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 1114 1...110711081109111011111112111311141115111611171118111911201121...3399 新しいコメント itslek 2018.10.18 17:40 #11131 ミハイル・マルキュカイツまあ、その...また、どの機種を使うかを決める際にも、このカーブを利用しています。90%の確率で利益を上げ、重要な場面で大きな損失を出すようなモデルでは意味がありません。バランスカーブの種類は重要です。もちろん、それだけでは十分ではありませんが、それでもある程度の目安にはなると思います。 トレーニングに必要なデータ量は?相関関係があれば、機械がそれを見つけてくれる。 データは多ければ多いほどいいというものではありません。 Vizard_ 2018.10.18 17:41 #11132 マキシム・ドミトリエフスキーオプティマイザーを使いこなして10年目...。 幸せな人は時計を見ない)))爆笑...。 Mihail Marchukajtes 2018.10.18 17:42 #11133 本当に理詰めでいきましょう...。 現在のメトリクスはすべて現在のトレーニングの質を示しており、モデルの将来のパフォーマンスについては何も語っていない。つまり、最高の測定基準で素晴らしい結果を得ても、将来的に質の高い結果が保証されるわけではないのです。ですから、学習・検証期間に加えて、モデルの性能を評価し、適否を判断するためのテスト期間が必要だと強く思っています。もし割合で見るなら、inspirational sampleはtraining/validation/controlをそれぞれ45/45/10%で構成されるべきだと思います。そのため、モデル取得後、学習がテスト部門に一直線に進むと、テストを行い、評価が良ければ、モデルを保存できる状態で学習を停止し、制御に失敗すれば、再び学習を開始し、テスト部門で望ましい結果が得られるまで、あるいは、一定の学習回数が繰り返された後に、学習を再開します。これが今、必要なことなのです。 チェックでモデルを走らせ、チェックに失敗したらまたトレーニングを始める、ということを10回繰り返す必要があります。問題は、チェックプロットがモデルの貴重な操作可能期間を食ってしまうことで、OOSでの学習期間の直後から無為になり始めてしまうことです。そして、私はある変形を考案しました。しばらく前、つまり2カ月ほど前にドクに話したのですが、彼は基本的に非常に論理的だと考えていました。今は訳あって使っていないので、よろしければ教えていただきたいのですが...。 Mihail Marchukajtes 2018.10.18 17:44 #11134 itslekターゲットと一緒にデータを出して、相関関係があれば機械が見つけてくれる。 データは多ければ多いほどいいというものではありません。なるほど。大したことはないと言っておこう。巨大なアンロードはできるけど、MTをやるには長くなるし、ぶら下がるのが怖いので、今あるもので鍛えてみてください。前処理を自分でやって、前処理済みのデータセットを投稿します。 СанСаныч Фоменко 2018.10.18 17:46 #11135 ミハイル・マルキュカイツ ターゲティングは大丈夫、気にしないで、オプティマイザはJavaで書かれている。まさか、思い通りの複雑な指標を実装することは不可能なのでしょうか?をお願いします...データをいただいて、そこから予測因子とターゲットは関係ないと結論づけたのだと思います。 それとも私が間違っているのでしょうか? 予測変数がターゲットに関連していることを証明することから始めてもいいですか? Vizard_ 2018.10.18 17:46 #11136 itslekターゲットと一緒にデータを出して、相関関係があれば機械が見つけてくれる。 データは多ければ多いほどいいというものではありません。ご自身は、トレーニングとオーエスに分かれていますね。トレーニングではQで何でもできるのだから、興味本位で何をしたのか教えてほしい。もちろん、何をどのようにしたのか、伝える必要はありません。 Vizard_ 2018.10.18 17:48 #11137 ミハイル・マルキュカイツそして、処理前のデータセットを掲載します。ノーノットオッケー、生+前処理済み。 Mihail Marchukajtes 2018.10.18 17:49 #11138 サンサニッチ・フォメンコデータをいただいて、そこから予測因子とターゲットは関係ないと結論づけたのだと思います。 それとも私が間違っているのでしょうか? 予測変数がターゲットに関連していることを証明することから始めてもいいですか?しかし、その後、私はいくつかの重要な変更を行い、意味のあるデータの量を増やしました。特に、フルセットで割り引いていたのが、前処理で入力数が減り、有意なものだけが残るようになりましたから。もう一度、評価をしてみてください...。興味のある方は是非!!! СанСаныч Фоменко 2018.10.18 17:50 #11139 ヴィザード_。ノーノーオッケー、生+前処理済み。そんなことより、まずノイズがないことを証明させろよ。 Mihail Marchukajtes 2018.10.18 17:50 #11140 マキシム・ドミトリエフスキーは、オプティマイザーを学び始めて10年目に突入していた...。 しかし、幸せな人は時計を見ないで、私はチキン野郎のプログラマーなんですが、何がしたいんですか?窓を快適に配置するためだけに、半年間日食の勉強をしてきました。私はヘルパーを持っていない、...このフォーラムは、プログラマでクロールされているので、すべてがとても遅いです:-)。 1...110711081109111011111112111311141115111611171118111911201121...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
まあ、その...また、どの機種を使うかを決める際にも、このカーブを利用しています。90%の確率で利益を上げ、重要な場面で大きな損失を出すようなモデルでは意味がありません。バランスカーブの種類は重要です。もちろん、それだけでは十分ではありませんが、それでもある程度の目安にはなると思います。
トレーニングに必要なデータ量は?
相関関係があれば、機械がそれを見つけてくれる。
データは多ければ多いほどいいというものではありません。
オプティマイザーを使いこなして10年目...。
幸せな人は時計を見ない)))爆笑...。
本当に理詰めでいきましょう...。
現在のメトリクスはすべて現在のトレーニングの質を示しており、モデルの将来のパフォーマンスについては何も語っていない。つまり、最高の測定基準で素晴らしい結果を得ても、将来的に質の高い結果が保証されるわけではないのです。ですから、学習・検証期間に加えて、モデルの性能を評価し、適否を判断するためのテスト期間が必要だと強く思っています。もし割合で見るなら、inspirational sampleはtraining/validation/controlをそれぞれ45/45/10%で構成されるべきだと思います。そのため、モデル取得後、学習がテスト部門に一直線に進むと、テストを行い、評価が良ければ、モデルを保存できる状態で学習を停止し、制御に失敗すれば、再び学習を開始し、テスト部門で望ましい結果が得られるまで、あるいは、一定の学習回数が繰り返された後に、学習を再開します。これが今、必要なことなのです。
チェックでモデルを走らせ、チェックに失敗したらまたトレーニングを始める、ということを10回繰り返す必要があります。問題は、チェックプロットがモデルの貴重な操作可能期間を食ってしまうことで、OOSでの学習期間の直後から無為になり始めてしまうことです。そして、私はある変形を考案しました。しばらく前、つまり2カ月ほど前にドクに話したのですが、彼は基本的に非常に論理的だと考えていました。今は訳あって使っていないので、よろしければ教えていただきたいのですが...。
ターゲットと一緒にデータを出して、相関関係があれば機械が見つけてくれる。
データは多ければ多いほどいいというものではありません。
なるほど。大したことはないと言っておこう。巨大なアンロードはできるけど、MTをやるには長くなるし、ぶら下がるのが怖いので、今あるもので鍛えてみてください。前処理を自分でやって、前処理済みのデータセットを投稿します。
ターゲティングは大丈夫、気にしないで、オプティマイザはJavaで書かれている。まさか、思い通りの複雑な指標を実装することは不可能なのでしょうか?をお願いします...
データをいただいて、そこから予測因子とターゲットは関係ないと結論づけたのだと思います。
それとも私が間違っているのでしょうか?
予測変数がターゲットに関連していることを証明することから始めてもいいですか?
ターゲットと一緒にデータを出して、相関関係があれば機械が見つけてくれる。
データは多ければ多いほどいいというものではありません。
ご自身は、トレーニングとオーエスに分かれていますね。トレーニングではQで何でもできるのだから、興味本位で何をしたのか教えてほしい。もちろん、何をどのようにしたのか、伝える必要はありません。
そして、処理前のデータセットを掲載します。
ノーノットオッケー、生+前処理済み。
データをいただいて、そこから予測因子とターゲットは関係ないと結論づけたのだと思います。
それとも私が間違っているのでしょうか?
予測変数がターゲットに関連していることを証明することから始めてもいいですか?
しかし、その後、私はいくつかの重要な変更を行い、意味のあるデータの量を増やしました。特に、フルセットで割り引いていたのが、前処理で入力数が減り、有意なものだけが残るようになりましたから。もう一度、評価をしてみてください...。興味のある方は是非!!!
ノーノーオッケー、生+前処理済み。
そんなことより、まずノイズがないことを証明させろよ。
は、オプティマイザーを学び始めて10年目に突入していた...。
しかし、幸せな人は時計を見ないで、私はチキン野郎のプログラマーなんですが、何がしたいんですか?窓を快適に配置するためだけに、半年間日食の勉強をしてきました。私はヘルパーを持っていない、...このフォーラムは、プログラマでクロールされているので、すべてがとても遅いです:-)。