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 1515

 
ビクビク

写真はあくまで第1段階と第2段階の説明です。

そうですね、絵だけというのはわかりますが、同じようなセットをプログラミングするためには、個人的には、どのように見えるのか、もっと明確に理解する必要があると思います。 バーの高さを考慮するかどうか、どのような制限を設けるか。このセットの全高は...などの詳細が可能です。

 
ビクビク

写真はあくまで第1段階と第2段階の説明です。

キャンドルの色は大丈夫ですか?

この「セットアップ」を要求しても問題なさそうです
 

2つの問題を解決するために、それを見るために(より正確には1を設定する部分)ニューロニクスを教えたいと思います。

1)見たものをそこから引き出し、セットアップで「何にハマっているのか」を理解し、それを通じて、自分が何を見たのか、グラフの特性は一体何が重要なのかをよりよく理解するため。

2) トレードをそれにシフトするか、(最小限のオプションとして)ベルを置くこと。

プロの方に質問ですが、問題の設定が正しいのか、どこに行けば解決できるのか、アドバイスをお願いします。

写真は、私がセットアップと呼んでいるものをわかりやすくするためのものです。

 
ビクビ

1)彼女が見たものを引き出し、セットアップの中で「彼女が何に夢中になっているか」を理解し、それを通じて私が見たもの、チャートのどんな特徴が重要かをより良く理解する。

ニューラルネットワークは、なぜそのような判断をしたのかを理解することはできない。しかし、1本の木を解くには、if(height2>10){ if(delta<50){ ...のような条件演算子で書き換えることができるのだ。}}.そのためには、1本の木で森を作る必要があります。もし木が100本と多ければ、100本のif(){if(){...の連鎖の解を平均化する必要があるわけである。}}手動では難しいでしょう。しかし、森は通常、複数の解を平均化することで、より良い解を得ることができます。

おそらく今年の結果として、パターン1の後にパターン2が約50%起こり、残りの50%ではその逆(ダブルトップ、その後の下落や他の多くのバリエーション)になることを確認することになるでしょう。この支店の常連客に成功した信号がないことが、それを証明している。
この人は、パターン1の6本のバー以上のものを見ている。 できることなら、1年かけるより、手動で取引したほうがいい。

 
ビクビク

2つの問題を解決するために、それを見るために(より正確には1を設定する部分)ニューロニクスを教えたいと思います。

1)見たものをそこから引き出し、セットアップで「何にハマっているのか」を理解し、それを通じて、自分が何を見たのか、グラフの特性は一体何が重要なのかをよりよく理解するため。

2) トレードをそれにシフトするか、(最小限のオプションとして)ベルを置くこと。

プロに質問ですが、問題の設定が正しいのか、どこに行けば解決できるのか、アドバイスをお願いします。

写真だけで、セットアップを呼び出すことを明確にするためです。

最も簡単な方法の一つは、色(方向)の比率が2:1:2:1:2の8本の入力バーと1本の出力(ターゲット)からなる学習サンプルを作り、その予測に対して学習を行うことである。

この方法は、もちろんパターンの効率は落ちますが、観察・認識される確率は高くなり、そこに魚がいるかどうかを理解することが、初めのうちは重要です。

そのような変形がフィットするならば、私はそれを行うことができます、それはニューラルネットワーク上で濁るだろうが、木を解くことは、読みやすいロジックで、問題ないはずです。

 
アンドレイ・ディク

いいじゃないですか、ちょっとうるさいですけど。

ええ、そこで設定も変えられます。怠け者の私には無理です。

vrの予想と同じで最後はナンセンスになる可能性が高い。

 
ビクビク

それを見て(正確には1を設定した部分)、2つの問題を解決するためにニューロニクスを教えたい。

追伸:解決に1〜2年かかることは冷静に考え、プロとのコラボはさらに冷静に考えています。

ニューロニック(MLP)や他の分類器(ランダムフォレスト、SVM、kNNなど)が必要である 一人で のような、もっともっと自明でないパターンを探すことができます。 あなたの問題に対しては、単純なコンボリューション(スライディングスカラー積)で十分です。ゼロからプログラムしても1時間で、既製のツールを使えば数分でできますから、1年も必要ないでしょう。

しかし、このような単純な構造は すべてオートマトンによって問題なく発見されるので、成功の確率はゼロに近いと、私は事前にあなたを失望させることができます。あなたが利益のために手を取引することができた場合、それはパターンのほかに、おそらくあなたにとって「明白」であるが、それでも結果に大きく影響を与えるいくつかの補助的な条件を使用したことを意味します。斧のスープ」の話を覚えていますか?それはマニュアルトレーダーの多くのローソク足の形成と同じですが、それは単純なパターンと思われるが、そのトレーダーはすべてのニュース、すべての市場を見て、ゴシップや取引に耳を傾ける前に、単純なパターンではありません)))

 
マキシム・ドミトリエフスキー

誰もHmmを理解して いない、LIBSの馬鹿コピーのレベルしかないのか? mqlで書き直せないのか?

ちなみにこれは基本中の基本です。 また記事を書かないといけませんね。

もしかして、この記事以外、他の著者の記事を読んだことがないのでは?どこからそのような一般化された結論が出てくるのでしょうか?

隠れマルコフモデルは、純粋な形では我々のケースには適用できない。この時系列では、すべての時間ステップで状態変化が起こるわけではありません。状態は数(多/小)クロックサイクル続き、各ステップで状態変化の確率が変化する。このようなマルコフモデルはセミ・マルコフモデルと呼ばれる。ある論文では、このようなモデルをターゲットの予測状態の平滑化に応用しました。つまり、hsmmを使用して、ありえない配列を排除している。HSMMがノミナル・シーケンスを平滑化するのに使われるかもしれない、と言ったとき、ここの「学者」の中にはショックを受けた人がいた。そうなるんです。

このテーマで論文を書き、数学をhsmmに翻訳するために、文献を同封します。徹底的にやり込みました。 リンク 先のDropboxからダウンロードしてください(~46MB)。Rのパッケージ:mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselectは、ぱっと見で確認したものだけです。

この絶望的な事件(MKLへの翻訳のことです)、頑張ってください。

 
ウラジミール・ペレヴェンコ

このスレと自分の記事以外の他の著者の記事も読まないんだろうな?どこからそのような一般化された結論が出てくるのでしょうか?

隠れマルコフモデルは、純粋な形では我々のケースには適用できない。この時系列では、すべての時間ステップで状態変化が起こるわけではありません。状態は数(多/小)クロックサイクル続き、各ステップで状態変化の確率が変化する。このようなマルコフモデルはセミ・マルコフモデルと呼ばれる。ある論文では、このようなモデルをターゲットの予測状態の平滑化に応用しました。つまり、hsmmを使用して、ありえない配列を排除している。HSMMがノミナル・シーケンスを平滑化するのに使われるかもしれない、と言ったとき、ここの「学者」の中にはショックを受けた人がいた。そうなるんです。

このテーマで論文を書き、数学をhsmmに翻訳するために、文献を同封します。徹底的にやりつくした1本です。リンク 先のDropboxからダウンロードしてください(~46MB)。Rのパッケージ:mhsmm, SemiMarkov, markovchain, HiddenMarkov, hmm.discnp, HMMmlselectは、私がざっと確認したものだけです。

この絶望的な事件(MKLへの翻訳のことです)でも頑張ってください。

ありがとうございます。すでにすべて書き直しましたが、個別のタスクのために

連続したものにはどうしたらいいのかわからない。

は、Mitramilesから平滑化ではなくフィルタリングのオプションを提示され、彼は自分のデータセットを滑らせて、「なぜsc.ウィンドウで何も機能しなかったのですか?私は、「なぜ動かないのか、パッケージを使うだけでなく、ふむふむの数学が理解できますか? と聞いただけです。

 
マキシム・ドミトリエフスキー

ありがとうございます。すでに全部書き直しましたが、ディスクリート・タスクの場合

連続的なタスクのために、私は方法を理解していない。

Mitramilesによる平滑化の代わりにフィルタリングを提案したところ、彼は自分のデータセットを渡し、「なぜsk.windowでうまくいかないのか?私が聞いたのは、ふむふむの数学がわからないのか、なぜうまくいかないのかパッケージを使うだけではないのか。 それだけを聞きました。

では、私の過去の投稿をご覧になっていないのですね。私は個人的にそう思いました。

文献に目を通すと、とても役に立ちます。ロシア語のものもあります。

また頑張ってください。

理由: