Epoch: 16 of 100 訓練セットでの分類誤差。41.69% (2668/6400) Epoch: 17 of 100 Train セットでの分類エラー。31.87%(2040/6400) Epoch: 18 of 100 Train セットでの分類エラー。32.09% (2054/6400) Epoch: 19 of 100 Train set での分類誤差。39.55% (2531/6400) Epoch: 20 of 100 Train set での分類誤差。38.02% (2433/6400) Epoch: 21 of 100 Train set の分類誤差。49.89%(3193/6400) Epoch: 22 of 100 Train セットでの分類誤差。50.56% (3236/6400) Epoch: 23 of 100 Train set の分類誤差。45.56% (2916/6400)
議論にならないように追加します
https://www.kdnuggets.com/2018/05/poll-tools-analytics-data-science-machine-learning-results.html
研究用ソフトを探すなら、最も進化しているPythonという選択になるようです。
私のソフトはリストの地下にすら入っていない)しかし、次のタスクは明らかにこれ以上処理できない。
さらに急速に発展しているのが、RapidMiner です。 どんな道具なのか、見てみないとわかりませんね。
しかし今、彼らはついに2017年に約束したこと、つまり評判に基づく配当を実現したのです。スライディングウィンドウは、過去20大会のライブ<0.693ごとに1点を与える。ポイント数は評判で、max=20です。私が考える現在の記録=9。積み上げがなくても、最も高い評価を得た出場者には賞金が支払われます。
ええ、彼らからの手紙を見ました......私の記憶では、1ラウンドあたり0.1NMR(live<0.693)だったと思うのですが......」。
研究用ソフトを探すなら、最も進化しているPythonという選択になるようです。
私のソフトはリストの地下にすら入っていない)しかし、次のような作業には当然ながら対応できない。
さらに急速に発展しているのが、RapidMiner です。 どんなバグなのか、見てみないとわかりませんね。
RapidMinerも無料のアプリケーションではありません。
RapidMinerはアプリなので、無料ではないと思います。
ええ、もう調べました。NIのLabViewやVisSimのようなものですね。有償 - 最小構成は年間10トーンのグリーン。
なぜ、このようなことが起こるのでしょうかね?
DNNのDarch、バックプロパゲーション、ドロップアウトを使用。
Epoch: 16 of 100
訓練セットでの分類誤差。41.69% (2668/6400)
Epoch: 17 of 100
Train セットでの分類エラー。31.87%(2040/6400)
Epoch: 18 of 100
Train セットでの分類エラー。32.09% (2054/6400)
Epoch: 19 of 100
Train set での分類誤差。39.55% (2531/6400)
Epoch: 20 of 100
Train set での分類誤差。38.02% (2433/6400)
Epoch: 21 of 100
Train set の分類誤差。49.89%(3193/6400)
Epoch: 22 of 100
Train セットでの分類誤差。50.56% (3236/6400)
Epoch: 23 of 100
Train set の分類誤差。45.56% (2916/6400)
つまり、ステップ17からよく訓練された ネットワークを、ステップ21までに劣化させるのです。
動作しませんでした。ドロップアウトはエポックごとに新しいマスクをつけて、ミニバッチごとに切り替えていく。
Train set の Classification エラーです。45.11% (2887/6400)
Epoch: 10 of 100
Train set での分類誤差。34.92% (2235/6400)
Epoch: 11 of 100
Train セットでの分類エラー。30.16% (1930/6400)
Epoch: 12 of 100
Train set での分類誤差。45.28% (2898/6400)
Epoch: 13 of 100
Train セットでの分類エラー。39.56% (2532/6400)
サンサニッチ・フォメンコ
R指定とは異なり、Pythonのランキングには理解すべきいくつかのニュアンスがあります。
Python 2.7での状況は、MQL4と同じです。ですから、新しいプロジェクトでは、Python 3を使うという選択肢はないのです。
Jython、Pypy、Iron-pythonなど。- は他のプログラミング言語用の Python インタプリタであり、Python 自体のバージョンではありません。Pythonが今や至る所に押し寄せているのは、こうしたインタプリタのおかげです。
ドメインに依存しないため、汎用性が高いのが大きな特徴です。
Python 2.7での状況は、MQL4と同じです。ですから、新しいプロジェクトには、Python 3というバージョンの選択肢はありません。
Jython、Pypy、Iron-pythonなど。- は他のプログラミング言語用の Python インタプリタであり、Python 自体のバージョンではありません。Pythonが今や至る所に押し寄せているのは、こうしたインタプリタのおかげです。
地域に依存しないユニバーサリティは大きな魅力です。
PythonはRに比べて劣等生だと思っているので、かなり意識的に選んでいます。
なぜなら、PythonはExpert Advisorの意思決定ブロックを実装するのに必要であり、(ブロックは)μlで実装するのは難しい/複雑/不可能だからです。しかし、私はこのようなコミュニティを拡大することに非常に興味があります。特に、彼らが本当にPythonを使用したEAの 少なくともテストを示して くれるなら。それはRの問題ではありません。
カウンタートレンドのターゲット、すなわち、価格がMAに触れたときに、MAの上/下に開いたときに利益があるかどうかを確認しました。
トレーニングサンプル以外の結果。
まあ、3割はトレンドが確定しているようなので、どう利益を出すかは微妙なところではありますが。
特に、Pythonを使ったEAの 実際のテストが ここで紹介されていれば、なおさらです。Rではこの問題は存在しない。
このようなTSのテストは何度か紹介したことがあります。Pythonではなく、他のソフトウェアで。Pythonの場合、TSがあれば問題ないとも言えます。
Rでも問題なし - RでTCを作ってテストしてみました。しかし、Rそのものは私にはなじまず、他のソフト-SciLab(Topだけでなく、地下にもあります))の方が便利なようでした。
イマイチ、Rの代替不可能性に落とし込んで、状況をドラマチックにしていますね。ちなみに、私もRに恨みはありませんし、たまに使うこともあります。
私は、PythonはRに比べて未発達だと考えているので、極めて賢明な選択をしています。
なぜなら、EAの意思決定ブロックを実装するためにPythonが必要であり、(ブロックは)μlで実装するのは難しい/複雑/不可能であるからです。しかし、私はそのようなコミュニティを推進することに非常に興味があります。特に、プログラマーが実際にPythonを使用したExpert Advisorのテストくらいは見せて くれるなら。Rではこの問題は存在しない。
プログラミング言語は、問題を解決するためのツールに過ぎない。プログラマーは、特定の言語に縛られてはいけないのです。道具は常に変化し、進化し、そして消えていくものです。
私の場合、新しい言語の入門編は、「参照言語」や「言語仕様書」(通常の言語は公式サイトにこの文書がある)をダウンロードし、学習した言語で簡単な作業を実装することです。その上で初めて、プログラミング言語の文法や可能性を評価することができるのです。
Python+MQL5のバインディングはGithubにたくさんあります。もしかしたら、自分で作るかもしれない...。
多くの人がプログラミング言語を始めるきっかけとなったのがPHPでした。片言の日本語しか知らないときは、いいような気がします。C#やJavaを学ぶまで、プロのプログラマーがなぜPHPを嫌うのか、長い間理解できませんでした。今、私が断言できるのは、PHPは構文もライブラリもひどいということです。
今はRよりPythonの方がいい。明日、Rが改善されていれば、また行きますが、まだです・・・。