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 1122 1...111511161117111811191120112111221123112411251126112711281129...3399 新しいコメント Igor Makanu 2018.10.19 14:06 #11211 マキシム・ドミトリエフスキー: だからなんだ)私は、嘘ではない、私はフォーラムのために登録されているすべてのこれらの年のために、約千TPをテストし、今年から約40〜50 EAを書き、変更した、私は長い間理解しているすべてのこと。 - テスターの美しいフラットなチャートは、過度のリスク(通常はストップロスなしのTSまたは純粋にストップロスのために...誰がSLがTPの3倍以上である理由を知っている)、すなわちオーバー座って損失を意味します。 - いい感じのフラットなチャート.シッティング平均法 ....実践についての理論では、彼らはすでに彼らのセットを示しているが、残念ながら、ストップロスなしが、素敵なセット ))) それに加えて...すなわち、最小限のリスクで安全に入力するために、MOは市場を入力するために第二信号にあるべき - 私は大規模ではないTF(M1-30、高いTFについて書いている、そこには何もありません、contrendovyh TSがより効率的であり、市場での位置を保持の時間が完全に高いTFに異なっている)。 ...とMOは、市場を入力 するすべての信号を使用している場合、信号の一部が衝動的になることはありませんが、流動性の欠如とスタッドは、それぞれエントリのランダム性を増加させる...相場のことを何も知らなければ、半日続いた相場を2~5分で一方向に動かすことはできません。 Maxim Dmitrievsky 2018.10.19 14:14 #11212 イゴール・マカヌ以前はマートでしっかり稼いでいました(ハイリスクで2ヶ月で1500%くらい稼げました)。しかし、何度か試行錯誤を繰り返しても、お金を稼ぐことは可能だった。ユーロバックスが下がり続け、怠け者だけが売れないという危機的状況だった。 アービトラージも好きだったけど、飽きちゃったんだよね。 まだ最後まで使いこなせてはいませんが、リスクコントロールの面では可能性を感じます。 Maxim Dmitrievsky 2018.10.19 14:15 #11213 違いがわからない。 おそらく、fxsaber 氏は用語を混ぜただけでしょうが、「out of sample」はテスト、すなわち前方であり、それは早い段階でデータから導かれなければならず、そうでなければ、不条理を得る、未来は過去を予測する、非常に簡単ですが、それは意味をなさないのです。なぜかというと、データが独立しているからです。私も時々その方法でテストをしていますが、違いがわかりません。 aleger 2018.10.19 14:38 #11214 ユーリイ・アサウレンコ言わないんですね。一気にトレンドを取り入れるよりも、部分的に取り入れる方が簡単です。そして、記録する必要はありません)。また、オプション(ブローカーの不必要なケア、彼は今まで長い間、自分自身を世話した)。でも、なんとか価値のあることをすれば、彼は(たいていの場合)何度も感謝してくれるはずです。 Igor Makanu 2018.10.19 14:53 #11215 マキシム・ドミトリエフスキーまだ完全に使いこなせてはいませんが、リスクコントロールという点では可能性を感じていますまだマスターしていない? バカにしないでください、ここにいる人たちの3分の1は大した知識を持っていません、ただ・・・私のように長年かけて基本を学び、今、賢くなっているのです)))。 IRの適応性を、金融ツールや予測因子によって実現したいのですが......読むべきものがたくさんあって、IRの学習教材は本当に膨大なので、とりあえず基本を何とかしたいと思います。 Yuriy Asaulenko 2018.10.19 14:59 #11216 イゴール・マカヌ私は、異なる金融商品、あるいは異なる予測因子に対するMOの適応性を実現したいと考えています。そんなことはないだろう。MOの基本的な手法は、従来の論理学と同様、「もし...なら...」というものです。となると...、やや複雑です。そして、一歩も引かない。 適応型は確かに可能ですが、もっと複雑な構造になりますし、今の条件では現実的ではないと思います。 Maxim Dmitrievsky 2018.10.19 15:03 #11217 イゴール・マカヌこの場にいる人の3分の1は、あなたの3分の1の知識も持っていません。) IRの適応性を実現したいんです。異なる金融ツールや異なる予測因子に対して、ですが......まだ読む必要があります。本にはまっているので、そうでないとくだらないことが頭に出てきてしまいます :) 数学は苦手ですが、どこから何が出て、どこへ行くかは理解しています。 自分でアダプティブなものを作って、全部連続で食べるようにしてるんです。1行で接続できる、あらゆる戦略のためのライブラリ Maxim Dmitrievsky 2018.10.19 15:51 #11218 同じこと です。そんな...。この違いは、とても大きな違いです。フォワードはバックワードに続くものであり、重なるものではありません。 覗き見フィクスとは別に、過去と未来のサンプルを時間的に混ぜることも、MLアルゴリズムが訓練で非現実的に高くなる理由の一つで、ランダムに混ぜることはできない。 正直、誤植かと思いましたが、そうでなければ、非常に雑なミス、もしくは、「肉」に思わせるのが好きな「ハイバーステーカー」的なフェイクですね))))それにしても、フォワードがトレインの後ろにいるのは、何か違いがあるのでしょうか?サンプルが重なっていない場合それらは単なる点の集合であり、何のつながりもない(まあ、ラグ予測による小さな深さでのつながりはあるかもしれない)。 招待状の作り方については、@fxsaberに お問い合わせください。 Igor Makanu 2018.10.19 16:01 #11219 マキシム・ドミトリエフスキー: 何でも食べてしまう自分が適応される。1行で接続できる、あらゆる戦略のためのライブラリもし私がすべての本を読んだなら、2つのシンボルについて2つのチャートから実験を始めるでしょう。 同じ人が、もし私のTSがある金融商品で動作しないなら、マシンに別の金融商品を検索させたり合成物を使用させるべきでは無いと書いていました。ストラテジーテスターで いくつかのTSを確認しましたが、ほとんどの場合そうで、ある通貨では問題なく、ある通貨では最適化され、ヒストリーにプラスの期待が持てません。そこで、「無駄ではない」(C)と判断したのは、MOの力を借りれば、こうした違いを見つけられるということです Mihail Marchukajtes 2018.10.19 16:30 #11220 分・秒単位で作業し、長期的な取引であっても分・秒ごとにサンプルを書き、それに応じてフィルター・パラメーターをスケール アップすれば、何十万ものサンプルを手に入れることができるのは誰も、何も止めないのです。 しかし、自分で実験をせず、市場に出回る一部の新興企業の偏見に満ちた「記事」から「インスピレーション」を得るのであれば、そのアドバイスはすべて役に立たない、何百、何千とあるのだから、自分で工夫してチェックできるようにならなければならないのである。それがなければ、何の意味もありません。魔法使いが誰かにそんなことを言った。手遅れになる前に、これを聞いてください。さて、話を聞こう......。黄色でハイライトされています。自分だけそうしているんです。自分でできることでNSに負荷をかけないように、市場の規模を調整しています。 学習サンプルの大きさの違いは、ニューラルネットワークの 容量に直結しているのです。1000例以上でトレーニングしている皆さんは、一番簡単な方法で行っています。戦車からスズメを撃ったようなもの。つまり、ネットワークの容量、ニューロン数、層数などを取るのです。必要ないものまで詰め込んで、勝手に整理して、その容量のおかげでいいモデルを出してくれる。しかし、これは教育の質については何も語っていない。私の場合は、1つのニューロンを訓練するだけで、十分な品質が得られるように工夫しています。私の場合、スナイパーライフルの射撃です。そうすると、合理的な疑問が湧いてくる。 AIを単一ニューロンまで減らしても、私のデータを動かすことはできますか?もちろんSanychには敬意を表しますが、私自身はラトルで統計解析を行い、魔法をかけることができました...。おもしろくない :-) 今のところ回答は待っていない、というのが率直なところですが......。 私の超ド級測定法で最適化を始めるには、あるクラスから別のクラスに配列を転送するだけで、爆弾が出現するのです。どこで買えばいいんだろう......1年後にしようかな :-) 追伸:そして、私たちの論争は永遠に続くでしょう。なぜなら、この2つのアプローチは、陰と陽、黒と白、ウェットとドライ、AI開発者とトレーニングエンジニアのように、どちらも権利を持っているからです。そうそう、この2つはIOの中でも全く異なる専門分野であり、一度に2つの職業をうまく組み合わせていると思ったら大間違いです......。これも珍しいことではありませんが...。 1...111511161117111811191120112111221123112411251126112711281129...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
だからなんだ)
私は、嘘ではない、私はフォーラムのために登録されているすべてのこれらの年のために、約千TPをテストし、今年から約40〜50 EAを書き、変更した、私は長い間理解しているすべてのこと。
- テスターの美しいフラットなチャートは、過度のリスク(通常はストップロスなしのTSまたは純粋にストップロスのために...誰がSLがTPの3倍以上である理由を知っている)、すなわちオーバー座って損失を意味します。
- いい感じのフラットなチャート.シッティング平均法
....実践についての理論では、彼らはすでに彼らのセットを示しているが、残念ながら、ストップロスなしが、素敵なセット )))
それに加えて...すなわち、最小限のリスクで安全に入力するために、MOは市場を入力するために第二信号にあるべき - 私は大規模ではないTF(M1-30、高いTFについて書いている、そこには何もありません、contrendovyh TSがより効率的であり、市場での位置を保持の時間が完全に高いTFに異なっている)。
...とMOは、市場を入力 するすべての信号を使用している場合、信号の一部が衝動的になることはありませんが、流動性の欠如とスタッドは、それぞれエントリのランダム性を増加させる...相場のことを何も知らなければ、半日続いた相場を2~5分で一方向に動かすことはできません。
以前はマートでしっかり稼いでいました(ハイリスクで2ヶ月で1500%くらい稼げました)。しかし、何度か試行錯誤を繰り返しても、お金を稼ぐことは可能だった。ユーロバックスが下がり続け、怠け者だけが売れないという危機的状況だった。
アービトラージも好きだったけど、飽きちゃったんだよね。
まだ最後まで使いこなせてはいませんが、リスクコントロールの面では可能性を感じます。
おそらく、fxsaber 氏は用語を混ぜただけでしょうが、「out of sample」はテスト、すなわち前方であり、それは早い段階でデータから導かれなければならず、そうでなければ、不条理を得る、未来は過去を予測する、非常に簡単ですが、それは意味をなさないのです。
なぜかというと、データが独立しているからです。私も時々その方法でテストをしていますが、違いがわかりません。
言わないんですね。一気にトレンドを取り入れるよりも、部分的に取り入れる方が簡単です。そして、記録する必要はありません)。
また、オプション(ブローカーの不必要なケア、彼は今まで長い間、自分自身を世話した)。でも、なんとか価値のあることをすれば、彼は(たいていの場合)何度も感謝してくれるはずです。
まだ完全に使いこなせてはいませんが、リスクコントロールという点では可能性を感じています
まだマスターしていない? バカにしないでください、ここにいる人たちの3分の1は大した知識を持っていません、ただ・・・私のように長年かけて基本を学び、今、賢くなっているのです)))。
IRの適応性を、金融ツールや予測因子によって実現したいのですが......読むべきものがたくさんあって、IRの学習教材は本当に膨大なので、とりあえず基本を何とかしたいと思います。
私は、異なる金融商品、あるいは異なる予測因子に対するMOの適応性を実現したいと考えています。
そんなことはないだろう。MOの基本的な手法は、従来の論理学と同様、「もし...なら...」というものです。となると...、やや複雑です。そして、一歩も引かない。
適応型は確かに可能ですが、もっと複雑な構造になりますし、今の条件では現実的ではないと思います。
この場にいる人の3分の1は、あなたの3分の1の知識も持っていません。)
IRの適応性を実現したいんです。異なる金融ツールや異なる予測因子に対して、ですが......まだ読む必要があります。
本にはまっているので、そうでないとくだらないことが頭に出てきてしまいます :)
数学は苦手ですが、どこから何が出て、どこへ行くかは理解しています。
自分でアダプティブなものを作って、全部連続で食べるようにしてるんです。1行で接続できる、あらゆる戦略のためのライブラリそんな...。この違いは、とても大きな違いです。フォワードはバックワードに続くものであり、重なるものではありません。
覗き見フィクスとは別に、過去と未来のサンプルを時間的に混ぜることも、MLアルゴリズムが訓練で非現実的に高くなる理由の一つで、ランダムに混ぜることはできない。
正直、誤植かと思いましたが、そうでなければ、非常に雑なミス、もしくは、「肉」に思わせるのが好きな「ハイバーステーカー」的なフェイクですね))))
それにしても、フォワードがトレインの後ろにいるのは、何か違いがあるのでしょうか?サンプルが重なっていない場合それらは単なる点の集合であり、何のつながりもない(まあ、ラグ予測による小さな深さでのつながりはあるかもしれない)。
招待状の作り方については、@fxsaberに お問い合わせください。何でも食べてしまう自分が適応される。1行で接続できる、あらゆる戦略のためのライブラリ
もし私がすべての本を読んだなら、2つのシンボルについて2つのチャートから実験を始めるでしょう。 同じ人が、もし私のTSがある金融商品で動作しないなら、マシンに別の金融商品を検索させたり合成物を使用させるべきでは無いと書いていました。ストラテジーテスターで いくつかのTSを確認しましたが、ほとんどの場合そうで、ある通貨では問題なく、ある通貨では最適化され、ヒストリーにプラスの期待が持てません。そこで、「無駄ではない」(C)と判断したのは、MOの力を借りれば、こうした違いを見つけられるということです
分・秒単位で作業し、長期的な取引であっても分・秒ごとにサンプルを書き、それに応じてフィルター・パラメーターをスケール アップすれば、何十万ものサンプルを手に入れることができるのは誰も、何も止めないのです。
しかし、自分で実験をせず、市場に出回る一部の新興企業の偏見に満ちた「記事」から「インスピレーション」を得るのであれば、そのアドバイスはすべて役に立たない、何百、何千とあるのだから、自分で工夫してチェックできるようにならなければならないのである。
それがなければ、何の意味もありません。魔法使いが誰かにそんなことを言った。
手遅れになる前に、これを聞いてください。
さて、話を聞こう......。黄色でハイライトされています。自分だけそうしているんです。自分でできることでNSに負荷をかけないように、市場の規模を調整しています。 学習サンプルの大きさの違いは、ニューラルネットワークの 容量に直結しているのです。1000例以上でトレーニングしている皆さんは、一番簡単な方法で行っています。戦車からスズメを撃ったようなもの。つまり、ネットワークの容量、ニューロン数、層数などを取るのです。必要ないものまで詰め込んで、勝手に整理して、その容量のおかげでいいモデルを出してくれる。しかし、これは教育の質については何も語っていない。私の場合は、1つのニューロンを訓練するだけで、十分な品質が得られるように工夫しています。私の場合、スナイパーライフルの射撃です。そうすると、合理的な疑問が湧いてくる。
AIを単一ニューロンまで減らしても、私のデータを動かすことはできますか?もちろんSanychには敬意を表しますが、私自身はラトルで統計解析を行い、魔法をかけることができました...。おもしろくない :-)
今のところ回答は待っていない、というのが率直なところですが......。
私の超ド級測定法で最適化を始めるには、あるクラスから別のクラスに配列を転送するだけで、爆弾が出現するのです。どこで買えばいいんだろう......1年後にしようかな :-)
追伸:そして、私たちの論争は永遠に続くでしょう。なぜなら、この2つのアプローチは、陰と陽、黒と白、ウェットとドライ、AI開発者とトレーニングエンジニアのように、どちらも権利を持っているからです。そうそう、この2つはIOの中でも全く異なる専門分野であり、一度に2つの職業をうまく組み合わせていると思ったら大間違いです......。これも珍しいことではありませんが...。