Neuromongers, don't pass by :) 必要なアドバイス - ページ 8 1234567891011121314 新しいコメント Alexey Burnakov 2011.04.01 08:44 #71 よし、トレーニングのことはひとまず忘れよう。 価格が上がるか下がるか、という1つの値を近似的に表すネットワークを持っています。詳細は割愛させていただきます。 テストサンプル（ネットワークが学習するデータではなく、このサンプルの誤差が減少しなくなった時点でニューラルネットワークの 学習が停止するデータ）を1個として、この1個は学習サンプルの直後で、ネットワークが実際に取引するOOS期間の前に来るようにすることができます。この場合、学習配列と大きく異なる可能性のあるデータに対して、ネットワークの汎化誤差を推定する。 もう一つの選択肢は、OOSの前に行くサンプルの配列からランダムに コントロールサンプルを生成することを挙げました。サンプルはシャッフルされることになる。そこで、（少なくとも私の場合は）隣接するサンプルが類似して いることが判明し、ネットワークは1つのサンプル（トレーニングサンプル）で学習し、すぐに隣接する（コントロール）サンプルでネットワークの汎化誤差を推定することになったのです。この場合、試験片の誤差の最小値は、試験片を1枚ずつ採取する場合よりもはるかに深くすることができます。 TheXpert 2011.04.01 09:02 #72 今はだいたい分かっています。私は訓練を受けていません。まったく。 ですから、あなたが提案するような形でのテストサンプリングはありえません。 正直なところ、まったく効果がないのではと思います。 適用に反対はしないが、効果的なスキームが見えない。 真にテスト可能であるためには、サンプルはトレーニングインターバルにないものでなければならない。つまり、OOSのかなり前です。そのため、基本的に使用の遅延が発生し、改善の保証はありません :) .テストサンプリングは、一度訓練してテストして、それをおぼろげに使う分にはいいのですが、価格系列の予測に使うのは意味がわかりませんね。 処分の理由にしないでください（これは読者の皆さんへのアピールです :) ）、あくまでイミフです。 Alexey Burnakov 2011.04.01 09:51 #73 あなたが言ったことはすべて合理的です。ただ、私自身も、ある選択肢から別の選択肢に移って、また戻ってくるということを繰り返していますが、自分の思い込みを実践で検証してみたいのです......。)))しかし、必ず何らかの形でテストサンプルを使用することをルールにしています。 ちなみに私も、EAを口座に設置する前に、必ずフォワードテストでシステムを確認します。私のEAはすべて1回のフォワードテストに合格していると言えます（EURUSD H1のみ 複数回のフォワードを行うのに十分な時間がありました）。合格しなかったら、もう自信がないので、わざわざ通さない）))) TheXpert 2011.04.03 15:17 #74 タールをもうひとさじ。個人用ネットです。 1 -1021.00 870 0.95 -1.17 2253.80 21.60% Fake=0 2 1336.30 862 1.08 1.55 939.40 8.90% Fake=1 3 2174.60 869 1.12 2.50 1471.40 14.45% Fake=2 4 2239.00 844 1.15 2.65 942.70 9.42% Fake=3 5 2433.90 901 1.15 2.70 1191.70 9.43% Fake=4 6 3746.20 864 1.24 4.34 777.60 7.41% Fake=5 7 -1804.60 868 0.90 -2.08 2966.00 28.61% Fake=6 8 555.30 842 1.03 0.66 1360.90 12.77% Fake=7 平均は＋だが、なんと、広がりは全然小さくないことがわかる。 Viktor Zhuravlev 2011.04.03 16:05 #75 TheXpert: タールをもうひとさじ。ネットワークを分離する。 もちろん、平均が＋であることはおわかりいただけると思いますが、なんと、スプレッドが全然小さくないんです。 こんにちは。 ネット入力に供給するインダクタのデボラティライゼーション（記事で発見）を行いましたか？ 誘導をdevolatileにしてみるのもいいかもしれませんね。 TheXpert 2011.04.03 17:27 #76 残念...七面鳥は出しません。 Viktor Zhuravlev 2011.04.03 17:55 #77 TheXpert: 残念...インデックスを出さない。 面白い... 単一区間（あるいは少なくとも1区間）への正規化についてはどうでしょうか？ あえて不謹慎な質問をさせてもらうと、先生はどんな方ですか？数小節先を予測することで利益を最大化する？ TheXpert 2011.04.03 18:20 #78 renegate: あえて不躾な質問をさせてもらうと、先生はどんな方なのでしょうか？ いいえ、この方法はエコーネットワークとの統合がうまくいきません。すでにこのスレッドで先生について言われています。 renegate: 1つのインターバル（区間）への配給はどうでしょうか？ まあ、そのまんまなら、そうなんですけどね :) Viktor Zhuravlev 2011.04.03 19:07 #79 このスレで先生が見つからなかった。後で見てみるよ。朝になればよくなる...。 削除済み 2011.04.03 19:47 #80 私たちは "羊 "を忘れてしまったのです（笑)。スタートメッセージは、"How to improve?" です。 少し（ほんの少し）抽象化して、今回に限らず、私たちが興味を持っているアプリケーション領域で、NSの結果を全般的に改善する方法を考えてみてはいかがでしょうか。ここで、ポイント・バイ・ポイント。 1) 入出力の選択（親密な問題で、ほとんど議論の対象にはなりませんが、この場合、我々のビジネスフォーラムのメンバーで経験豊富な2人が認めた理論に基づいており、改善することはないと考えています。） 2）入力の前処理（質問はむしろ簡単で、かなり開いているようだ、我々はそれが知られているかどうかを議論することができ、何が、どのようにこの場合には行われます（私はまだ共有するつもりはない入力データのコーディング（どこにも会っていない）基本的な "ゼスト "は、感覚NSを持っているが））。 3）NSの数理(全ては私達より前にここで発明されたのです。何でも自由にシェアしたり、議論したりすることができます。ただし、ここで何かを改善しようとする試みはすべて、意識的な行動というより、シャーマニズムや盲目的な実験に近いのですが) 4）NSの「組織的」な質問。(学習・再学習の方法・時期、期間・間隔、ネットワーク出力インタプリタのロジック、MMなどTS全般のレポートを拝見しました。ソウですが、一部の些細なMM以外のレポートを見て改善するセンスあるアイデアが浮かびます。 何か見落としがあったのでしょうか？ 開発の本質に没頭していない人のアドバイスを受けることで、理論的にどこが改善されるのか？ 残るは2と3です。ポイント2は、TopikStarterでは「そこそこ普通」で注目に値しないとして省略されています（私見ですが、バリエーションはありそうです）。ポイント3、100gないと理解できない記事があり、個人的にはまだ理解しきれていない（簡単なエコーネットワークすら実装しようとすると今のところ失敗している）。 TheXpert、あなたのTSについて、秘密でないことを教えてください。一定の結果を出している（と個人的には思っている）ので、スマートなアドバイスで「逆効果」になる可能性もあり、アプリオリに興味があるところです。例えば、どうでしょう。 - なぜ「エコー」なのか？経験者の方、その長所と短所を教えてください。そもそも、どうやって掘り出したんですか？ - 入出力：joo 氏が語る「流れるパターン」と「タイプ2TC」。流れるような」は議論に値すると思う、2ndタイプはイミフなものでしかない。 a) 入出力は本当に 改善されないのでしょうか？ b) 前処理：どのように見えるか？例えば、入力値の分布の分析などは行われているのでしょうか？ 1234567891011121314 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
よし、トレーニングのことはひとまず忘れよう。
価格が上がるか下がるか、という1つの値を近似的に表すネットワークを持っています。詳細は割愛させていただきます。
テストサンプル（ネットワークが学習するデータではなく、このサンプルの誤差が減少しなくなった時点でニューラルネットワークの 学習が停止するデータ）を1個として、この1個は学習サンプルの直後で、ネットワークが実際に取引するOOS期間の前に来るようにすることができます。この場合、学習配列と大きく異なる可能性のあるデータに対して、ネットワークの汎化誤差を推定する。
もう一つの選択肢は、OOSの前に行くサンプルの配列からランダムに コントロールサンプルを生成することを挙げました。サンプルはシャッフルされることになる。そこで、（少なくとも私の場合は）隣接するサンプルが類似して いることが判明し、ネットワークは1つのサンプル（トレーニングサンプル）で学習し、すぐに隣接する（コントロール）サンプルでネットワークの汎化誤差を推定することになったのです。この場合、試験片の誤差の最小値は、試験片を1枚ずつ採取する場合よりもはるかに深くすることができます。
今はだいたい分かっています。私は訓練を受けていません。まったく。
ですから、あなたが提案するような形でのテストサンプリングはありえません。
正直なところ、まったく効果がないのではと思います。
適用に反対はしないが、効果的なスキームが見えない。
真にテスト可能であるためには、サンプルはトレーニングインターバルにないものでなければならない。つまり、OOSのかなり前です。そのため、基本的に使用の遅延が発生し、改善の保証はありません :) .テストサンプリングは、一度訓練してテストして、それをおぼろげに使う分にはいいのですが、価格系列の予測に使うのは意味がわかりませんね。
処分の理由にしないでください（これは読者の皆さんへのアピールです :) ）、あくまでイミフです。
あなたが言ったことはすべて合理的です。ただ、私自身も、ある選択肢から別の選択肢に移って、また戻ってくるということを繰り返していますが、自分の思い込みを実践で検証してみたいのです......。)))しかし、必ず何らかの形でテストサンプルを使用することをルールにしています。
ちなみに私も、EAを口座に設置する前に、必ずフォワードテストでシステムを確認します。私のEAはすべて1回のフォワードテストに合格していると言えます（EURUSD H1のみ 複数回のフォワードを行うのに十分な時間がありました）。合格しなかったら、もう自信がないので、わざわざ通さない）)))
タールをもうひとさじ。個人用ネットです。
平均は＋だが、なんと、広がりは全然小さくないことがわかる。
タールをもうひとさじ。ネットワークを分離する。
もちろん、平均が＋であることはおわかりいただけると思いますが、なんと、スプレッドが全然小さくないんです。
こんにちは。
ネット入力に供給するインダクタのデボラティライゼーション（記事で発見）を行いましたか？
誘導をdevolatileにしてみるのもいいかもしれませんね。
残念...インデックスを出さない。
面白い...
単一区間（あるいは少なくとも1区間）への正規化についてはどうでしょうか？
あえて不謹慎な質問をさせてもらうと、先生はどんな方ですか？数小節先を予測することで利益を最大化する？
あえて不躾な質問をさせてもらうと、先生はどんな方なのでしょうか？
いいえ、この方法はエコーネットワークとの統合がうまくいきません。すでにこのスレッドで先生について言われています。
1つのインターバル（区間）への配給はどうでしょうか？
まあ、そのまんまなら、そうなんですけどね :)
私たちは "羊 "を忘れてしまったのです（笑)。スタートメッセージは、"How to improve?" です。
少し（ほんの少し）抽象化して、今回に限らず、私たちが興味を持っているアプリケーション領域で、NSの結果を全般的に改善する方法を考えてみてはいかがでしょうか。ここで、ポイント・バイ・ポイント。
1) 入出力の選択（親密な問題で、ほとんど議論の対象にはなりませんが、この場合、我々のビジネスフォーラムのメンバーで経験豊富な2人が認めた理論に基づいており、改善することはないと考えています。）
2）入力の前処理（質問はむしろ簡単で、かなり開いているようだ、我々はそれが知られているかどうかを議論することができ、何が、どのようにこの場合には行われます（私はまだ共有するつもりはない入力データのコーディング（どこにも会っていない）基本的な "ゼスト "は、感覚NSを持っているが））。
3）NSの数理(全ては私達より前にここで発明されたのです。何でも自由にシェアしたり、議論したりすることができます。ただし、ここで何かを改善しようとする試みはすべて、意識的な行動というより、シャーマニズムや盲目的な実験に近いのですが)
4）NSの「組織的」な質問。(学習・再学習の方法・時期、期間・間隔、ネットワーク出力インタプリタのロジック、MMなどTS全般のレポートを拝見しました。ソウですが、一部の些細なMM以外のレポートを見て改善するセンスあるアイデアが浮かびます。
何か見落としがあったのでしょうか？
開発の本質に没頭していない人のアドバイスを受けることで、理論的にどこが改善されるのか？ 残るは2と3です。ポイント2は、TopikStarterでは「そこそこ普通」で注目に値しないとして省略されています（私見ですが、バリエーションはありそうです）。ポイント3、100gないと理解できない記事があり、個人的にはまだ理解しきれていない（簡単なエコーネットワークすら実装しようとすると今のところ失敗している）。
TheXpert、あなたのTSについて、秘密でないことを教えてください。一定の結果を出している（と個人的には思っている）ので、スマートなアドバイスで「逆効果」になる可能性もあり、アプリオリに興味があるところです。例えば、どうでしょう。
- なぜ「エコー」なのか？経験者の方、その長所と短所を教えてください。そもそも、どうやって掘り出したんですか？
- 入出力：joo 氏が語る「流れるパターン」と「タイプ2TC」。流れるような」は議論に値すると思う、2ndタイプはイミフなものでしかない。
a) 入出力は本当に 改善されないのでしょうか？
b) 前処理：どのように見えるか？例えば、入力値の分布の分析などは行われているのでしょうか？