MT5で実現可能かどうかは分かりませんが、ゲーム「ALPHA GO ZERO」で使われている手法を参考にしています。そこで、MT5では、直近50本のローソク足の始値、終値、高値、安値をニューラルネットワークにフィードすることができます（例）。この方法はすでに試されたのでしょうか、それともMt5では実現不可能なのでしょうか？
MT5で実現可能かどうかは分かりませんが、「ALPHA GO ZERO」のコンピュータ画面投入の手法を参考にしています。そこで、過去50本のローソク足の始値、終値、高値、安値（例）をニューラルネットワークに供給することができます。この方法はすでに試されたのでしょうか、それともMt5では実現不可能なのでしょうか？
Hundreds of thousands of traders all over the world use the trading platforms developed by MetaQuotes Software Corp. The key factor leading to success is the technological superiority based on the experience of many years and the best software solutions. Many people have already estimated new opportunities that have become available with the...
まあ、離散点が選ばれるのは当然なんですけどね。しかも、不規則なグリッドでできるんです。これがインタプリタがシリーズを変換するのに便利な点です。
すでに連続関数があるのに、なぜ不連続点を選択するのか？数学的に 解析的に定義された（連続）関数を近似する問題は意味をなさない。
すでに連続関数があるのに、なぜ不連続点を選ぶのか？数学的（連続関数）に近似する作業は、意味をなさない。
その理由は、リンク先に書いてあります。そして、具体的になぜ、私にも書かれているのか
その理由は、リンク先に書いてあります。そして、具体的になぜ私にも言ってきたのか。
あなたと一緒なら大丈夫...グッバイ）
補間には、数学的な関数ではなく、データ系列が必要です。
厳密に言えば、データ系列は数学的な関数である。学校の授業では、良い教科書はこのことをストレートに教えてくれます。
古典的な数学関数：有理点で値1、非理点で値0を取る。
話がそれてしまい、申し訳ありません。
マキシム様
スプラインを使うということは、Mt5の画面の価格データを離散的なパケットにしてニューラルネットワークに与え、価格データの各セグメントまたはパケットがそれ自体別の関数を 表し、ニューラルネットワークが過去の学習データの最小平均二乗誤差（MSE）に基づいて特定の価格セグメントに対して自動的に最適な関数を選択しようとしているのではないだろうか？私の理解は正しいでしょうか？
つまり、ゲームにピクセルを供給するというゲーム理論に似たアプローチを試みているわけですが、あなたの場合はスプラインという形で価格を供給しようとしているわけですね。そうなんですか？
ありがとうございます...
ハイ、そうです、まったくもって正しく理解しています。しかし、スプラインについては、例えば「逆距離加重」など、他の方法もありますから、よくわからないのです。しかし、すべては補間についてです。
厳密に言えば、データ系列は数学的な関数である。学校の授業では、良い教科書はこのことをストレートに教えてくれます。
古典的な数学関数：有理点では値1、非有理点では値0となる。
話がそれてしまい、申し訳ありません。
なるほど。では、「解析的に定義された」というのは、どういう言い方が正しいのでしょうか？それとも「解析式で与えられる」と言うべきでしょうか？
ハイ、そうです、まったくもって正しく理解しています。しかし、スプラインについてはよくわかりません。なぜなら、たとえば「逆距離荷重」という方法があるからです。しかし、すべては補間についてです。
でも、本当にニューラルネットワークにスプラインを使ったフィードプライスが必要なのでしょうか？
つまり、ローソクの始値、終値、高値、安値を直接ニューラルネットに送り込むことができないのでしょうか？
なぜ、価格セグメントの価格構造を定義して、再度、価格を補間する機能が 必要だとお考えですか？
MT5で実現可能かどうかは分かりませんが、ゲーム「ALPHA GO ZERO」で使われている手法を参考にしています。そこで、MT5では、直近50本のローソク足の始値、終値、高値、安値をニューラルネットワークにフィードすることができます（例）。この方法はすでに試されたのでしょうか、それともMt5では実現不可能なのでしょうか？
ニューラルネットに与える関数やスプラインが重要な理由をもう少し詳しく教えてください。
でも、本当にスプラインを使った価格をニューラルネットワークに供給する必要があるのでしょうか？
つまり、ローソクの始値、終値、高値、安値を直接ニューラルネットに送り込むことはできないのでしょうか？
なぜ、価格帯別の価格構造を定義して、再度、価格を補間する機能が 必要なのでしょうか？
MT5で実現可能かどうかは分かりませんが、「ALPHA GO ZERO」のコンピュータ画面投入の手法を参考にしています。そこで、過去50本のローソク足の始値、終値、高値、安値（例）をニューラルネットワークに供給することができます。この方法はすでに試されたのでしょうか、それともMt5では実現不可能なのでしょうか？
ニューラルネットに与える関数やスプラインが重要な理由をもう少し詳しく教えてください。
入力情報を変換して、入力と出力の間のクロスエントロピー（または相互情報量）を最小化すればいいのです。これは、分類器がテストサブセットとその先でより良く機能する（ポイントの分離が良くなる）ことを意味します。このような技術は、機械学習で広く使われている。
しかし、どの変換が良いかは分からないので、繰り返し変換してモデルの誤差をチェックすることになります。入力情報を変換して、入力と出力の間のクロスエントロピー（または相互情報量）を最小化すればよい。これは、分類器が部分集合のテストとそれ以降でより良く動作することを意味します。このような技術は、機械学習で使われています。
なるほど、過去の学習データの誤差を最小にした上でニューラルネットワークが決定した、価格のセグメントごとに異なるインジケータを使用することで、何を実現しようとしているのかがよくわかりました。
機械学習において、アルゴリズムが目標から発散することなく、時間とともに収束していくためには、クロスエントロピーと最小化を用いることが非常に重要 であることは明らかである。
ストラテジーの自動選択を利用した記事がすでにあり、それをご存知かどうかは分かりませんが。でも、機械学習は使っていないんです。ご参考になればと思い、拝見させていただきました。
https://www.mql5.com/ru/articles/143
なるほど、過去の学習データの誤差を最小にした上でニューラルネットワークが決定した、価格のセグメントごとに異なるインジケータを使用することで、何を実現しようとしているのかがよくわかりました。
機械学習において、アルゴリズムが目標から発散することなく、時間とともに収束していくためには、クロスエントロピーと最小化を用いることが非常に重要 であることは明らかである。
ストラテジーの自動選択を利用した記事がすでにあり、それをご存知かどうかは分かりませんが。でも、機械学習は使っていないんです。ご参考になればと思い、拝見させていただきました。
https://www.mql5.com/ru/articles/143
今、私たちはインジケーターやその他のものに興味がなく、エンドはどんな戦略にもfreamworkを使うことができ、分析的に計算することができない最高の結果を得ることができます。