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 926 1...919920921922923924925926927928929930931932933...3399 新しいコメント Maxim Dmitrievsky 2018.05.18 17:52 #9251 FXMAN77 です。多くのパラメータを弄ったので、まだはっきりとは言えませんが、0.1程度の改善でした。もしかしたら、私の知らないテクニックがあるかもしれないので、質問させていただきました。 何もなければ、問題はデータにあり、他に調整するものはない。 Dr. Trader 2018.05.18 18:11 #9252 アレクセイ・ヴャジミキンもちろん可能ですが、部分的に行う必要があります(サーバーの不具合)。フィルターセット - 売買できない場所を定義する、MaloVhodovセット - きちんと利益を得るためのトレンドエントリ、MnogoVhodovセット - 利益の出ないものを除くすべてのエントリ。手始めにmalovhodovを試してみました。 arr_Vektor_Week、arr_Vektor_Dayなどを元に、2015年からarr_Buyを予測するようにforestに教えてみた。 クラスは非常にアンバランスで(クラス0はクラス1の10倍以上の例がある)、これが難易度を高めています。 に訓練された2015年のツリーです。 y_predy_true01097268861181552912256 しかも、これは2016年、樹木のデータに新しい。 y_pred y_true0109658190918162968956 いずれの場合も予測精度は低いが、少なくとも50%以上の精度を有している。ツリーはこんな感じです。 そこには常に、左がTRUE、右がFALSE。楕円の場合、予後は四捨五入が必要です(>0.5→1、<0.5→0) mnogovhodovを試してみます。 Aleksey Vyazmikin 2018.05.18 19:24 #9253 Dr.トレーダー手始めにmalovhodovを試してみました。 arr_Vektor_Week、arr_Vektor_Dayなどを元に、2015年からarr_Buyを予測するようにforestに教えてみた。 クラスは非常にアンバランスで(クラス0はクラス1の10倍以上の例がある)、これが難易度を高めています。 に訓練された2015年のツリーです。 y_predy_true01097268861181552912256 いずれの場合も予測精度は低いが、少なくとも50%以上の精度を有している。ツリーはこんな感じです。 そこには常に、左がTRUE、右がFALSE。楕円の予測では、まだ丸めが必要です(>0.5 -> 1; <0.5 -> 0)私はmnogovhodovを試してみます。うわー、なんて小さな小さな木なんだ驚きました!ツリーからは、トレンドの転換点、つまり一番底で買いたいという思いが読み取れました。あなたのシステムでは、他の予測因子は情報量が少なかったのですか? 楕円の中の数字は何ですか? forexman77 2018.05.18 19:33 #9254 私の森羅万象が駆け巡りました。 [[ 2011 2948] [ 215 11821]]//тест [[14997 0] [ 0 35985]]//тренировка お目当てのクラスは、テストでは半分以上別のクラスになっていたが、トレーニングではきれいに分かれた) Aleksey Vyazmikin 2018.05.18 19:43 #9255 トレーダー博士 - スクリーンショットでは予測因子の名前が削られてしまっているので、ツリーのリストを書いてください。 Dr. Trader 2018.05.18 20:00 #9256 アレクセイ・ヴャジミキンうわー、なんて小さな小さな木なんだ驚きました!ツリーからは、トレンドの反転でエントリーしたい、つまり、一番底で買いたいという気持ちが読み取れました。あなたのシステムでは、他の予測因子は情報量が少なかったのですか? 楕円の中の数字とは?その中には,木や予測変数のパラメータを選択する過程で却下されたものもある.情報量については一概に言えませんが、今回はこのようなものが一番しっくりきました。 楕円は、木による予測です。私のツリーは「アノバ」モードで学習されました。つまり、特定の予測値0や1ではなく、確率が与えられています。0.5より大きいものは、クラス1の可能性が高い。0.5未満のものは、クラス0の可能性が高いです。つまり、0か1に近いほど、予測の信頼性が高いということだ。 プログラム的にツリーを記述する方法は、以下の通りである。 double prediction; if(arr_Donproc<3.5) { if(arr_iDeltaH1>=-6.5) { if(arr_TimeH>=14) { prediction = 0.29; } else { prediction = 0.44; } } else { prediction = 0.58; } } else { if(arr_RSI_Open_ < 0.5) { //... } else { //... } } int predictionClass = 0; if(prediction >= 0.5) predictionClass=1; if(predictionClass == 0) { //... } else if(predictionClass == 1) { //... } Dr. Trader 2018.05.18 20:13 #9257 アレクセイ・ヴャジミキントレーダー博士 - 画面が名前をカットしてしまうので、ツリーの中に予測変数のリストを書いてください。そうか、気がつかなかった。ガラケーでは、なんとなくリストやルールが見やすかったです。今はガタがないので、別の方法を探します。 Aleksey Vyazmikin 2018.05.18 20:14 #9258 ドクタートレーダー予測変数のいくつかは,木と予測変数のパラメータを選択する過程で除去され,予測変数のいくつかは木自体によって拒否された.情報量については一概に言えませんが、今回はこれが一番しっくりきました。 楕円は、木による予測です。私のツリーは「アノバ」モードで学習されました。つまり、特定の予測値0や1ではなく、確率が与えられています。0.5を超えるとクラス1の可能性が高い。0.5未満のものは、クラス0の可能性が高いです。つまり、0か1に近いほど、予測の信頼性が高いということだ。 プログラム的にツリーを記述する場合は、以下のように記述します。 昨日、arr_iDeltaの情報を様々なバリエーションで作り直し、2種類の予測子を追加し、H4,MN1,W1についてより完全な計算ができるようにしました。 ちなみに、ほとんどの予測変数はスクリプトで計算し、新しい予測変数はEAで計算し、結果は一致する、つまりピーキングがない。 コード形式での解釈をありがとうございました興味があれば、Si先物の接着に関するデータも。 もう一度ファイルを添付しますので、実験してみてはいかがでしょうか。 ファイル: Filter_02.zip 3805 kb Aleksey Vyazmikin 2018.05.18 20:15 #9259 マロヴォドフ_02 ファイル: MaloVhodov_02.zip 3774 kb Aleksey Vyazmikin 2018.05.18 20:17 #9260 MnogoVhodov_02 ファイル: MnogoVhodov_02.zip 3804 kb 1...919920921922923924925926927928929930931932933...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
多くのパラメータを弄ったので、まだはっきりとは言えませんが、0.1程度の改善でした。もしかしたら、私の知らないテクニックがあるかもしれないので、質問させていただきました。
もちろん可能ですが、部分的に行う必要があります(サーバーの不具合)。フィルターセット - 売買できない場所を定義する、MaloVhodovセット - きちんと利益を得るためのトレンドエントリ、MnogoVhodovセット - 利益の出ないものを除くすべてのエントリ。
手始めにmalovhodovを試してみました。
arr_Vektor_Week、arr_Vektor_Dayなどを元に、2015年からarr_Buyを予測するようにforestに教えてみた。
クラスは非常にアンバランスで(クラス0はクラス1の10倍以上の例がある)、これが難易度を高めています。
に訓練された2015年のツリーです。
いずれの場合も予測精度は低いが、少なくとも50%以上の精度を有している。
ツリーはこんな感じです。
そこには常に、左がTRUE、右がFALSE。楕円の場合、予後は四捨五入が必要です(>0.5→1、<0.5→0) mnogovhodovを試してみます。
手始めにmalovhodovを試してみました。
arr_Vektor_Week、arr_Vektor_Dayなどを元に、2015年からarr_Buyを予測するようにforestに教えてみた。
クラスは非常にアンバランスで(クラス0はクラス1の10倍以上の例がある)、これが難易度を高めています。
に訓練された2015年のツリーです。
いずれの場合も予測精度は低いが、少なくとも50%以上の精度を有している。
ツリーはこんな感じです。
そこには常に、左がTRUE、右がFALSE。楕円の予測では、まだ丸めが必要です(>0.5 -> 1; <0.5 -> 0)私はmnogovhodovを試してみます。
うわー、なんて小さな小さな木なんだ驚きました!ツリーからは、トレンドの転換点、つまり一番底で買いたいという思いが読み取れました。あなたのシステムでは、他の予測因子は情報量が少なかったのですか?
楕円の中の数字は何ですか?私の森羅万象が駆け巡りました。
お目当てのクラスは、テストでは半分以上別のクラスになっていたが、トレーニングではきれいに分かれた)
うわー、なんて小さな小さな木なんだ驚きました!ツリーからは、トレンドの反転でエントリーしたい、つまり、一番底で買いたいという気持ちが読み取れました。あなたのシステムでは、他の予測因子は情報量が少なかったのですか?
楕円の中の数字とは?その中には,木や予測変数のパラメータを選択する過程で却下されたものもある.情報量については一概に言えませんが、今回はこのようなものが一番しっくりきました。
楕円は、木による予測です。私のツリーは「アノバ」モードで学習されました。つまり、特定の予測値0や1ではなく、確率が与えられています。0.5より大きいものは、クラス1の可能性が高い。0.5未満のものは、クラス0の可能性が高いです。つまり、0か1に近いほど、予測の信頼性が高いということだ。
プログラム的にツリーを記述する方法は、以下の通りである。
トレーダー博士 - 画面が名前をカットしてしまうので、ツリーの中に予測変数のリストを書いてください。
そうか、気がつかなかった。ガラケーでは、なんとなくリストやルールが見やすかったです。今はガタがないので、別の方法を探します。
予測変数のいくつかは,木と予測変数のパラメータを選択する過程で除去され,予測変数のいくつかは木自体によって拒否された.情報量については一概に言えませんが、今回はこれが一番しっくりきました。
楕円は、木による予測です。私のツリーは「アノバ」モードで学習されました。つまり、特定の予測値0や1ではなく、確率が与えられています。0.5を超えるとクラス1の可能性が高い。0.5未満のものは、クラス0の可能性が高いです。つまり、0か1に近いほど、予測の信頼性が高いということだ。
プログラム的にツリーを記述する場合は、以下のように記述します。
昨日、arr_iDeltaの情報を様々なバリエーションで作り直し、2種類の予測子を追加し、H4,MN1,W1についてより完全な計算ができるようにしました。
ちなみに、ほとんどの予測変数はスクリプトで計算し、新しい予測変数はEAで計算し、結果は一致する、つまりピーキングがない。
コード形式での解釈をありがとうございました興味があれば、Si先物の接着に関するデータも。
もう一度ファイルを添付しますので、実験してみてはいかがでしょうか。