するはずなのですが......。一つひとつ丁寧にやっていきましょう。議題は2つあります。対象者の承認と、市場全体またはある時点での選択。選んだら、教えてください。初期データとして記録し、次に進みましょう...。
よし、その話はいいから、他の話をしよう。
なぜ10本のバーのデルタを取り、この10本のバーのオープニングと最大/最小のデルタを取らないのですか？
予知確率が50％前後、つまり55％なら良いということで、有効な議論は一つしかなく、ほぼ全てのNSが出す誤差を考慮すると、親指を立てるようなものです。 回帰版ターゲットでは、何も出そうにないのは確かですね。
どうしてそのようなパーセンテージになるのですか？というテストがあります。初期データはまだ未定なのに、もう結果の話をしているのか・・・・。