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 1375 1...136813691370137113721373137413751376137713781379138013811382...3399 新しいコメント Yuriy Asaulenko 2019.02.26 15:46 #13741 アレクセイ・ヴャジミキンそれから、これらのポイントをチェックするのですが、トレーニングでなんとなくSiで得意になったのですが、10時にストップで引かずに閉めるのは現実的でないことがわかり、結果が大きく歪んでしまいました。当然ながら、こうしたことが結果を歪めている。トレーニングやトレードで、こんなの全部カットしちゃおうかな。そして、NSも単独ではヴェスパーに対応できない。 今は、NSを相場予測にだけ使うという可能性を示しただけです。効いていると思います)。 Aleksey Vyazmikin 2019.02.26 15:48 #13742 ユーリイ・アサウレンコ当然ながら、こうしたことが結果を歪めている。トレーニングからもトレードからも、全部切り離さなければならない。そして、NSも夕方には対応できなくなる。 今は、NSを相場予測にだけ使うという可能性を示しただけです。効くようです)。Siでも可能だと思います、流動性という意味では今はそんなに悪くないと思います、もちろんデポジットにもよりますが。 私は良い結果に到達しました、私は詳細を聞くことを気にしない :) Yuriy Asaulenko 2019.02.26 15:54 #13743 アレクセイ・ヴャジミキンSiは夕方でも大丈夫だし、流動性という点では今は悪くない、もちろん入金次第だけどね。 そして、それがうまくいったという事実が重要で、私は細かいことを気にしません。)目の前にあるすべてのコードデータ読み込み等の準備作業のみ除く。ラーニングは、昔も今も変わらず、オリジナルのデータで作業していると思います。似ていますね。 詳細については、私は何を言って、尋ねることがわからない。 Maxim Dmitrievsky 2019.02.26 16:09 #13744 ユーリイ・アサウレンコNSでTSのプロトタイプを作りました。開店から5分後に成約(予測時間)。取引の監視はしていない。 これが最初の結果です。 xは取引番号、yは利益(pips)です。手数料等は考慮しない。試験間隔は3.5ヶ月です。 60回目の取引まで取引する必要はなく、前回の先物終値までなので、そこでの予測はとても無理です。急激なジャンプは、日間ギャップではないでしょうか。 そしてPythonのコード。これ以上ないほどシンプルです。 誰かが言っていたように、TSの説明文はマッチ箱に収まるはずです(笑)。 Грааль 2019.02.26 16:16 #13745 マキシム・ドミトリエフスキーどなたかがおっしゃっていましたが、TSの説明文はマッチ箱で収まるはずです(笑)。何も説明する必要はない。重要なのはTSではなく、トレーダーの個人的な資質、心理である。 Maxim Dmitrievsky 2019.02.26 16:23 #13746 グレイル何も説明しなくても、大事なのはTSではなく、トレーダー個人の資質や心理なんです。私はとても悪いカルマを持っていて、何をやっても迷惑をかけることになる) Vladimir Perervenko 2019.02.26 19:41 #13747 Python/Rのチートシートを たくさん紹介します。手元に置いておくと、フォリオをめくる手間が省けるので便利です。 グッドラック Essential Cheat Sheets for Machine Learning and Deep Learning Engineers 2017.05.28Kailash Ahirwarstartupsventurecapital.com Machine learning is complex. For newbies, starting to learn machine learning can be painful if they don’t have right resources to learn… Aleksey Vyazmikin 2019.02.26 19:44 #13748 ユーリイ・アサウレンコすべてのコードが目の前にある。データ読み込み等の準備作業のみ除く。トレーニングは、昔も今も変わらず、オリジナルのデータで作業しているようですね。似たようなもの 詳細については、私は何を言って、尋ねることがわからない。NSはどの程度安定してトレーニングできるのか、トレーニングによって結果が大きくばらつくことはないのか? Yuriy Asaulenko 2019.02.26 19:47 #13749 アレクセイ・ヴャジミキンNSはどのくらい着実に学習するのか、トレーニングによってばらつきがあるのか?バリエーションはほぼ皆無です。5000本の弦のランダムなサンプルでトレーニング(生で見たことありますか?)配列自体は5〜6万行で、TF1m3.5ヶ月の履歴です。テストをしてみてください。 Aleksey Vyazmikin 2019.02.26 19:52 #13750 ユーリイ・アサウレンコ飛散はほとんどありません。5000本の弦のランダムなサンプルでトレーニング(生で見たことありますか?)配列自体は55~60kストリングス~3.5ヶ月の歴史があります。テストをしてみてください。なぜ、全体の10%以下のサンプルでトレーニングを行うのか。サンプルを増やせば改善されるはずでは? 1...136813691370137113721373137413751376137713781379138013811382...3399 新しいコメント 理由: キャンセル 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
それから、これらのポイントをチェックするのですが、トレーニングでなんとなくSiで得意になったのですが、10時にストップで引かずに閉めるのは現実的でないことがわかり、結果が大きく歪んでしまいました。
当然ながら、こうしたことが結果を歪めている。トレーニングやトレードで、こんなの全部カットしちゃおうかな。そして、NSも単独ではヴェスパーに対応できない。
今は、NSを相場予測にだけ使うという可能性を示しただけです。効いていると思います)。
当然ながら、こうしたことが結果を歪めている。トレーニングからもトレードからも、全部切り離さなければならない。そして、NSも夕方には対応できなくなる。
今は、NSを相場予測にだけ使うという可能性を示しただけです。効くようです)。
Siでも可能だと思います、流動性という意味では今はそんなに悪くないと思います、もちろんデポジットにもよりますが。
私は良い結果に到達しました、私は詳細を聞くことを気にしない :)
Siは夕方でも大丈夫だし、流動性という点では今は悪くない、もちろん入金次第だけどね。
そして、それがうまくいったという事実が重要で、私は細かいことを気にしません。)
目の前にあるすべてのコードデータ読み込み等の準備作業のみ除く。ラーニングは、昔も今も変わらず、オリジナルのデータで作業していると思います。似ていますね。
詳細については、私は何を言って、尋ねることがわからない。
NSでTSのプロトタイプを作りました。開店から5分後に成約(予測時間)。取引の監視はしていない。
これが最初の結果です。
xは取引番号、yは利益(pips)です。手数料等は考慮しない。試験間隔は3.5ヶ月です。
60回目の取引まで取引する必要はなく、前回の先物終値までなので、そこでの予測はとても無理です。急激なジャンプは、日間ギャップではないでしょうか。
そしてPythonのコード。これ以上ないほどシンプルです。
誰かが言っていたように、TSの説明文はマッチ箱に収まるはずです(笑)。
どなたかがおっしゃっていましたが、TSの説明文はマッチ箱で収まるはずです(笑)。
何も説明する必要はない。重要なのはTSではなく、トレーダーの個人的な資質、心理である。
何も説明しなくても、大事なのはTSではなく、トレーダー個人の資質や心理なんです。
私はとても悪いカルマを持っていて、何をやっても迷惑をかけることになる)
Python/Rのチートシートを たくさん紹介します。手元に置いておくと、フォリオをめくる手間が省けるので便利です。
グッドラック
すべてのコードが目の前にある。データ読み込み等の準備作業のみ除く。トレーニングは、昔も今も変わらず、オリジナルのデータで作業しているようですね。似たようなもの
詳細については、私は何を言って、尋ねることがわからない。
NSはどの程度安定してトレーニングできるのか、トレーニングによって結果が大きくばらつくことはないのか?
NSはどのくらい着実に学習するのか、トレーニングによってばらつきがあるのか?
バリエーションはほぼ皆無です。5000本の弦のランダムなサンプルでトレーニング(生で見たことありますか?)配列自体は5〜6万行で、TF1m3.5ヶ月の履歴です。テストをしてみてください。
飛散はほとんどありません。5000本の弦のランダムなサンプルでトレーニング(生で見たことありますか?)配列自体は55~60kストリングス~3.5ヶ月の歴史があります。テストをしてみてください。
なぜ、全体の10%以下のサンプルでトレーニングを行うのか。サンプルを増やせば改善されるはずでは?