記事についてのディスカッション - ページ 8 12345678 新しいコメント dustin shiozaki 2022.07.27 07:50 #71 GPUを使いたい場合は、周波数サンプリングの行をコメントアウトして、これを配列に加えることができる：-タスクタイプGPUhttps://catboost.ai/en/docs/features/training-on-gpuコメントアウト// Train_All[25]=" -サンプリング周波数 "モデルのコメントを解除しようとすると、次のようなエラーが出ます 。 Training on GPU catboost.ai CatBoost supports training on GPUs. Aleksey Vyazmikin 2022.07.27 09:47 #72 dustovshio #:GPUを使いたい場合は、周波数サンプリングの行をコメントアウトして、これを配列に加えることができる：-タスクタイプGPUhttps://catboost.ai/en/docs/features/training-on-gpuコメントアウト// Train_All[25]=" -サンプリング周波数 "モデルのコメントを解除しようとすると、次のようなエラーが出ます。 記事をよくお読みください："モデルが学習されたディレクトリの Models_mqh サブディレクトリから好きなモデルを選択し、Expert Advisor ディレクトリに追加します。EAコードの先頭にある空のバッファの行を"//"でコメントする。あとは、モデルファイルをEAに接続するだけです：//CatBoostモデルがmqhファイルの場合は、以下の行をコメントする。 //uintTreeDepth[];uint TreeSplits[];uint BorderCounts[];float Borders[];double LeafValues[];double Scale[];double Bias[]； #include "model_RS_208_0.mqh"; // モデルファイル" dustin shiozaki 2022.07.27 18:19 #73 ありがとう。 Aleksey Vyazmikin 2022.07.27 18:50 #74 dustovshio #: ありがとう。 幸運を祈るよ！ dustin shiozaki 2022.08.09 13:14 #75 もしこれを別のEAに適用するとしたら、注文を出す前にcatboostモデルを適用するだけで、他はすべてそのままにしておくのでしょうか。 それともmodel_CB()やcopy_arhiv()を修正する必要があるのでしょうか。 CBモデルが適用されているときは注文を開いていないようです。 Aleksey Vyazmikin 2022.08.09 13:34 #76 dustovshio #:もしこれを別のEAに適用するとしたら、注文を出す前にcatboostモデルを適用するだけで、他はすべてそのままにしておくのでしょうか。 それともmodel_CB()やcopy_arhiv()を修正する必要があるのでしょうか。 CBモデルが適用されているときは注文を開いていないようです。 Signal()関数で入力シグナルを追加または変更できます。 CatBoostモデルをトレーニングしましたか？ すべて正しく行ったのであれば、うまくいくはずです。 dustin shiozaki 2022.08.09 22:10 #77 EAが反対のシグナルでポジションを閉じたり、減らしたり、反転させたりした場合、モデルを使ってそれらをフィルタリングしますか？それとも、単に新規注文が始まらないようにフィルタリングしますか？ Aleksey Vyazmikin 2022.08.10 08:00 #78 dustovshio #:EAが反対のシグナルでポジションを閉じたり、減らしたり、反転させたりした場合、モデルを使ってそれらをフィルタリングしますか？それとも、単に新規注文が始まらないようにフィルタリングしますか？ 私はその考えが理解できませんでした：「モデルを使用してそれらをフィルタリングしたいのですか？ モデルの助けを借りて、ポジションを建てるためのシグナルは記事の中でフィルタリングされます。 dustin shiozaki 2022.08.11 08:30 #79 Aleksey Vyazmikin #:私はその考えが理解できなかった：「モデルを使ってフィルタリングしたいのですか？モデルの助けを借りて、ポジションを建てるためのシグナルは記事の中でフィルタリングされます。 もしEAに反対のシグナルがあれば、注文をクローズすることができます。 もしboostが理論的に偽のシグナルを減らすことができれば、反対のシグナルが注文をクローズすれば、catboostは偽の注文をクローズするのを減らし、その結果、注文をより長くオープンしたままにし、より大きな利益を達成することができます。 例えば、次のような場合です。MAがクロスしたときに注文を出す。ストップロスは50ピップス、TPは50。しかし、SLまたはTPを設定する前にMAがクロスし、EAは注文をクローズするようにプログラムされています。 このシグナルが誤報であった場合、TPまで上昇する可能性があったのに、利益を早くクローズしすぎたことになります。 では、catboostはそのような誤報の一定割合をフィルタリングできたのでしょうか？すべてのEAが反対シグナルでポジションを閉じるわけではありません。多くのEAはSlとTPが固定されているだけです。 だからこの質問をしたのです。 EAの中にはこのような機能を持つものがあるからです。 Aleksey Vyazmikin 2022.08.11 09:23 #80 dustovshio #:EAに反対シグナルがあれば、注文をクローズすることができます。 もしboostが理論的に偽シグナルを減らすことができれば、反対シグナルが注文をクローズすれば、catboostは偽の注文がクローズするのを減らし、その結果、注文をより長くオープンしたままにし、より大きな利益を達成することができます。 例えば。MAがクロスしたときに注文を出す。ストップロスは50ピップス、TPは50。しかし、SLまたはTPを設定する前にMAがクロスし、EAは注文をクローズするようにプログラムされています。 このシグナルが誤報であった場合、TPまで上昇する可能性があったのに、利益を早くクローズしすぎたことになります。 では、catboostはそのような誤報の一定割合をフィルタリングできたのでしょうか？すべてのEAが反対シグナルでポジションを閉じるわけではありません。多くのEAはSlとTPが固定されているだけです。 だからこの質問をしたのです。 EAの中にはこのような機能を持つものがあるからです。 会話の内容は理解できました。 プログラム的には実装は簡単ですが、ランダム性との勝負になります。実際、モデルのRecall指数はかなり低く、つまりモデルは全イベントの10％以上を認識しないため、正反対のポジションが未確認のパターンのためにオープンしないことが多いのです。これはとりわけ予測変数に関係している。この記事では、CatBoostモデルを実装するためのアルゴリズムを示す。予測子でモデルを強化することが必要であり、そうすればあなたの提案するアプローチはより正当化されるでしょう。 12345678 新しいコメント 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
GPUを使いたい場合は、周波数サンプリングの行をコメントアウトして、これを配列に加えることができる：
-タスクタイプGPU
https://catboost.ai/en/docs/features/training-on-gpu
コメントアウト// Train_All[25]=" -サンプリング周波数 "
モデルのコメントを解除しようとすると、次のようなエラーが出ます 。
GPUを使いたい場合は、周波数サンプリングの行をコメントアウトして、これを配列に加えることができる：
-タスクタイプGPU
https://catboost.ai/en/docs/features/training-on-gpu
コメントアウト// Train_All[25]=" -サンプリング周波数 "
モデルのコメントを解除しようとすると、次のようなエラーが出ます。
記事をよくお読みください：
"
モデルが学習されたディレクトリの Models_mqh サブディレクトリから好きなモデルを選択し、Expert Advisor ディレクトリに追加します。EAコードの先頭にある空のバッファの行を"//"でコメントする。あとは、モデルファイルをEAに接続するだけです：
"ありがとう。
幸運を祈るよ！
もしこれを別のEAに適用するとしたら、注文を出す前にcatboostモデルを適用するだけで、他はすべてそのままにしておくのでしょうか。 それともmodel_CB()やcopy_arhiv()を修正する必要があるのでしょうか。 CBモデルが適用されているときは注文を開いていないようです。
もしこれを別のEAに適用するとしたら、注文を出す前にcatboostモデルを適用するだけで、他はすべてそのままにしておくのでしょうか。 それともmodel_CB()やcopy_arhiv()を修正する必要があるのでしょうか。 CBモデルが適用されているときは注文を開いていないようです。
Signal()関数で入力シグナルを追加または変更できます。
CatBoostモデルをトレーニングしましたか？
すべて正しく行ったのであれば、うまくいくはずです。
EAが反対のシグナルでポジションを閉じたり、減らしたり、反転させたりした場合、モデルを使ってそれらをフィルタリングしますか？それとも、単に新規注文が始まらないようにフィルタリングしますか？
EAが反対のシグナルでポジションを閉じたり、減らしたり、反転させたりした場合、モデルを使ってそれらをフィルタリングしますか？それとも、単に新規注文が始まらないようにフィルタリングしますか？
私はその考えが理解できませんでした：「モデルを使用してそれらをフィルタリングしたいのですか？
モデルの助けを借りて、ポジションを建てるためのシグナルは記事の中でフィルタリングされます。
私はその考えが理解できなかった：「モデルを使ってフィルタリングしたいのですか？
モデルの助けを借りて、ポジションを建てるためのシグナルは記事の中でフィルタリングされます。
もしEAに反対のシグナルがあれば、注文をクローズすることができます。 もしboostが理論的に偽のシグナルを減らすことができれば、反対のシグナルが注文をクローズすれば、catboostは偽の注文をクローズするのを減らし、その結果、注文をより長くオープンしたままにし、より大きな利益を達成することができます。 例えば、次のような場合です。MAがクロスしたときに注文を出す。ストップロスは50ピップス、TPは50。しかし、SLまたはTPを設定する前にMAがクロスし、EAは注文をクローズするようにプログラムされています。 このシグナルが誤報であった場合、TPまで上昇する可能性があったのに、利益を早くクローズしすぎたことになります。 では、catboostはそのような誤報の一定割合をフィルタリングできたのでしょうか？すべてのEAが反対シグナルでポジションを閉じるわけではありません。多くのEAはSlとTPが固定されているだけです。 だからこの質問をしたのです。 EAの中にはこのような機能を持つものがあるからです。
EAに反対シグナルがあれば、注文をクローズすることができます。 もしboostが理論的に偽シグナルを減らすことができれば、反対シグナルが注文をクローズすれば、catboostは偽の注文がクローズするのを減らし、その結果、注文をより長くオープンしたままにし、より大きな利益を達成することができます。 例えば。MAがクロスしたときに注文を出す。ストップロスは50ピップス、TPは50。しかし、SLまたはTPを設定する前にMAがクロスし、EAは注文をクローズするようにプログラムされています。 このシグナルが誤報であった場合、TPまで上昇する可能性があったのに、利益を早くクローズしすぎたことになります。 では、catboostはそのような誤報の一定割合をフィルタリングできたのでしょうか？すべてのEAが反対シグナルでポジションを閉じるわけではありません。多くのEAはSlとTPが固定されているだけです。 だからこの質問をしたのです。 EAの中にはこのような機能を持つものがあるからです。
会話の内容は理解できました。
プログラム的には実装は簡単ですが、ランダム性との勝負になります。実際、モデルのRecall指数はかなり低く、つまりモデルは全イベントの10％以上を認識しないため、正反対のポジションが未確認のパターンのためにオープンしないことが多いのです。これはとりわけ予測変数に関係している。この記事では、CatBoostモデルを実装するためのアルゴリズムを示す。予測子でモデルを強化することが必要であり、そうすればあなたの提案するアプローチはより正当化されるでしょう。