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 854 1...847848849850851852853854855856857858859860861...3399 新しいコメント Mihail Marchukajtes 2018.04.21 19:19 #8531 ユーリイ・アサウレンコ私のために?すでに解決しています。今は、何か別の方法を考えています。PythonまたはR。新しいアイデアはまだありません。では、どのようにモデルを評価するのでしょうか。あるいは、同じセットを何度も作ると、いつも同じモデルになってしまう。そうなんですか? Yuriy Asaulenko 2018.04.21 19:22 #8532 ミハイル・マルキュカイツ確かにその通りなのですが、AIのタスクはまさに非定常系列で、パターンが浮き出ているところです。AIの仕事は、その関係が逃げ出したときに、たとえ短時間でも、お金を稼ぐのに十分な時間、それを動かし続けることです。結局、パターンは飛躍的に変化することはないのです。メインとなる最初のエントリーの代わりに別のエントリーがありますが、メインはまだセットで残っており、ここではAIが自らラインを保持する役割を担っていると言えます。だから、先物取引の最初の月は、特に市場がどこに行くべきかわからないときに、非常に頻繁に訓練する必要があります。Vtriteを見ると、このパターンが踊っているのがわかる。しかし、先物の中盤から終盤にかけては、原則として相場が整然とし、一つのエントリーが長い間支配するようになる。みんな、前の先物の終値の瞬間か2、3日前から動いているんだ。最初の1ヶ月は一体何なんだ? Maxim Dmitrievsky 2018.04.21 19:24 #8533 ミハイル・マルキュカイツパターンはカオス的に変化し、パターンのずれは時間とともに指数関数的に 増大するRNNやLSTMのような近似器では解決できない問題現在の形で市場にそれらを適用しようとすると、統計上のすべての記事、 - 投げ出すことができ、それらに注意を払うことはありません。 主な努力は、非定常環境での作業方法に焦点を当てるべきで、その1つがAlexanderによって提案されている(商に定常的な影響を与える符号がないことが条件で、それは商自体から事前に抽出することができないものである)。 Yuriy Asaulenko 2018.04.21 19:25 #8534 ミハイル・マルキュカイツでは、モデルの推定方法はどうなっているのでしょうか。それとも、同じセットを繰り返し作ると、必ず同じモデルが出来上がるのでしょうか?これで終わり?おそらく違うのでしょう、誰にもわかりません。ランダムな配列で学習しています。 Mihail Marchukajtes 2018.04.21 19:26 #8535 ユーリイ・アサウレンコおそらく違うのでしょう、誰にもわかりません。ランダムな配列で学習させるのです。なるほど、ではどうやって選べばいいのでしょうか?それとも、結局はフィードバックループで同じ結果を出しているのでしょうか? 私の場合、どのモデルもフィードバックループの働きが違ってくるのですが......。 Yuriy Asaulenko 2018.04.21 19:32 #8536 ミハイル・マルキュカイツなるほど、ではどうやって選べばいいのでしょうか?それとも、結局はフィードバックループで同じ結果を出しているのでしょうか? O.C.P.で動作が異なる機種は全て持っているのですが...。私は、nc-60ニューロンという1つのモデルしか持っていません。選ぶ必要はないのです。私たちは訓練し、働く。 そう、フィードバックとは、何なのか? Mihail Marchukajtes 2018.04.21 19:39 #8537 ユーリイ・アサウレンコ私は、NS -60ニューロンという1つのモデルしか持っていません。何も選ばなくていいんです。私たちは訓練し、働く。 ああ、O.C.D.って何だ?えー...げげげ......。NSは1つですが、それを訓練すると、常に異なるニューロンウェイトが得られます。いつもと違うトレーニングエリアでも同じように使えるだろう。しかし、訓練するたびに必ず違うNSができ、その違いはニューロン係数にあります。つまり、このNSは、将来、このオッズのセットよりも、このオッズのセットの方がうまくいくと統計的に判断できるのです。そうでしょう?あるいは、何か理解できない。Pではすべて縫い込まれているだけ......という理解で......。 Mihail Marchukajtes 2018.04.21 19:41 #8538 そして、課題はモデルを手に入れることではなく、将来にわたって通用するモデルをSELECTすることです。そして、その方法は、あなたが不要と思った私のタスクに示されています。そして、それが最も重要なものであることが判明したのです!!!! Yuriy Asaulenko 2018.04.21 19:45 #8539 ミハイル・マルキュカイツああ...げっ......。NSは1つですが、学習させると、常に異なる重み付け係数を持つニューロンが得られます。いつもと違うトレーニングエリアでも同じように使えるだろう。しかし、訓練するたびに必ず違うNSができ、その違いはニューロン係数にあります。つまり、このNSは、将来、このオッズのセットよりも、このオッズのセットの方がうまくいくと統計的に判断できるのです。そうでしょう?あるいは、何か理解できない。ただ、Rでは内側が縫われている......というのが私の理解ですが......。私はRで仕事をしていない。 ええ、トレーニングのたびに、いつも違うNSです。唯一、独立したBPで確認し、リアルにオフ。ちなみに、先物取引の場合。 Mihail Marchukajtes 2018.04.21 19:49 #8540 ユーリイ・アサウレンコ私はRで仕事をしていない。 そうですね、トレーニングのたびにいつも違うNSになりますね。唯一、独立したBPでチェックし、リアルにオフ。ちなみに、先物について。独立したBPでもテストしているんですよ。私の基本戦略では、このようなBPを無駄なく作成することができます。しかし、結果的には、私の例で計算された方法を使う方が良いのです。だから、自分のモデルがどれだけ出力に関する情報を持っているか、統計的に信頼性が高い......。 1...847848849850851852853854855856857858859860861...3399 新しいコメント 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
私のために?すでに解決しています。今は、何か別の方法を考えています。PythonまたはR。新しいアイデアはまだありません。
では、どのようにモデルを評価するのでしょうか。あるいは、同じセットを何度も作ると、いつも同じモデルになってしまう。そうなんですか?
確かにその通りなのですが、AIのタスクはまさに非定常系列で、パターンが浮き出ているところです。AIの仕事は、その関係が逃げ出したときに、たとえ短時間でも、お金を稼ぐのに十分な時間、それを動かし続けることです。結局、パターンは飛躍的に変化することはないのです。メインとなる最初のエントリーの代わりに別のエントリーがありますが、メインはまだセットで残っており、ここではAIが自らラインを保持する役割を担っていると言えます。だから、先物取引の最初の月は、特に市場がどこに行くべきかわからないときに、非常に頻繁に訓練する必要があります。Vtriteを見ると、このパターンが踊っているのがわかる。しかし、先物の中盤から終盤にかけては、原則として相場が整然とし、一つのエントリーが長い間支配するようになる。
みんな、前の先物の終値の瞬間か2、3日前から動いているんだ。最初の1ヶ月は一体何なんだ?
パターンはカオス的に変化し、パターンのずれは時間とともに指数関数的に 増大する
RNNやLSTMのような近似器では解決できない問題
現在の形で市場にそれらを適用しようとすると、統計上のすべての記事、 - 投げ出すことができ、それらに注意を払うことはありません。
主な努力は、非定常環境での作業方法に焦点を当てるべきで、その1つがAlexanderによって提案されている(商に定常的な影響を与える符号がないことが条件で、それは商自体から事前に抽出することができないものである)。では、モデルの推定方法はどうなっているのでしょうか。それとも、同じセットを繰り返し作ると、必ず同じモデルが出来上がるのでしょうか?これで終わり?
おそらく違うのでしょう、誰にもわかりません。ランダムな配列で学習しています。
おそらく違うのでしょう、誰にもわかりません。ランダムな配列で学習させるのです。
なるほど、ではどうやって選べばいいのでしょうか?それとも、結局はフィードバックループで同じ結果を出しているのでしょうか?
私の場合、どのモデルもフィードバックループの働きが違ってくるのですが......。
なるほど、ではどうやって選べばいいのでしょうか?それとも、結局はフィードバックループで同じ結果を出しているのでしょうか?
O.C.P.で動作が異なる機種は全て持っているのですが...。
私は、nc-60ニューロンという1つのモデルしか持っていません。選ぶ必要はないのです。私たちは訓練し、働く。
そう、フィードバックとは、何なのか?
私は、NS -60ニューロンという1つのモデルしか持っていません。何も選ばなくていいんです。私たちは訓練し、働く。
ああ、O.C.D.って何だ?
えー...げげげ......。NSは1つですが、それを訓練すると、常に異なるニューロンウェイトが得られます。いつもと違うトレーニングエリアでも同じように使えるだろう。しかし、訓練するたびに必ず違うNSができ、その違いはニューロン係数にあります。つまり、このNSは、将来、このオッズのセットよりも、このオッズのセットの方がうまくいくと統計的に判断できるのです。そうでしょう?あるいは、何か理解できない。Pではすべて縫い込まれているだけ......という理解で......。
ああ...げっ......。NSは1つですが、学習させると、常に異なる重み付け係数を持つニューロンが得られます。いつもと違うトレーニングエリアでも同じように使えるだろう。しかし、訓練するたびに必ず違うNSができ、その違いはニューロン係数にあります。つまり、このNSは、将来、このオッズのセットよりも、このオッズのセットの方がうまくいくと統計的に判断できるのです。そうでしょう?あるいは、何か理解できない。ただ、Rでは内側が縫われている......というのが私の理解ですが......。
私はRで仕事をしていない。
ええ、トレーニングのたびに、いつも違うNSです。唯一、独立したBPで確認し、リアルにオフ。ちなみに、先物取引の場合。
私はRで仕事をしていない。
そうですね、トレーニングのたびにいつも違うNSになりますね。唯一、独立したBPでチェックし、リアルにオフ。ちなみに、先物について。
独立したBPでもテストしているんですよ。私の基本戦略では、このようなBPを無駄なく作成することができます。しかし、結果的には、私の例で計算された方法を使う方が良いのです。だから、自分のモデルがどれだけ出力に関する情報を持っているか、統計的に信頼性が高い......。