記事についてのディスカッション - ページ 2

新しいコメント
 
Andrey Dibrov:

私はテスト期間の長さに注意を払った。しかし、安定した陽性結果は、トレーニング期間に隣接する短い期間、つまり1カ月から2カ月で出た。仮に2年間の履歴でトレーニングするとしよう。テスト＋1カ月。結果を保存します。トレーニング（再トレーニング）の前に、この月をシフト（または追加）する。テスト＋月。結果を保存。などなど。

これは小さな期間ですか？

あなたの考えは理解できますし、私自身もそれを考え、スクリプトも作りましたが、トレーニングはブラインドになり、少ないデータで行われます。

 
Aleksey Vyazmikin:

それは小さな期間ですか？

あなたの考えは理解できるし、私自身もそれについて考えていた。スクリプトも作ったが、トレーニングはブラインドで行われ、データも少ない。

スライディング・ウィンドウは常に新しいデータのようなものです）。

 
Valeriy Yastremskiy:

スライディング・ウィンドウは常に新鮮なデータのようなものだ。）

誰がそれを必要とするのか？市場がどのような指標においても変化したが、以前にはなかった方法で変化したと判断できるか？もしそれが可能で、そのような事象が発生したのであれば、そうです - 新しいデータを考慮して新しいモデルをトレーニングする必要があります。区間を小さくすればするほど、一般的な規則性が明らかにならないため、データへのフィッティングが悪くなる。

運」については、はい、できます。スクリプトはサンプルをカットし、毎月12ヶ月のウィンドウで訓練した場合にどうなるかを確認します。

 
Aleksey Vyazmikin:

誰がそれを必要としているのか？市場がどのような指標においても変化したが、以前にはなかったような変化を遂げたと判断できますか？もし可能で、そのような事象が発生したのであれば、そうです - 新しいデータを考慮して新しいモデルをトレーニングする必要があります。区間を小さくすればするほど、一般的な規則性が明らかにならないため、データへのフィッティングはより高くなる。

運」については、はい、できます。スクリプトはサンプルをカットし、毎月12ヶ月のウィンドウで訓練した場合にどうなるかを確認します。

私))))ただ、手動で少なくとも具体的にBPの異なる状態を説明しようとしているだけです。スライディング・ウィンドウはその助けになる。もちろん、幅の問題はあるが、フィルターよりもウィンドウでの排出のスクリーニングの方が効果的だと思う。間違っているかもしれないが）

 

以下は記事からの抜粋である。

トレーニングには2年かかり、新しい月ごとにトレーニングした。

すべてのモデルの設定は同じ。

そしてEURUSD- こちらも1年間の履歴を毎月学習しました。


 
いや、上でミスをしたんだ。記事のサンプルが違うんだ。
 
Aleksey Vyazmikin:
いや、上でミスをしたんだ。記事のサンプルは違うものなんだ。


これが正しいバージョンです。

リコールを見てください。モデルには市場に関する知識が欠けていることがわかります。言い換えれば、市場はウィンドウの情報よりも変動が大きいのです。

Valeriy Yastremskiy:

私にとっては))))手動でBPの少なくとも具体的に異なる状態を記述しようとしているだけです。スライディングウインドウはその手助けになる。もちろん、幅の問題はあるが、ウィンドウ内の排出のスクリーニングは、フィルターよりも効果的だと思う。間違っているかもしれないが）

上記は、12ヶ月の窓を取った場合の結果を示したものである。

外れ値について - モデルがツリーベースで定量化も使用している場合、逆に、与える情報が多ければ多いほど、外れ値の影響は少なくなります。

 
Aleksey Vyazmikin:


それが正しいことなんだ

リコールを見てください。モデルには市場の知識が欠けていることがわかります。言い換えれば、市場はウィンドウにヒットした情報よりも変化に富んでいるのです。

これは、12ヶ月のウィンドウを取った場合に出てきたものを示しています。

外れ値について - モデルがツリーベースで定量化も使っている場合、逆に、与える情報が多ければ多いほど、外れ値の影響は少なくなります。

ウィンドウの幅は、系列の状態によってトレーニングの結果に大きく影響します。そして、その幅には最適性があります。スライディングウィンドウデータの周期が大きすぎると、小さすぎるのと同じくらい有害である。

 
Valeriy Yastremskiy:

ウィンドウの幅は、行の状態によって学習結果に重要な影響を与える。そして、その幅には最適性がある。スライディングウィンドウデータの周期が大きすぎるのも、小さすぎるのと同じくらい有害である。

抽象論から数字に移ろう。小さなウィンドウはどの程度有効なのだろうか？

重要なのは、あなたは市況に飛びつくことを提案しているが、私はさまざまな市況に関する知識を使うことを提案しているということだ。歴史に裏打ちされた知識が多ければ多いほど、その上に構築されたパターンの変化は遅くなる。

それから、小さなサンプルでどのようにハイパーパラメーターを定義するのか。私はどこでも同じだと思います。
 
同じ実験を繰り返し、トレーニングサンプルにもう1、2ヶ月の履歴を追加し、2つのテストを比較してみてください。ニューラルネットワークが安定したままかどうか、最近の値動きがこのモデルにどのような影響を与えるか...。
12345678
新しいコメント