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 984

 
サンサニッチ・フォメンコ

マキシムは、自分が全くモデルを持っていないことを認めたくないのです。これは、グラフから分かるように、学習はテストとは全く関係ありません。彼のモデルは再教育されていない。つまり、まったく何も学んでいないのだ。

ターゲットベクトルを、確認が取れるまで動的に生成する何らかの関数に置き換えるという、極めて魅力的なアイデアです。

ここで紹介されているものは、どれも素晴らしい出来栄えです。

で、出ていないものは話になりません。

ここのモデルは誰もいない )

 
マキシム・ドミトリエフスキー

ここに紹介されているものは、どれもこれも動くものです。

訂正します。

ここに紹介されているものよりも 全然ダメ な駄作

 
Dr.トレーダー

直しました。

機能不全の クソゲーで、ここで紹介されてるのより全然マシ です。

かっこういい)

 

R好きの皆様、質問です!Rのどのライブラリを使えば、以下のような特徴を持つ分類木を構築できるでしょうか?

1.半自動構築 - ツリーの一部がどのように見えるか、どの機能がどのような順序で枝に乗るかをある時点まで自分たちで決め、その後自動構築する。

2.Yes/Noの2値木ではなく、予測変数に応じた枝分かれをすることが可能。

 
マキシム・ドミトリエフスキー

ここで紹介されているものは、どれも素晴らしい出来栄えです。

出ていないものは語るに及ばず

は、誰もモデルを持っていない)

さあ、召し上がれ。


オープンソースコードで他の方のExpert Advisorをお借りして、少し手を加えています。そんな幸せな時間を流れの中でリベンジしていたのです。テスターを使えば、さまざまなバリエーションを得ることができます。


PS.

プロフィット・ファクター1.36での利益トレードと損失トレードの比率は非常に興味深い。

 
サンサニッチ・フォメンコ

プロフィットファクターが1.36と、非常に興味深い損益比率のトレードを実現

これは、実はとても良い方法なんです。エントリーしてみて、結果がマイナスならすぐにクローズする。しかし、1回のプラス取引は、それまでの損失を補って余りあるものです。

あるスレッドで、成功したトレードが30-40%程度で、むしろ良い利益が得られたシステムテストを紹介したことがあります。でも、負けトレードの9割はすごいですね))。

 
サンサニッチ・フォメンコ

さあ、召し上がれ。


オープンソースのコードを使った他人のEAをパクって、ちょっとだけいじったんです。昔はそんな幸せをリベンジしていたんです。面白ければ添付します。


PS.

プロフィットファクター1.36での利益トレードと損失トレードの比率は非常に興味深い。

アンリアルティックのコードベースからの殉職です。ストクロは5か4か?50はあなたのためにある。5桁なら自己責任で...。

それとMoDがどう関係するのか、聞いてもいいですか?
 
ユーリイ・アサウレンコ

実際、悪い方法ではない。エントリーしてみて、結果がマイナスならさっさとクローズする。しかし、1回のプラス取引は、それまでの損失を補って余りあるものです。

あるスレッドで、成功したトレードが30-40%程度で、むしろ良い利益が得られたシステムテストを紹介したことがあります。でも、負けトレードの9割はすごいですね))

たしかに、サンエクの損失率はずっといい のですが......。

 
マキシム・ドミトリエフスキー

それとMoDがどう関係するのか、聞いてもいいですか?

SanSanychは伐採に疲れました(笑)。

 
マキシム・ドミトリエフスキー

アンリアル・ティックのコードベースから生まれたマーテックです。ストップロスは5桁ですか、4桁ですか?50は、あなたが持っているものです。5桁の数字であれば、あなたの...

それとMOIがどう関係するのか、お聞きしたいのですが

結果を出せというのは、もううんざりだ!

何を見せたんですか?チャートの最後に修行期間という形でイチジクをポケットに入れた出所不明のカーブも?テスターですらない!?

そして、その結果がこちら、14ヶ月で360%、ちゃんとしたバランスチャートで、特徴もたくさんあって、ソーステキスト付きです。


そして、MOには直接的な結果があります。

ここから リファインされたEAです

入力は一様分布の確率変数で、そこから買い/売りを得る。ほらね~、ランダム。

しかし、この支店のモデル演習では、誤差は常に50%以下であり、基本ケースでの採算と非採算の比率は47/53である。

では、なぜMOが必要なのでしょうか?また、なぜバージョンアップでMOが必要なのでしょうか?結局、モデルが再トレーニングされないという根拠は何一つ示されていないのですまた、再トレーニングの問題に興味がない方は、Petr Voytenko 氏による無料のExpert Advisorをどうぞ。

理由: