記事"人工知能を用いたTDシーケンシャル(トーマス デマークのシーケンシャル)"についてのディスカッション - ページ 2

[toxic]

Mihail Marchukajtes:

トレーニング用のファイルを送ってくれたら、モデルを送るよ。いいね？

その通りだ！

モデルだけは「人間的」な形が望ましく、実行可能ファイル（exe、jar）で、1クリックでトレーニング用と同じ形式のテスト用データセットをロードし、もう1クリックで結果をcsvで必要な場所に保存するパスを選択する。

トレーニングデータセットは、区切り文字","(カンマ)、15の特徴とターゲット最後の合計約16でcsvになります：

..................

-1.129204,-1.129167,0.282294,-2.280221,-13.081081,1.855654,0.163391,6.384071,0,0,0,-1.434602,1.165473,6.521727,0,1

0.141149,0.141149,1.411552,0,4.704501,0.001642,-1.564355,0,0,0,0,-36.086637,-0.156291,-10.859675,0.200637,1

0.282292,0.141146,0.423445,0,0.613683,-0.355847,-0.328989,-1.063462,3.190799,3.191211,0,4.071769,3.565043,20.779214,-2.33066,1

1.411447,0.282292,0.141146,0,-0.49115,1.463979,2.700361,-1.063508,-1.063462,3.190799,0,15.394189,0.511692,-7.217575,1.160668,1

1.975945,1.411447,0.282292,-1.14011,3.160372,2.471691,-5.125828,-2.127108,-1.063508,-1.063462,0,-10.655282,1.961731,9.919539,-0.581819,1

0.282257,0.564523,1.975945,2.280221,-7.463255,-0.013203,-3.919166,0,0,-2.127108,0,-1.451862,-0.3113,-5.870295,-1.00175,-1

-0.705637,0.282257,0.564523,0,3.541205,0.261354,2.416635,0,0,0,0,3.18908,0.275705,13.998395,1.789844,-1

0,-0.282271,-1.270172,0,15.3989,4.815902,-1.18679,0,0,2.127291,0,-2.530371,-0.423919,6.862249,-0.031438,1

-0.141131,1.27023,0,0,2.443412,-0.05624,-8.284345,0,0,0,0,-3.995578,0.231936,4.123271,0.620976,-1

...............

添付ファイルにはlernとtestの両方がありますが（便宜上）、次の取引日のコントロール・テストでモデルをチェックします。もしあなたがlern(train.csv)で学習し、test(test.csv)で達成した精度が>=~65%で、私のコントロール・テストではほぼ同じ(-1%)になるとしたら、、、。というわけで、Reshetovの分類器はクールなものであり、彼は無駄にそれを公開したのである))))))

[Mihail Marchukajtes]

toxic:

その通りだ！

モデルだけが "人道的な "形で、実行可能ファイル（exe、jar）であることが望ましく、1つのクリックは、トレーニングのものと同じ形式でテストデータセットをロードし、もう1つは、csvで必要な場所に結果を保存するパスを選択します。

トレーニング・データセットは、","(カンマ)で区切られたcsvで、15個の特徴量とターゲット・ラストの合計約16個となる：

..................

-1.129204,-1.129167,0.282294,-2.280221,-13.081081,1.855654,0.163391,6.384071,0,0,0,-1.434602,1.165473,6.521727,0,1

0.141149,0.141149,1.411552,0,4.704501,0.001642,-1.564355,0,0,0,0,-36.086637,-0.156291,-10.859675,0.200637,1

0.282292,0.141146,0.423445,0,0.613683,-0.355847,-0.328989,-1.063462,3.190799,3.191211,0,4.071769,3.565043,20.779214,-2.33066,1

1.411447,0.282292,0.141146,0,-0.49115,1.463979,2.700361,-1.063508,-1.063462,3.190799,0,15.394189,0.511692,-7.217575,1.160668,1

1.975945,1.411447,0.282292,-1.14011,3.160372,2.471691,-5.125828,-2.127108,-1.063508,-1.063462,0,-10.655282,1.961731,9.919539,-0.581819,1

0.282257,0.564523,1.975945,2.280221,-7.463255,-0.013203,-3.919166,0,0,-2.127108,0,-1.451862,-0.3113,-5.870295,-1.00175,-1

-0.705637,0.282257,0.564523,0,3.541205,0.261354,2.416635,0,0,0,0,3.18908,0.275705,13.998395,1.789844,-1

0,-0.282271,-1.270172,0,15.3989,4.815902,-1.18679,0,0,2.127291,0,-2.530371,-0.423919,6.862249,-0.031438,1

-0.141131,1.27023,0,0,2.443412,-0.05624,-8.284345,0,0,0,0,-3.995578,0.231936,4.123271,0.620976,-1

...............

添付ファイルにはlernとtestの両方がありますが（便宜上）、次の取引日のコントロール・テストでモデルをチェックします。もしあなたがlern(train.csv)で学習し、test(test.csv)で精度>=~65%を達成し、私のコントロール・テストではほぼ同じ(-1%)になるとしたら、、、。Reshetovの分類器はクールで、彼は無駄にそれを発表すべきだったのです)。

さて、話の続きは明日にしよう。時間はもう遅い。明日だ！

[Mihail Marchukajtes]

トレーニングファイルを見たが、入力は16で行数は6万5000行だ。記事を読みながら、主要な論点を理解していないようなので、私はそれを作ることさえしない。その1つは、5年間の歴史のために分単位ですべてのバーを分析することはユートピアであるということです。言い換えれば、あなたは市場全体のモデルを構築しようとしているのであり、良いレベルの一般化を得ようとしても、聖杯が ない以上、うまくいかないのです。 私は、過去2-3ヶ月の市場を15分足でカバーする30行以内のモデルを構築しています。そのため、より質の高いモデルを手に入れることができるのですが、長くは使えません。あなたは市場全体のモデルを作ろうとしている。これは間違いなくユートピアだ。記事をもう一度よく読んでください。

P.sy 私はあなたのファイルをカウントしません。マシンのリソースと時間の無駄だ。

[Mihail Marchukajtes]

私はトレーンファイルの最初の50行を取り出し、モデルを構築した。

[Mihail Marchukajtes]

残念ながらアーカイブは添付できません。MQLフォーラムは相変わらず最高です。最も一般的なフォーマットはサポートされていません。

[Rashid Umarov]

Mihail Marchukajtes:
残念ながらアーカイブは添付できません。MQLフォーラムは相変わらず最高です。最も一般的なフォーマットはサポートされていません。

ZIPがお役に立ちます。

[Mihail Marchukajtes]

toxic:

これは分単位ではなく秒単位で、トレーニングセットは2週間の取引から、テストセットは1日のもので、非常に単純化されたバージョンです、1つの商品の日付、1秒前の最も単純な予測、1つのターゲット、私はこのようなデータのためのモデルのトレーニングは約1分かかります。

30行)))))))))))))))))))))))あー....なんと申し上げたらいいのか...。幸運を祈る！絶対必要だよ)))

65000行で2週間。運が必要なのはあなたの方だと思います。いや、本気だ。このアプローチは大失敗だった。あなたのファイルの 50レコードで 70％の一般化ができた。原理的には、このデータは出力には十分なものだ。しかし、残念ながら、秒単位でTSを構築しようとしているあなたは、ゲームの本質を理解していない :-)よし、じゃあ提案だ。私の推奨に従ってTSを構築し、自分のデータと自分のAIでそれを訓練してください。私は本気ではない。TSを選択し、（マッシュの交差）必要な数の入力を選択する。その日のコンテキスト」でデータを保存し、それを使ってあなたのAIを訓練すれば、あなたはきっと驚くだろう。 さて、私はzipをインストールしてみようと思う、私はアーカイブを投げるだろう、しかしそれはあなたにとって役に立たないだろうと思う、なぜならモデルはMQL4.用のコード形式であり、確かにexeファイルではないからだ。なんとかなりませんか？

[Mihail Marchukajtes]

また、本日のポンドは、両方の売りシグナルが同じエリアにヒットしており、最初のシグナルがマイナスをもたらしていることが分かる。しかし、両方のシグナルが同じエリアに落ちたため、2つ目のシグナルで利益を得るためには、シグナルを反転させる必要があった。つまり、シグナルに逆らうということであり、この場合、私たちはアンチモデルを手に入れたのである。結果は見た目通りだ！そして、私の30個のシグナルは約2ヶ月間の市場をカバーしているので、自分で判断してください。

緑色のドットは、シグナルが出ようとしていることをトレーダーに警告するもので、これには、シグナルが雪だるま式に現れるのではなく、事前に予想できるという利点があります。

[Mihail Marchukajtes]

これが今朝作った模型だ。

[Nextor]

読んで。

TSを投稿し、それがどのように機能するのかをおおまかに説明し、さらに、ニューラルネットワークの働きとFX市場との直接的な関係についてのあなたの考えという点で、少し理論を説明することに決めたことはよくやった。

しかし、この記事は「トレーダーは推測できる」、「トレーダーは自分の経験に基づいて判断するべきだ」などが多すぎる。このような大きなタイトルの記事にしては、すべてが漠然としています。

私が理解しているように、あなたはプログラマーではない。そうでなければ、記事はもっと有益で体系的なものになり、ポジションを逆にしないようにTSを洗練させるだろう。

そして、2週間ごとにネットワークを事前訓練し、1年か2年間テスターで取引した結果を掲載したはずだ。

逆張りは常に自己責任であり、明確なアルゴリズムがない-これは大きな欠点だ。

ニューラルネットワークについての記事ですらない。

もっと具体的に、提案されたニューラルネットワークの詳細な作業、テストサンプルの例、トレーニングの例、トレーニング後の作業の例について、もっと多くの言葉を期待した。

初心者はどうせ正しく理解できないだろうし、知識のある人はそれに興味がない。長い間FXをやっていて、プログラミングを知っている人は、なぜそれが良いアイデアなのか、どのように機能するのか、どのように使うのかという詳細な説明とともに、興味深いアイデアを探すことが多い。そして、それを自分の要求に合わせ、Expert Advisorやインジケーターなどに組み込む。

例えば、私はC++でコホネン・ニューラル・ネットワークに基づいたデータ・クラスタイザーを作っています：

左の画像は元のデータで、右の画像はクラスタリング後のもので、各クラスに2桁の符号が付けられたクラス名、クラス内の最小距離、クラスを定義するニューロンへの5本の線が表示されています。ネットワークは7*7のニューロンで構成される。全部で49のクラスがある。

具体的にどのような入力データをどのような形式で与え、どのような出力を得るのか、学習アルゴリズムの説明など、一例もありません。