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 1168 1...116111621163116411651166116711681169117011711172117311741175...3399 新しいコメント Maxim Dmitrievsky 2018.11.24 21:22 #11671 イゴール・マカヌは,正規化のための乗算表について,alglibからMLPを確認したところ,うーん...。正規化する必要がない、不思議...。そんな簡単なことで、とても不思議です alglibのグリッドは非常によくできていて、もちろん奇跡はないのですが、forwardでもほとんど論理的な値が表示されます...こんなにシンプルなのにとても不思議です))) HH:#defineのkは1あなたがねじれることができますが、任意の変更に気付いていない、0から供給する入力として、その1。まあ、同じように森を数えるだろう、私はそれのために乗算表を投げた、唯一の大規模なデータセットに差があるだろう - ニューラルネットワークは、より遅く訓練される。 Aleksey Vyazmikin 2018.11.25 00:38 #11672 Excelでは計算式が違うことが判明(((TP+TN)-(FN+FP))*100/(TP/(TP+TN))*100)...。 Aleksey Nikolayev 2018.11.25 07:18 #11673 マキシム・ドミトリエフスキーMoDにkagi chartを 使用することについての意見に興味がある。使用頻度や、あなたから見ての意味合いは? Maxim Dmitrievsky 2018.11.25 07:50 #11674 アレクセイ・ニコラエフMoDにkagiスケジュールを使用することについての意見に興味がある。使用頻度や、あなたから見ての意味合いは?レンコーと同じように一定量の価格 変動を示す一般的な指標 だと思うのですが、どんな場面で使えるのでしょうか。例えば、「ノイズ」をフィルタリングするためですが、全く同じラグで、例えばムービングなどでも可能です。だから、もしラグを持ったフィルタリングされたデータを得る必要があるのなら、それはそれで意味があるのかもしれないが、実際には、強いラグを持ったマーケット情報を得るという作業はないだろう。 Aleksey Nikolayev 2018.11.25 08:31 #11675 マキシム・ドミトリエフスキーRenkoと同じように、ある値によって価格が変化 する一般的な指標 だと思います。どんな場面で使えるかというと、例えば「ノイズ」をフィルタリングするためですが、全く同じラグで、例えばマービングを行うことも可能です。ですから、もしラグドフィルターをかけたデータを得る必要があるのなら意味があるかもしれませんが、実際には強くラグをかけたマーケット情報を得るようなタスクはおそらくないのでしょう。むしろ練習にならない。このようなグラフは、マーケットと「コインの運動」の間に何らかの関連性を生み出す。 区分けされた定常状態のSBは、平坦な井戸をシミュレートしていない。モデルの明らかな発展形は区分的同質マルコフ連鎖である。MOを使って訓練することは十分可能です。きっと誰かが似たようなことをしたのだろうが、何も見つかっていない。 Aleksey Nikolayev 2018.11.25 09:15 #11676 Igor Makanu 2018.11.25 10:20 #11677 アレクセイ・ニコラエフMoDにkagiスケジュールを使用することについての意見に興味がある。使用頻度や、あなたから見ての意味合いは?うーん、今日はこのスレッドに連子チャートで鍛えた森を投稿してみようかと思いました。 同じ考えを持つ人がいるとどこかで読みました :))) Maxim Dmitrievsky 2018.11.25 10:22 #11678 イゴール・マカヌうーん、今日はこのスレッドにRenkoチャートで鍛えた森を投稿しようと思ったんだけど。 類は友を呼ぶと言いますしね。)i>通常、インストゥルメントにレンゴーの設定を最適化する機能を追加すると、このように表示されるようになります。 そして、一般的には、Weierstrassプロットのためのbanditの私の例を使って、logitをforestに変更することができます。 Aleksey Nikolayev 2018.11.25 10:31 #11679 マキシム・ドミトリエフスキーPythonにスムーズに移行し、例題を解くには、google colaboratoryをお勧めします。 私の理解する限り、条件付き確率(連続性のトレース)を取ることができ、極限では50Θ50に収束しますが、瞬間的にはばらつきがあるかもしれません。これはまさに、頻度アプローチ(先験的分布と事後的分布を区別する)に対してのベイズアプローチと言えるでしょう。これは、ベイズ統計学にあまり詳しくない私が、この本で起こっていることについて、今のところ謙虚に考えていることのようなのですが、基本的に方程式は一つですしね :) しかし、これを利用して、条件付きの規則性を見つけることができるのではないか、という疑念があるのです。そして、ニューラルネットワークはあくまで汎化するためのもの少なくとも、これは私のRLバンディットに加えようとしているアプローチです。 は、間違っていたら訂正してください。PythonをベースにしたSagemathを持っています。 しかし、それはさまざまな方法で実現することができます。私たちのグラフを短い間隔で対称なSBと区別するために、何か簡単なモデルを見つけたいと思います。バンディットは、隠れマルコフモデルと同じように、過剰学習が起こるほど複雑なものに思えます。 ベイズ的アプローチに対する頻度的アプローチの対立は無視する-理論家において両者は全く共存する) 規則性を探す問題は、すべて同じ非定常性だと私は考えています。 Alexander_K2 2018.11.25 12:00 #11680 マキシム・ドミトリエフスキー: 毎月100%の利益を上げることができます。Zehr gut, Max!Tseは聖杯 であり、それは小刻みに隠れているのです。ただ、目に見えにくいだけで、100%存在するのです。 1...116111621163116411651166116711681169117011711172117311741175...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
は,正規化のための乗算表について,alglibからMLPを確認したところ,うーん...。正規化する必要がない、不思議...。そんな簡単なことで、とても不思議です
alglibのグリッドは非常によくできていて、もちろん奇跡はないのですが、forwardでもほとんど論理的な値が表示されます...こんなにシンプルなのにとても不思議です)))
HH:#defineのkは1あなたがねじれることができますが、任意の変更に気付いていない、0から供給する入力として、その1。
まあ、同じように森を数えるだろう、私はそれのために乗算表を投げた、唯一の大規模なデータセットに差があるだろう - ニューラルネットワークは、より遅く訓練される。
MoDにkagi chartを 使用することについての意見に興味がある。使用頻度や、あなたから見ての意味合いは?
MoDにkagiスケジュールを使用することについての意見に興味がある。使用頻度や、あなたから見ての意味合いは?
レンコーと同じように一定量の価格 変動を示す一般的な指標 だと思うのですが、どんな場面で使えるのでしょうか。例えば、「ノイズ」をフィルタリングするためですが、全く同じラグで、例えばムービングなどでも可能です。だから、もしラグを持ったフィルタリングされたデータを得る必要があるのなら、それはそれで意味があるのかもしれないが、実際には、強いラグを持ったマーケット情報を得るという作業はないだろう。
Renkoと同じように、ある値によって価格が変化 する一般的な指標 だと思います。どんな場面で使えるかというと、例えば「ノイズ」をフィルタリングするためですが、全く同じラグで、例えばマービングを行うことも可能です。ですから、もしラグドフィルターをかけたデータを得る必要があるのなら意味があるかもしれませんが、実際には強くラグをかけたマーケット情報を得るようなタスクはおそらくないのでしょう。
むしろ練習にならない。このようなグラフは、マーケットと「コインの運動」の間に何らかの関連性を生み出す。
区分けされた定常状態のSBは、平坦な井戸をシミュレートしていない。モデルの明らかな発展形は区分的同質マルコフ連鎖である。MOを使って訓練することは十分可能です。きっと誰かが似たようなことをしたのだろうが、何も見つかっていない。
MoDにkagiスケジュールを使用することについての意見に興味がある。使用頻度や、あなたから見ての意味合いは?
うーん、今日はこのスレッドに連子チャートで鍛えた森を投稿してみようかと思いました。
同じ考えを持つ人がいるとどこかで読みました :)))
うーん、今日はこのスレッドにRenkoチャートで鍛えた森を投稿しようと思ったんだけど。
類は友を呼ぶと言いますしね。)
i>通常、インストゥルメントにレンゴーの設定を最適化する機能を追加すると、このように表示されるようになります。
そして、一般的には、Weierstrassプロットのためのbanditの私の例を使って、logitをforestに変更することができます。Pythonにスムーズに移行し、例題を解くには、google colaboratoryをお勧めします。
私の理解する限り、条件付き確率(連続性のトレース)を取ることができ、極限では50Θ50に収束しますが、瞬間的にはばらつきがあるかもしれません。これはまさに、頻度アプローチ(先験的分布と事後的分布を区別する)に対してのベイズアプローチと言えるでしょう。これは、ベイズ統計学にあまり詳しくない私が、この本で起こっていることについて、今のところ謙虚に考えていることのようなのですが、基本的に方程式は一つですしね :)
しかし、これを利用して、条件付きの規則性を見つけることができるのではないか、という疑念があるのです。そして、ニューラルネットワークはあくまで汎化するためのもの
少なくとも、これは私のRLバンディットに加えようとしているアプローチです。
は、間違っていたら訂正してください。
PythonをベースにしたSagemathを持っています。
しかし、それはさまざまな方法で実現することができます。私たちのグラフを短い間隔で対称なSBと区別するために、何か簡単なモデルを見つけたいと思います。バンディットは、隠れマルコフモデルと同じように、過剰学習が起こるほど複雑なものに思えます。
ベイズ的アプローチに対する頻度的アプローチの対立は無視する-理論家において両者は全く共存する)
規則性を探す問題は、すべて同じ非定常性だと私は考えています。
毎月100%の利益を上げることができます。
Zehr gut, Max!Tseは聖杯 であり、それは小刻みに隠れているのです。ただ、目に見えにくいだけで、100%存在するのです。