ベイズ回帰 - このアルゴリズムを使ってEAを作った方はいらっしゃいますか？ - ページ 47 1...40414243444546474849505152535455 新しいコメント 削除済み 2016.03.20 07:50 #461 数学者、統計データ解析者 26000hrn 仕事内容 プロフェッショナルの条件（外出先での学習意欲を最も重視します。） ニューラルネットワーク：教師なし学習：FNN,RNN（LSTMを含むRecurrent Neural Network）、RBFなど。 Pythonでのプログラミング経験（または学習する準備ができていること）（および、あらゆる統計処理に必要なライブラリ一式）。 Pythonによるデータ解析ライブラリ（theano, Torch, Pandas, NumPy, scikit-learn）またはRによる同等のライブラリ 機械学習、協調フィルタリング、クラスター分析、グラフ理論に関する何らかの経験 その他のブレンドアプローチ：ANFIS（適応ネットワーク型ファジィ推論システム） 統計学と時系列の高度な知識：確率過程ツール：SSA/SVD、RSSA、FIMA/ARFIMA、非線形自己回帰外生モデル（NARX）、（N）GARCHとその派生型、ハースト指数とその応用、回帰定量分析（RQA）。 TASKS（優先順位をつけたもの）。 金融データの統計解析、計量経済学的応用 大量データに対する対話型分散クエリ処理のためのサービスおよびフレームワークの構築 削除済み 2016.03.20 07:51 #462 自然言語処理アナリスト（NLP、機械学習） 28000 UAH 仕事内容 プロフェッショナルの条件（外出先での学習意欲を最も重視します。） 自然言語処理（NLP）技術に関する専門知識 Python（NLTK）による自然言語処理実装、またはその他開発された処理実装 ニューラルネットワーク：教師なし学習：RNN（Recurrent Neural Network）、FNN、RBFなど。 Pythonでのプログラミング経験（または学習する準備ができていること）（および、あらゆる統計処理に必要なライブラリ一式）。 Pythonによるデータ解析ライブラリ（theano, Torch, Pandas, NumPy, scikit-learn）またはRによる同等のライブラリ 機械学習、協調フィルタリング、クラスター分析、グラフ理論に関する何らかの経験 その他のブレンドアプローチ：ANFIS（適応ネットワーク型ファジィ推論システム） 削除済み 2016.03.20 07:56 #463 Statistics Analyst (Time Series Analysis, Signal Processing, Forecasting) 25000 UAH Job Description PROFESSIONAL REQUIREMENTS: 統計と時系列に関する高度な知識を有する。離散フーリエ変換、単一値分解（SVD）、離散コサイン変換、離散ウェーブレット変換、適応的区分的定数近似、チェビシェフ多項式、シンボリック 集約近似、インデックス可能区分的線形近似など、次元が減少した時系列を表現することができる。 時系列の類似性測定の経験。ユークリッド距離（ED）、動的時間歪み（DTW）、最長公約数（LCSS）、実ペナルティ付き編集距離（ERP）、実配列上の編集距離（EDR）、DISSIM、配列重み付けアライメントモデル（Swale）、空間アセンブル距離（SpADe）と閾値クエリー（TQuEST）による類似性探索 確率過程に関するシリアス知識 Tools:RSSA、FIMA/ARFIMA、非線形自己回帰外生モデル（NARX）、（N）GARCHとその派生型、ハースト指数とその応用、再帰性定量化分析（RQA） Pythonでのプログラミング経験（または学ぶ準備があること） Pythonでのデータ解析ライブラリ（theano, Torch, Pandas, NumPy, scikit-learn） またはR、Octaveでの同等のプロトタイプ作成経験 Machine Learning, collaborative filtering, Graphs Theoryでの何らかの経験。 削除済み 2016.03.20 07:58 #464 これらの方法は、マーケットメーカーが実際に取引で使用しているものです。もちろんベイスターズもどこかにいるんですけどね。しかし、むき出しの方法ではなく、価格予測のために、しかもスポットFXのために !おっと、付け加えるのを忘れていました。私は上記のリストのどれも使って いません。そのせいか、 私には効果があるようです...。 削除済み 2016.03.20 15:49 #465 Sergiy Podolyak:私は、時代遅れのMT4とそれに対応する原始的なアルゴリズムTSを使っている人が、テールレースで1日50億ドル以上の取引を行い、毎日プラスマイナス数百米ドルの利益を上げているのを毎日目撃しています。数学的な期待値はプラスです。月100万ドル以上は確実。この幼稚園を再現できない、（歴史から判断して）リアルでほぼ1年続く（テスターではさらに）あなたの***資金は どこにあるのでしょうか？愚かな原始的な戦略は、あなたの "クオン" よりも多くの月あたりのクオンを何年も与えるセルジィ・ポドリャククオン、アルゴトレーダー、マーケットメーカー、彼らはバカじゃない、数学が得意だ、年俸10万GEL以上＋ボーナスじゃない、と何度もここで言っているのですが、皆さんはわかっていないようです。どこにいるんだ？フォーラムやモニターをくまなく見て回った。すべてのフォーラムやモニターを調べましたが、この儲かるパターンをトレードしている人はいませんでした。そして、歴史がすべてをよく表しています。誰も気にしない。自分でやってみると......弱く出るんですよ。しかし、つまらないことが***資金よりも 利益をもたらすのも事実です。 forexman77 2016.03.20 16:28 #466 comp:私は、時代遅れのMT4とそれに対応する原始的なアルゴリズムTSを使っている人が、テールレースで1日50億ドル以上の取引を行い、毎日プラスマイナス数百米ドルの利益を上げているのを毎日目撃しています。数学的な期待値はプラスです。月100万ドル以上は確実。この幼稚園を再現できない、（歴史から判断して）リアルでほぼ1年続く（テスターではさらに）あなたの***資金は どこにあるのでしょうか？愚かな原始的な戦略は、何年もあなたの "クォンツ "よりも多くの月を与えるどこにいるんだ？フォーラムやモニターをくまなく見て回った。この儲かるパターンをトレードする人はいない。そして、歴史がすべてを完璧に示しているのです。誰も気にしない。自分でやってみると......弱く出るんですよ。しかし、つまらないことが***資金 以上のものをもたらすのも事実です。魔法使いのようなクアンタ」という本をチェックしてみてください。その中で、数学者たちは皆、知恵を絞った数式ではなく、定量的な方法を用いているのです。そこには医者や教授がいる。では、なぜ複雑な数学的構造を使わないのでしょうか？だって、たぶん効かないんだもん。市場は直線的ではありません。私の考えでは、トレーディングで高次の代数学を使うのは、丸に四角を入れるようなものです。数学は確かに必要です。例えば、線形回帰は 明らかにトレーディングに数学を使う良い例です。 削除済み 2016.03.20 16:55 #467 トレードで稼ぐと言いながら・・・。いいえ、そんなことはありません。トレードで儲けるのに数学は全く必要ない。私が稼いできたものはすべて、信じられないほど間抜けな数学のおかげです。複雑なことをやるとすぐに負けてしまう。でも、私自身の例でもないんです。外から観察できたことということです。莫大な利益を上げるのは原始人です。少なくともテールレースでは。 Dr. Trader 2016.03.20 22:54 #468 ビットコインはかつて、シンプルなEMAクロスオーバー戦略で取引することができました。これは、2014年春前のいつか、大手取引所の一つであるmtgoxが破綻するまではうまくいっていました。そして、FXは何十年も前に同じEMA-クロスオーバー戦略でトレードできたはずです。そう、原始的なアルゴリズムがうまく機能することもあるのです。私の個人的な見解では、FXペアのチャートはほとんどランダムで、非常にノイズが多いのですが、同時にいくつかの簡単な法則にも従っています。問題は、時間をかけて見つけたパターンを取り除こうとするかのようにFXのチャートは、同じ戦略を取引する人が多ければ多いほど、早く機能しなくなることです。まだ誰も見つけていないシンプルなパターンを見つければ、お金を稼ぐことができるのです。 Alexey Burnakov 2016.03.21 10:30 #469 Dr.Trader:ビットコインはかつて、シンプルなEMAクロスオーバー戦略で取引することができました。これは、2014年春前のいつか、大手取引所の一つであるmtgoxが破綻するまではうまくいっていました。そして、FXは何十年も前に同じEMA-クロスオーバー戦略でトレードできたはずです。そう、原始的なアルゴリズムがうまく機能することもあるのです。私の個人的な見解では、FXペアのチャートはほとんどランダムで、非常にノイズが多いのですが、同時にいくつかの簡単な法則にも従っています。問題は、時間をかけて見つけたパターンを取り除こうとするかのようにFXのチャートは、同じ戦略を取引する人が多ければ多いほど、早く機能しなくなることです。まだ誰も見つけていないシンプルなパターンを見つければ、お金を稼ぐことができるのです。このスレは嫌儲が散見されるようになった。これは、あなたには当てはまりません。何か建設的な議論ができることを期待しています。あなたの投稿に反応して、私も同意できますし、私自身、長期的かつ反復的なパターンというテーマをここしばらく掘り下げてきました。これを見てください（もちろんPRですが、製品ではなく、生のアイデアです）https://c.mql5.com/1/37/teaser2.JPG。何ですか？FXの値動きの符号を予測することに関する機械学習の検証結果です（端末からの通常のスポットFX）。ひげ箱の中には、49個のサンプルがあり、それぞれ数千の観測値を持つ。具体的には、ドットは各検証サンプルの2値分類の精度レベルを示している。なぜ、これほどまでにサンプルが多いのか？5つの通貨ペアを合わせて約5年、つまり合計25年という同じ時間間隔から生まれたものです。しかし、各サンプルでは、観測値が相互に独立になるように、ランダムに大きな増分が取られています。そして、それぞれのサンプルは独立して、検証期間内の時間帯をカバーしています。このグラフから得られる簡単な結論は、30分以上の予測視野で55%の安定した標識認識精度が得られるということです。そして、この結果がランダムでないことは、統計的に示すことができる。つまり、機械は10×5＝50年の学習で5大データの長期依存性をキャッチし、検証テストに合格するわけだ。これもすべて、同時に撮影した5つの通貨ペアに対してであり、機械はそれらを区別していません。もうひとつのプルーフ。https://c.mql5.com/1/36/charts-5-9.JPGこれはもう、同じデータに対してのインクリメンタルリグレッションですね。同じ49個の検証用サンプルと指定されたメトリック=1 - (予測値のMAE / サンプル平均のMAE)。つまり、標本平均と比較して、どれだけ絶対誤差を減らすか（ゼロに非常に近い）です。この統計は、結果がランダムでないことを言うのに十分な威力を発揮する。 ここでも機械は普遍的で安定したパターンを学習する。この実験に関するブログ：https://www.mql5.com/ru/blogs/post/661499でも、ポイントでの数学的な期待値をプラスにすることはできていないんです。と、すでに疑っています。もしかしたら、各ペアのモデルを別々に作ってみるかもしれませんね。このような予測が何らかの形でトレードに生かされるのであれば、それは私にとって大きな疑問である。 あなたの意見を聞かせてください。 削除済み 2016.03.21 14:14 #470 Alexey Burnakov:このスレは嫌儲が散見されるようになった。これは、あなたには当てはまりません。 今日、7500枚（片道）のプリミティブトレードを見ました。100倍のレバレッジをかけると、このようなポジションを建てるには5700Kドルの資本が必要です。 1...40414243444546474849505152535455 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
26000hrn
仕事内容
プロフェッショナルの条件（外出先での学習意欲を最も重視します。）
ニューラルネットワーク：教師なし学習：FNN,RNN（LSTMを含むRecurrent Neural Network）、RBFなど。
Pythonでのプログラミング経験（または学習する準備ができていること）（および、あらゆる統計処理に必要なライブラリ一式）。
Pythonによるデータ解析ライブラリ（theano, Torch, Pandas, NumPy, scikit-learn）またはRによる同等のライブラリ
機械学習、協調フィルタリング、クラスター分析、グラフ理論に関する何らかの経験
その他のブレンドアプローチ：ANFIS（適応ネットワーク型ファジィ推論システム）
統計学と時系列の高度な知識：確率過程ツール：SSA/SVD、RSSA、FIMA/ARFIMA、非線形自己回帰外生モデル（NARX）、（N）GARCHとその派生型、ハースト指数とその応用、回帰定量分析（RQA）。
TASKS（優先順位をつけたもの）。
金融データの統計解析、計量経済学的応用
大量データに対する対話型分散クエリ処理のためのサービスおよびフレームワークの構築
28000 UAH
仕事内容
プロフェッショナルの条件（外出先での学習意欲を最も重視します。）
自然言語処理（NLP）技術に関する専門知識
Python（NLTK）による自然言語処理実装、またはその他開発された処理実装
ニューラルネットワーク：教師なし学習：RNN（Recurrent Neural Network）、FNN、RBFなど。
Pythonでのプログラミング経験（または学習する準備ができていること）（および、あらゆる統計処理に必要なライブラリ一式）。
Pythonによるデータ解析ライブラリ（theano, Torch, Pandas, NumPy, scikit-learn）またはRによる同等のライブラリ
機械学習、協調フィルタリング、クラスター分析、グラフ理論に関する何らかの経験
その他のブレンドアプローチ：ANFIS（適応ネットワーク型ファジィ推論システム）
25000 UAH
Job Description
PROFESSIONAL REQUIREMENTS:
統計と時系列に関する高度な知識を有する。離散フーリエ変換、単一値分解（SVD）、離散コサイン変換、離散ウェーブレット変換、適応的区分的定数近似、チェビシェフ多項式、シンボリック 集約近似、インデックス可能区分的線形近似など、次元が減少した時系列を表現することができる。
時系列の類似性測定の経験。ユークリッド距離（ED）、動的時間歪み（DTW）、最長公約数（LCSS）、実ペナルティ付き編集距離（ERP）、実配列上の編集距離（EDR）、DISSIM、配列重み付けアライメントモデル（Swale）、空間アセンブル距離（SpADe）と閾値クエリー（TQuEST）による類似性探索
確率過程に関するシリアス知識 Tools:RSSA、FIMA/ARFIMA、非線形自己回帰外生モデル（NARX）、（N）GARCHとその派生型、ハースト指数とその応用、再帰性定量化分析（RQA）
Pythonでのプログラミング経験（または学ぶ準備があること） Pythonでのデータ解析ライブラリ（theano, Torch, Pandas, NumPy, scikit-learn） またはR、Octaveでの同等のプロトタイプ作成経験
Machine Learning, collaborative filtering, Graphs Theoryでの何らかの経験。
これらの方法は、マーケットメーカーが実際に取引で使用しているものです。もちろんベイスターズもどこかにいるんですけどね。しかし、むき出しの方法ではなく、価格予測のために、しかもスポットFXのために !
おっと、付け加えるのを忘れていました。私は上記のリストのどれも使って いません。そのせいか、 私には効果があるようです...。
私は、時代遅れのMT4とそれに対応する原始的なアルゴリズムTSを使っている人が、テールレースで1日50億ドル以上の取引を行い、毎日プラスマイナス数百米ドルの利益を上げているのを毎日目撃しています。数学的な期待値はプラスです。月100万ドル以上は確実。
この幼稚園を再現できない、（歴史から判断して）リアルでほぼ1年続く（テスターではさらに）あなたの***資金は どこにあるのでしょうか？
愚かな原始的な戦略は、あなたの "クオン" よりも多くの月あたりのクオンを何年も与える
クオン、アルゴトレーダー、マーケットメーカー、彼らはバカじゃない、数学が得意だ、年俸10万GEL以上＋ボーナスじゃない、と何度もここで言っているのですが、皆さんはわかっていないようです。
どこにいるんだ？フォーラムやモニターをくまなく見て回った。すべてのフォーラムやモニターを調べましたが、この儲かるパターンをトレードしている人はいませんでした。そして、歴史がすべてをよく表しています。誰も気にしない。自分でやってみると......弱く出るんですよ。しかし、つまらないことが***資金よりも 利益をもたらすのも事実です。
私は、時代遅れのMT4とそれに対応する原始的なアルゴリズムTSを使っている人が、テールレースで1日50億ドル以上の取引を行い、毎日プラスマイナス数百米ドルの利益を上げているのを毎日目撃しています。数学的な期待値はプラスです。月100万ドル以上は確実。
この幼稚園を再現できない、（歴史から判断して）リアルでほぼ1年続く（テスターではさらに）あなたの***資金は どこにあるのでしょうか？
愚かな原始的な戦略は、何年もあなたの "クォンツ "よりも多くの月を与える
どこにいるんだ？フォーラムやモニターをくまなく見て回った。この儲かるパターンをトレードする人はいない。そして、歴史がすべてを完璧に示しているのです。誰も気にしない。自分でやってみると......弱く出るんですよ。しかし、つまらないことが***資金 以上のものをもたらすのも事実です。
魔法使いのようなクアンタ」という本をチェックしてみてください。その中で、数学者たちは皆、知恵を絞った数式ではなく、定量的な方法を用いているのです。そこには医者や教授がいる。
では、なぜ複雑な数学的構造を使わないのでしょうか？だって、たぶん効かないんだもん。市場は直線的ではありません。
私の考えでは、トレーディングで高次の代数学を使うのは、丸に四角を入れるようなものです。数学は確かに必要です。例えば、線形回帰は 明らかにトレーディングに数学を使う良い例です。
トレードで稼ぐと言いながら・・・。いいえ、そんなことはありません。トレードで儲けるのに数学は全く必要ない。
私が稼いできたものはすべて、信じられないほど間抜けな数学のおかげです。複雑なことをやるとすぐに負けてしまう。
でも、私自身の例でもないんです。外から観察できたことということです。莫大な利益を上げるのは原始人です。少なくともテールレースでは。
ビットコインはかつて、シンプルなEMAクロスオーバー戦略で取引することができました。これは、2014年春前のいつか、大手取引所の一つであるmtgoxが破綻するまではうまくいっていました。そして、FXは何十年も前に同じEMA-クロスオーバー戦略でトレードできたはずです。そう、原始的なアルゴリズムがうまく機能することもあるのです。私の個人的な見解では、FXペアのチャートはほとんどランダムで、非常にノイズが多いのですが、同時にいくつかの簡単な法則にも従っています。問題は、時間をかけて見つけたパターンを取り除こうとするかのようにFXのチャートは、同じ戦略を取引する人が多ければ多いほど、早く機能しなくなることです。まだ誰も見つけていないシンプルなパターンを見つければ、お金を稼ぐことができるのです。
ビットコインはかつて、シンプルなEMAクロスオーバー戦略で取引することができました。これは、2014年春前のいつか、大手取引所の一つであるmtgoxが破綻するまではうまくいっていました。そして、FXは何十年も前に同じEMA-クロスオーバー戦略でトレードできたはずです。そう、原始的なアルゴリズムがうまく機能することもあるのです。私の個人的な見解では、FXペアのチャートはほとんどランダムで、非常にノイズが多いのですが、同時にいくつかの簡単な法則にも従っています。問題は、時間をかけて見つけたパターンを取り除こうとするかのようにFXのチャートは、同じ戦略を取引する人が多ければ多いほど、早く機能しなくなることです。まだ誰も見つけていないシンプルなパターンを見つければ、お金を稼ぐことができるのです。
このスレは嫌儲が散見されるようになった。これは、あなたには当てはまりません。
何か建設的な議論ができることを期待しています。
あなたの投稿に反応して、私も同意できますし、私自身、長期的かつ反復的なパターンというテーマをここしばらく掘り下げてきました。
これを見てください（もちろんPRですが、製品ではなく、生のアイデアです）https://c.mql5.com/1/37/teaser2.JPG。
何ですか？FXの値動きの符号を予測することに関する機械学習の検証結果です（端末からの通常のスポットFX）。ひげ箱の中には、49個のサンプルがあり、それぞれ数千の観測値を持つ。具体的には、ドットは各検証サンプルの2値分類の精度レベルを示している。
なぜ、これほどまでにサンプルが多いのか？5つの通貨ペアを合わせて約5年、つまり合計25年という同じ時間間隔から生まれたものです。しかし、各サンプルでは、観測値が相互に独立になるように、ランダムに大きな増分が取られています。そして、それぞれのサンプルは独立して、検証期間内の時間帯をカバーしています。
このグラフから得られる簡単な結論は、30分以上の予測視野で55%の安定した標識認識精度が得られるということです。そして、この結果がランダムでないことは、統計的に示すことができる。つまり、機械は10×5＝50年の学習で5大データの長期依存性をキャッチし、検証テストに合格するわけだ。これもすべて、同時に撮影した5つの通貨ペアに対してであり、機械はそれらを区別していません。
もうひとつのプルーフ。https://c.mql5.com/1/36/charts-5-9.JPG
これはもう、同じデータに対してのインクリメンタルリグレッションですね。同じ49個の検証用サンプルと指定されたメトリック=1 - (予測値のMAE / サンプル平均のMAE)。つまり、標本平均と比較して、どれだけ絶対誤差を減らすか（ゼロに非常に近い）です。この統計は、結果がランダムでないことを言うのに十分な威力を発揮する。
ここでも機械は普遍的で安定したパターンを学習する。
この実験に関するブログ：https://www.mql5.com/ru/blogs/post/661499
でも、ポイントでの数学的な期待値をプラスにすることはできていないんです。と、すでに疑っています。もしかしたら、各ペアのモデルを別々に作ってみるかもしれませんね。このような予測が何らかの形でトレードに生かされるのであれば、それは私にとって大きな疑問である。
あなたの意見を聞かせてください。
このスレは嫌儲が散見されるようになった。これは、あなたには当てはまりません。