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 1356 1...134913501351135213531354135513561357135813591360136113621363...3399 新しいコメント Aleksey Vyazmikin 2019.02.22 11:57 #13551 EURRUBとSBRFで私の予測セットを試したところ、EUは少し不愉快な結果になりました。 トレーニング バリデーションです。 テスト 一方、Sberは全体的に満足しています。 トレーニング バリデーションです。 テスト イベント間隔2014～2019年のテストは2018年～分。 もちろん、案件は少ないので、おそらくほとんどの予測因子は捨てられると思いますが、それでも興味深い結果だと私は思います。 EURRUBのエラーバランスはかなり良さそうだということを付け加えておきます。どうやら利益が損失をカバーできていないようで、ペアはあまりに神経質になっています...。 削除済み 2019.02.22 12:10 #13552 ユーリイ・アサウレンコオレグ、やめろよ。同志はあまりに賢く、一週間前から、パパが階段から落ちるまでは、彼の発言のスペクトルは存在しないので、何も言えないということを伝えようとしている。そう、無駄なんです。 Maxim Dmitrievsky 2019.02.22 12:31 #13553 Aleksey Nikolayev 2019.02.22 12:41 #13554 ユーリイ・アサウレンコオレグ、やめろよ。同志はあまりに賢いので、一週間前から、父が階段から落ちるまでは、この件に関する彼の発言のスペクトルは存在しないので、何も言えないということを、私たちに伝えようとしているのです。ラジオのアマチュアは、計算するときも、ペトロールするときも、考えることを避けている。統計的には、階段からの転落が死因となることが多く、転落者の声明文の存在そのものが予測不可能である。 Maxim Dmitrievsky 2019.02.22 12:46 #13555 アレクセイ・ニコラエフラジオのアマチュアは、計算するときも、ペトロールするときも、考えることを避けている。統計的には、階段からの転落が死因となることが多いので、転落者の発話の存在そのものが予測できないのである。このラジオ・アマチュアは、生涯、危険な放射能産業で働き、核弾頭の警備に当たっていた。 Aleksey Vyazmikin 2019.02.22 12:47 #13556 マキシム・ドミトリエフスキーところで、マキシムさん、Siのために様々な状況（戦略上重要なこと）のサンプルバランスをとってみたところ、確かにテストサンプルと検証サンプルの学習が向上しました。検証サンプルでは精度が5～7%ほど上がりましたが、テストサンプルの結果は予備データによると金額的には若干悪くなっています。この方法は定常的なモデルでは非常に正しいと思いますが、市場モデルが変化している場合には、あまり正しくないかもしれません。 Aleksey Nikolayev 2019.02.22 12:51 #13557 マキシム・ドミトリエフスキーラジオのアマチュアは、生涯、危険な放射能生産の現場で、弾頭の警備に従事してきた。それゆえ、彼のスピーチには鮮やかなシュールレアリズムがある核パリティの有効性を疑わせる) Maxim Dmitrievsky 2019.02.22 12:54 #13558 アレクセイ・ヴャジミキンところで、マキシムさん、Siのために様々な状況（戦略上重要な状況）のサンプルバランスをとってみたところ、確かにテストサンプルと検証サンプルでの学習が向上しました。検証サンプルでは精度が5～7%ほど上がりましたが、テストサンプルの結果は予備データによると金額的には若干悪くなっています。この方法は、定常的なモデルでは非常に正しいと思いますが、市場モデルが変化するケースでは、全く正しくないかもしれません。今のところ、最終的な選択ではありません。数千のモデルをやってから、最終的な判断をすることになるでしょう。次に考えなければならないのは、すべてのバランスをどうとるかということです。バランスが良くないと、モデルは何も学べないし、ましてやその妥当性で評価するキャットバストは、何も学べない。 Aleksey Vyazmikin 2019.02.22 13:04 #13559 マキシム・ドミトリエフスキーとなると、他のものとのバランスを考えなければなりません。いずれにせよ、トレイとバリデーションのバランスが取れていないと、特にcatbustはバリデーションに従って全てを評価するため、何のモデルもトレーニングされていないことになるのです。検証によって停止する。つまり、さらなるサンプリングがトレーニングというより検証のようなものであれば、二度と起こらないことを学ぶことはないだろうということだ。もうひとつは、検証用の読み物を改良するときと、学習そのものとの間に、中間的なジャンクツリーが存在することが多いので、それを排除する必要があります......。 過去はすぐに繰り返されるのか、現在はどのように変化しているのか、どのようなスピードで、あるいはジャンプしているのか、これらの質問に答えることで、サンプルを作るのに最適な多くの情報を得ることができるのです。 主な問題はデータ不足で、学習と検証のために10個以下の文字列しか持っていません。 Yuriy Asaulenko 2019.02.22 13:08 #13560 アレクセイ・ヴャジミキン主な問題はデータ不足で、学習と検証のために持っている文字列は10個にも満たないんです。特に、何を探しているのか分からない場合は、非常に少ないですね。また、そうであっても、何があるかわからない。 一般的な言葉はもちろんですが、どこにでもあって、いつも定期的に繰り返されているものを探さなければなりません。そうでなければ、MEを教えることはできません。 1...134913501351135213531354135513561357135813591360136113621363...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
EURRUBとSBRFで私の予測セットを試したところ、EUは少し不愉快な結果になりました。
トレーニング
バリデーションです。
テスト
一方、Sberは全体的に満足しています。
トレーニング
バリデーションです。
テスト
イベント間隔2014～2019年のテストは2018年～分。
もちろん、案件は少ないので、おそらくほとんどの予測因子は捨てられると思いますが、それでも興味深い結果だと私は思います。
EURRUBのエラーバランスはかなり良さそうだということを付け加えておきます。どうやら利益が損失をカバーできていないようで、ペアはあまりに神経質になっています...。
オレグ、やめろよ。同志はあまりに賢く、一週間前から、パパが階段から落ちるまでは、彼の発言のスペクトルは存在しないので、何も言えないということを伝えようとしている。
そう、無駄なんです。
オレグ、やめろよ。同志はあまりに賢いので、一週間前から、父が階段から落ちるまでは、この件に関する彼の発言のスペクトルは存在しないので、何も言えないということを、私たちに伝えようとしているのです。
ラジオのアマチュアは、計算するときも、ペトロールするときも、考えることを避けている。統計的には、階段からの転落が死因となることが多く、転落者の声明文の存在そのものが予測不可能である。
ラジオのアマチュアは、計算するときも、ペトロールするときも、考えることを避けている。統計的には、階段からの転落が死因となることが多いので、転落者の発話の存在そのものが予測できないのである。
このラジオ・アマチュアは、生涯、危険な放射能産業で働き、核弾頭の警備に当たっていた。
ところで、マキシムさん、Siのために様々な状況（戦略上重要なこと）のサンプルバランスをとってみたところ、確かにテストサンプルと検証サンプルの学習が向上しました。検証サンプルでは精度が5～7%ほど上がりましたが、テストサンプルの結果は予備データによると金額的には若干悪くなっています。この方法は定常的なモデルでは非常に正しいと思いますが、市場モデルが変化している場合には、あまり正しくないかもしれません。
ラジオのアマチュアは、生涯、危険な放射能生産の現場で、弾頭の警備に従事してきた。それゆえ、彼のスピーチには鮮やかなシュールレアリズムがある
核パリティの有効性を疑わせる)
ところで、マキシムさん、Siのために様々な状況（戦略上重要な状況）のサンプルバランスをとってみたところ、確かにテストサンプルと検証サンプルでの学習が向上しました。検証サンプルでは精度が5～7%ほど上がりましたが、テストサンプルの結果は予備データによると金額的には若干悪くなっています。この方法は、定常的なモデルでは非常に正しいと思いますが、市場モデルが変化するケースでは、全く正しくないかもしれません。今のところ、最終的な選択ではありません。数千のモデルをやってから、最終的な判断をすることになるでしょう。
次に考えなければならないのは、すべてのバランスをどうとるかということです。バランスが良くないと、モデルは何も学べないし、ましてやその妥当性で評価するキャットバストは、何も学べない。
となると、他のものとのバランスを考えなければなりません。いずれにせよ、トレイとバリデーションのバランスが取れていないと、特にcatbustはバリデーションに従って全てを評価するため、何のモデルもトレーニングされていないことになるのです。
検証によって停止する。つまり、さらなるサンプリングがトレーニングというより検証のようなものであれば、二度と起こらないことを学ぶことはないだろうということだ。もうひとつは、検証用の読み物を改良するときと、学習そのものとの間に、中間的なジャンクツリーが存在することが多いので、それを排除する必要があります......。
過去はすぐに繰り返されるのか、現在はどのように変化しているのか、どのようなスピードで、あるいはジャンプしているのか、これらの質問に答えることで、サンプルを作るのに最適な多くの情報を得ることができるのです。
主な問題はデータ不足で、学習と検証のために10個以下の文字列しか持っていません。
主な問題はデータ不足で、学習と検証のために持っている文字列は10個にも満たないんです。
特に、何を探しているのか分からない場合は、非常に少ないですね。また、そうであっても、何があるかわからない。
一般的な言葉はもちろんですが、どこにでもあって、いつも定期的に繰り返されているものを探さなければなりません。そうでなければ、MEを教えることはできません。