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 1753 1...174617471748174917501751175217531754175517561757175817591760...3399 新しいコメント Valeriy Yastremskiy 2020.04.29 22:24 #17521 マキシム・ドミトリエフスキー 回帰をローカルに、インクリメントする。自分で機能を選択し、250のうち10〜15を残す あ、van hott経由の時計番号も。 一緒なら取引回数が少なく、別々なら取引回数が多くなるが、1つのタイムフレームではそううまくはいかない)))のか?これより高いものを使用した場合、どのような結果になるのかわかりません。それとも後輩?しかし、その兆候をどう見ていいのかがわからない。でも何かがある))) Aleksei Kuznetsov 2020.04.29 22:34 #17522 マキシム・ドミトリエフスキー 回帰をローカルに、インクリメントする。自分で機能を選択し、250のうち10〜15を残す あ、バン・ホット経由のクロック数が増えましたね。 ローカル・リグレッションって何?(回帰の森?) 削除済み 2020.04.29 22:53 #17523 エリブラリウス 逆行列は局所的なものである - それは何ですか?(回帰の森?) ローカルトレンド mytarmailS 2020.04.30 09:14 #17524 マキシム・ドミトリエフスキー スニークピーク、フィックスロットなし エコノメトリックス+フォレスト :) なぜgを通してテストしているのですか?未来のモデルをトレーニングして現在を取引することは可能ですか? なぜ、テスト後にトレーニーがいるのですか?そうしてはいけないのです! 削除済み 2020.04.30 09:16 #17525 mytarmailS: なぜgを通してテストするのですか。未来のモデルを訓練して現在を取引することは可能ですか。 なぜ、テスト後にトレーニーがいるのですか?そんなことできるわけないじゃないですか 小さなことにこだわるな。 mytarmailS 2020.04.30 09:18 #17526 マキシム・ドミトリエフスキー 小さなことにこだわるな。 小さなことではないわ、マックス!何度もやってるんだから、そんなことしちゃダメだよ!ちゃんと作ればわかるよ。 削除済み 2020.04.30 09:21 #17527 mytarmailS: 小さなことではありません。何度もやっている、ちゃんとやればわかる。 同じものを、左から右へ持っていく。 バーでこのtsは好きじゃない、トレードが足りない mytarmailS 2020.04.30 09:40 #17528 マキシム・ドミトリエフスキー 同じように、左から右へ。 そんなのわからないでしょ! 第一に、第二に、普通にできるんだったら、なんでそんなことするの、自分でヤレばいいじゃないですか。 私はこんなこともありました。すべてのデータについて目標を計算し、テストと列車に分けたところ、目標はメモリと一緒でテストデータで非常によく現れ、テストデータだけで再計算すると非常に悲しい結果になりました。これは一般的に暗黙の軽量ケースで、現実には実現不可能なクソを意識的にやってしまうのです マキシム・ドミトリエフスキー 私は、バーでのこのようなtsは好きではありません、少ない取引。 ローソク足の取引はあまり好きではなく、現実的でもない。ローソク足の終値はすべて時間の結果であり、データはまず変換されなければならない。 削除済み 2020.04.30 09:46 #17529 mytarmailS: 私もありました。すべてのデータから目標を算出し、テストとトラックに分けたのです。 私もそのようにしたことがあります。すべてのデータでターゲットを計算し、テストとトレイに分けたところ、ターゲットはメモリ付きで、テストデータでは非常に良いパフォーマンスを示したのに、テストデータだけで再計算すると、非常に悲しい結果になりました。それは、暗黙の軽いケースで、現実には実現不可能なことを意図的にやっているのですが 取引は少なく、現実にはほとんど共通点がない、ローソク足の終値はすべて時間主観的である、データはまず何らかの形で変換されなければならない Don't be nervous )) mt5テスターでは覗き見はできません。 mytarmailS 2020.04.30 09:49 #17530 マキシム・ドミトリエフスキー は同じになりますが、左から右へ バーでこのtsは嫌だ、トレードが少ない。 面白いアイデア、一種の便利なチャレンジがあるんです。 面白いアイデア、便利なソリューションがあるんです。 ターゲットと価格+様々な有用な指標でデータセット(皆同じ)を作り、ここに掲載し、テストとテストラン、そして既に学習したモデルの完全なOOS検証のための「test2」を作ったらどうでしょう。 人々はデータセットをアップロードして分類の質を高めようとし、うまくいったものがあれば、チップ/インジケータとしてデータセットに追加されることになるのです。 その結果 1) データセットが改良され、その中の特徴量が改善される。 2)モデルの改善 3) 機能とAMOの連携方法の理解が進む。 4)リモートではあるが、チームワーク 5) すべての人に利益をもたらす、誰もが最終的に争うのではなく団結する、そしてチャレンジは誰よりもうまくやるためのインセンティブとなる。 1...174617471748174917501751175217531754175517561757175817591760...3399 新しいコメント 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
回帰をローカルに、インクリメントする。自分で機能を選択し、250のうち10〜15を残す
あ、van hott経由の時計番号も。回帰をローカルに、インクリメントする。自分で機能を選択し、250のうち10〜15を残す
あ、バン・ホット経由のクロック数が増えましたね。ローカル・リグレッションって何?(回帰の森?)
逆行列は局所的なものである - それは何ですか?(回帰の森?)
スニークピーク、フィックスロットなし
エコノメトリックス+フォレスト :)
なぜgを通してテストしているのですか?未来のモデルをトレーニングして現在を取引することは可能ですか?
なぜ、テスト後にトレーニーがいるのですか?そうしてはいけないのです!
なぜgを通してテストするのですか。未来のモデルを訓練して現在を取引することは可能ですか。
なぜ、テスト後にトレーニーがいるのですか?そんなことできるわけないじゃないですか
小さなことにこだわるな。
小さなことにこだわるな。
小さなことではないわ、マックス!何度もやってるんだから、そんなことしちゃダメだよ!ちゃんと作ればわかるよ。
小さなことではありません。何度もやっている、ちゃんとやればわかる。
同じものを、左から右へ持っていく。
バーでこのtsは好きじゃない、トレードが足りない
同じように、左から右へ。
そんなのわからないでしょ! 第一に、第二に、普通にできるんだったら、なんでそんなことするの、自分でヤレばいいじゃないですか。
私はこんなこともありました。すべてのデータについて目標を計算し、テストと列車に分けたところ、目標はメモリと一緒でテストデータで非常によく現れ、テストデータだけで再計算すると非常に悲しい結果になりました。これは一般的に暗黙の軽量ケースで、現実には実現不可能なクソを意識的にやってしまうのです
私は、バーでのこのようなtsは好きではありません、少ない取引。
ローソク足の取引はあまり好きではなく、現実的でもない。ローソク足の終値はすべて時間の結果であり、データはまず変換されなければならない。
私もありました。すべてのデータから目標を算出し、テストとトラックに分けたのです。
私もそのようにしたことがあります。すべてのデータでターゲットを計算し、テストとトレイに分けたところ、ターゲットはメモリ付きで、テストデータでは非常に良いパフォーマンスを示したのに、テストデータだけで再計算すると、非常に悲しい結果になりました。それは、暗黙の軽いケースで、現実には実現不可能なことを意図的にやっているのですが
取引は少なく、現実にはほとんど共通点がない、ローソク足の終値はすべて時間主観的である、データはまず何らかの形で変換されなければならない
Don't be nervous ))
mt5テスターでは覗き見はできません。
は同じになりますが、左から右へ
バーでこのtsは嫌だ、トレードが少ない。
面白いアイデア、一種の便利なチャレンジがあるんです。
面白いアイデア、便利なソリューションがあるんです。
ターゲットと価格+様々な有用な指標でデータセット(皆同じ)を作り、ここに掲載し、テストとテストラン、そして既に学習したモデルの完全なOOS検証のための「test2」を作ったらどうでしょう。
人々はデータセットをアップロードして分類の質を高めようとし、うまくいったものがあれば、チップ/インジケータとしてデータセットに追加されることになるのです。
その結果
1) データセットが改良され、その中の特徴量が改善される。
2)モデルの改善
3) 機能とAMOの連携方法の理解が進む。
4)リモートではあるが、チームワーク
5) すべての人に利益をもたらす、誰もが最終的に争うのではなく団結する、そしてチャレンジは誰よりもうまくやるためのインセンティブとなる。