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 927 1...920921922923924925926927928929930931932933934...3399 新しいコメント Aleksey Vyazmikin 2018.05.18 20:18 #9261 Dr.トレーダー プログラム的には、このようなツリーを記述することができます。 そして、予測因子には正確な名前はなく、絵のモードが名前を表しているに過ぎません。 Dr. Trader 2018.05.18 20:23 #9262 以下、フルネームでご紹介します。 mnogoVhodov_02についても、同じようにやってみます。 しかし、malovhodovのモデルの精度はあまりよくありません、多くの偽のエントリがあります。 私は取引しないでしょう) Dr. Trader 2018.05.18 20:26 #9263 FXMAN77 です。私の森羅万象が駆け巡りました。 求めたクラスは、テストでは別のクラスで半分以上ですが、トレーニングではうまく分かれました)良い結果ですね。私は森を使わず、一本の木を使うので、そのためか顕著に悪くなっています。 また、別のファイルのデータを使ったテストでは、どのような結果になるのでしょうか。(異なる年) Aleksey Vyazmikin 2018.05.18 20:35 #9264 Dr.トレーダー以下、フルネームでご紹介します。 mnogoVhodov_02についても同様です。 しかし、malovhodovのモデルの精度はあまり良くありません、あまりにも多くの偽のエントリがあります。 私は取引しないでしょう )ツリーの全画面表示ありがとうございます!これからプログラムからのツリーで試してみます。 もし、後で使うことになったら、15%くらい増えるはずなので、期待しています。 また、低入力については、そのためのフィルターセットであり、総体的に物事を改善するためのものです。 forexman77 2018.05.18 20:54 #9265 Dr.トレーダー別のファイルのデータを使ったテストでは、どのような結果になるのでしょうか?(異なる年)これが私のデータ(1ファイル)です。そこでのテストは25%です。 Aleksey Vyazmikin 2018.05.18 22:17 #9266 Dr.トレーダー以下、フルネームでご紹介します。 mnogoVhodov_02についても、同じようにやってみます。 しかし、malovhodovのモデル精度はあまり良くなく、誤入力が多すぎます)。Deductorプログラムでツリーを構築したのですが、それによると、ターゲットが一つも見つかっていません。 Aleksey Vyazmikin 2018.05.18 23:29 #9267 予測値の組み合わせを求めるアルゴリズムを 思いついたのですが、どうすればいいのかさっぱりわかりません。 Mihail Marchukajtes 2018.05.19 08:13 #9268 まだまだ情熱は続いているようですね...。一方、この1週間は、2つのネットワークの戦いぶりを比較した1週間でした。なぜ、いろいろな検査などで養わなければならないのか...と思いました。問題を解決する最善の方法は戦闘であり、その結果がこれである...。 ELMNN- Rで構築されたネットワークは、このように1週間動作しました......。 jPrediction- Reshettesはこんな感じ...。 どっちがカッコイイか、判断に迷うところです。どちらのオプティマイザーも良いと思います。でも、ここが一番よく見える......。 そして、おばあちゃんに擦り付ける必要はない!!!!!!!!!! Maxim Dmitrievsky 2018.05.19 08:53 #9269 アケロが来週も欠場しない限りは。 私の基本戦略は最悪だと思い知らされました。どなたか、私がエージェントと一緒に改善しようと思えるような基本的な戦略を投げかけていただけませんか? СанСаныч Фоменко 2018.05.19 09:26 #9270 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%以上の精度が得られている。私は、これらのテーブルのエラーを標準としてカウントするのをやめました。 最初のクラス「0」がクラス「1」=86118を予測し、クラス「1」がクラス「1」=12256を予測した、というのが私の推論である。つまり、クラス "1 "がエントリー/ポジションの場合、正しい予測値=12256に対して、誤ったクラス予測値=86118、つまり誤差=86116/(86116+12256) = 87.5%9(!!)となり、これは大変なことになるのです。しかし、「0」クラスの位置づけは非常によく、意思決定における誤った「0」はわずか5.3%にとどまるでしょう。 1...920921922923924925926927928929930931932933934...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
プログラム的には、このようなツリーを記述することができます。
そして、予測因子には正確な名前はなく、絵のモードが名前を表しているに過ぎません。
以下、フルネームでご紹介します。
mnogoVhodov_02についても、同じようにやってみます。
しかし、malovhodovのモデルの精度はあまりよくありません、多くの偽のエントリがあります。 私は取引しないでしょう)
私の森羅万象が駆け巡りました。
求めたクラスは、テストでは別のクラスで半分以上ですが、トレーニングではうまく分かれました)
良い結果ですね。私は森を使わず、一本の木を使うので、そのためか顕著に悪くなっています。
また、別のファイルのデータを使ったテストでは、どのような結果になるのでしょうか。(異なる年)
以下、フルネームでご紹介します。
mnogoVhodov_02についても同様です。
しかし、malovhodovのモデルの精度はあまり良くありません、あまりにも多くの偽のエントリがあります。 私は取引しないでしょう )
ツリーの全画面表示ありがとうございます!これからプログラムからのツリーで試してみます。
もし、後で使うことになったら、15%くらい増えるはずなので、期待しています。
また、低入力については、そのためのフィルターセットであり、総体的に物事を改善するためのものです。別のファイルのデータを使ったテストでは、どのような結果になるのでしょうか?(異なる年)
これが私のデータ(1ファイル)です。そこでのテストは25%です。
以下、フルネームでご紹介します。
mnogoVhodov_02についても、同じようにやってみます。
しかし、malovhodovのモデル精度はあまり良くなく、誤入力が多すぎます)。
Deductorプログラムでツリーを構築したのですが、それによると、ターゲットが一つも見つかっていません。
まだまだ情熱は続いているようですね...。一方、この1週間は、2つのネットワークの戦いぶりを比較した1週間でした。なぜ、いろいろな検査などで養わなければならないのか...と思いました。問題を解決する最善の方法は戦闘であり、その結果がこれである...。
ELMNN- Rで構築されたネットワークは、このように1週間動作しました......。
jPrediction- Reshettesはこんな感じ...。
どっちがカッコイイか、判断に迷うところです。どちらのオプティマイザーも良いと思います。でも、ここが一番よく見える......。
そして、おばあちゃんに擦り付ける必要はない!!!!!!!!!!
アケロが来週も欠場しない限りは。
私の基本戦略は最悪だと思い知らされました。どなたか、私がエージェントと一緒に改善しようと思えるような基本的な戦略を投げかけていただけませんか?
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%以上の精度が得られている。
私は、これらのテーブルのエラーを標準としてカウントするのをやめました。
最初のクラス「0」がクラス「1」=86118を予測し、クラス「1」がクラス「1」=12256を予測した、というのが私の推論である。つまり、クラス "1 "がエントリー/ポジションの場合、正しい予測値=12256に対して、誤ったクラス予測値=86118、つまり誤差=86116/(86116+12256) = 87.5%9(!!)となり、これは大変なことになるのです。しかし、「0」クラスの位置づけは非常によく、意思決定における誤った「0」はわずか5.3%にとどまるでしょう。