記事"強化学習におけるモンテカルロ法の応用"についてのディスカッション - ページ 2

[FxTrader562]

Максим Дмитриевский :
ハイ、イエス

ところで、このバージョンでは、あなたはすべてをマトリックスにプログラムしているので、私はコードに変更を加えたり、私自身の何かを簡単に実験したりすることはできません :))))))

もし、パフォーマンスを向上させるためにコードを変更する必要がある箇所をご指摘いただけるのであれば、私自身でそれを試すことができます。

[Maxim Dmitrievsky]

FxTrader562:

ところで、このバージョンではすべてをマトリックスにプログラムしているため、コードに変更を加えたり、自分で簡単に実験したりすることができません :))))))

もしあなたが、パフォーマンスを向上させるためにコードを変更する必要があることを提案してくれるなら、私は自分でそれを試すことができます。

私が提案できるのは、自分でコードを変更することです。通常、これらは意識の流れや機械学習理論のディープラーニングに基づく自明でないものだ。残念ながら、プログラミングの基礎から説明するよりも、自分でやった方がずっと早い。これはほんの始まりに過ぎないが、このレベルが多くの人にとってほとんど手の届かないものであることはすでにわかる（自慢するためではなく、人々の反応を観察するためなのだ）。だから、ただ記事に従って...行列を勉強してください :)

[Aleksey Vyazmikin]

私たちの考えや展開がこんなにも平行線をたどっていることに驚いた！とても有益な記事です！

あなた自身の予測子を使用するには、このコードに修正を加えるだけで十分であることを正しく理解しています：

//+------------------------------------------------------------------+
//| シグナルの計算|
//+------------------------------------------------------------------+
void calcTsignal() {
   Tsignal=0;
   for(int i=0;i<ArraySize(ag1.agent);i++) {
      CopyClose(_Symbol,0,1,ArraySize(ag1.agent[i].inpVector),ag1.agent[i].inpVector);
      ArraySetAsSeries(ag1.agent[i].inpVector,true);
     }
   Tsignal=ag1.getTradeSignal();
  }

[Maxim Dmitrievsky]

Aleksey Vyazmikin:

私たちの考えや展開がこんなにも平行線をたどっていることに驚いた！とても有益な記事だ！

あなた自身の予測子を使用するには、このコードに修正を加えるだけで十分であることを正しく理解しています：

はい、個々の予測子ごとに、配列の 1つの要素

[Alexander Fedosov]

このファイルはどこで入手できますか？

//+------------------------------------------------------------------+
//|RLモンテカルロ。モンテカルロ
//|著作権 2018, Max Dmitrievskiy｜｜マックス・ドミトリエフスキー
//|https://www.mql5.com/ja/users/dmitrievsky
//+------------------------------------------------------------------+
#property copyright "Copyright 2018, Max Dmitrievskiy"
#property link      "https://www.mql5.com/ja/users/dmitrievsky"
#include <Math\Alglib\dataanalysis.mqh>
#include <Math\Alglib\alglib.mqh> 
#include <MT4Orders.mqh>
sinput int      OrderMagic=666;

[Maxim Dmitrievsky]

Alexander Fedosov:

このファイルはどこで入手できますか？

こんにちは、https://www.mql5.com/ja/code/1600 6。

これはfxsaberのオリジナルライブラリです。前の記事にリンクがあります。

[Aleksei Kuznetsov]

「トレーディングにおける機械学習：理論と実践（Trading and Beyond）」というフォーラム・スレッドは、予測変数が相互に決定的な影響を与えうるという例から始まった。確かに、その例は人為的なものだった。

しかし、ウラジミール・ペレヴェンコの論文には、実際のデータ上で相互作用する予測因子を特定する例があった。残念ながら、それらの検出には非常に計算コストがかかる。

[Aleksey Vyazmikin]

elibrarius:

フォーラムのスレッド「トレーディングにおける機械学習：理論と実践（Trading and Beyond）」は、予測変数が相互に関連して決定的な意味を持つことがあるという例から始まった。しかし、その例は人為的なものだった。

しかし、ウラジミール・ペレヴェンコの論文には、実際のデータ上で相互作用する予測因子を特定する例があった。残念ながら、それらの検出には非常に計算コストがかかります。

完全な列挙以外に予測変数のグループを識別する方法はありますか？

[Maxim Dmitrievsky]

elibrarius:

フォーラムのスレッド「トレーディングにおける機械学習：理論と実践（Trading and Beyond）」は、予測変数が相互に関連して決定的な意味を持つことがあるという例から始まった。しかし、その例は人為的なものだった。

しかし、ウラジミール・ペレヴェンコの論文には、実際のデータ上で相互作用する予測因子を特定する例があった。残念ながら、これらの検出には非常に計算コストがかかる。

どのような特徴の組み替えでも、その重要性は ほとんど変化しない（ほとんど変わらない）。元の特徴量から新しい特徴量を構築する場合は、そうです、計算が複雑になります。これは簡単な例ですが、非常に効率的で、本当に良い特徴を選択します。

通常はもっと単純で、分散が高いほど重要度が高く、すべての特徴は分散によってランク付けされます。そのため、この例はうまく機能するのです。

[Aleksei Kuznetsov]

Aleksey Vyazmikin:

完全な列挙以外に予測グループを識別する方法はありますか？

Vladimirの以前の記事（2番目か3番目）を見てください。Rパッケージの1つで、scaffoldingを使って決定されています。完全な検索であれ、いくつかの遺伝学であれ、計算には非常に長い時間がかかりました（メインNSのトレーニングの何倍も）。
おそらく何らかの方法で最適化されているのだろう。