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 192

[Mihail Marchukajtes]

ユーリー・レシェトフ

全世界が固唾を飲んでこの瞬間を待っていた。

そして、ついに実現したのです

学習済み3値分類器のコードをMQLで 生成するjPredictionのリリース12がリリースされました。MetaTraderのユーザーは、三項分類器のコードをJavaからMQLに移植する必要がなくなりました。MQLのすべてのコードは、拡張子がmqhのファイルに格納されるようになりました。

(大きな拍手と「万歳！」の声)

しかし、それだけではありません。jPrediction 12は、前バージョンより約12%高速 化しました!

（ボンネットを放り投げながら大きな拍手）

多数のjPredictionユーザーは、私のホームページ（プロフィールのリンク、ホームページの最初の投稿）からバージョン12をダウンロードして、無料で使用することができます。

(キーノックやモニター上のダウンロードインジケータの動き）。

お祝いは書面だけでなく口頭でも受け付けています。また、WebMoneyでギフトや送金を受け取ることも可能です。

お恥ずかしい話ですが、MKULのどのバージョンに対応したものでしょうか？4か5か？

[Yury Reshetov]

ミハイル・マルキュカイツ
お恥ずかしい話ですが、MKULのどのバージョンに対してでしょうか？4か5か？

バージョン5で確認しました。しかし、OOPなど5版ならではの機能はない。ということは、4との互換性があるはずなのですが？もちろん、4については確認していないのでIMHO。

[Mihail Marchukajtes]

ユーリー・レシェトフ
5thバージョンで確認しました。しかし、OOPなどバージョン5ならではの機能はない。ということは、4thとの互換性もあるはずですよね？もちろん、4で確認したわけではないので、そんなことはないと思うのですが。

素晴らしい、Predictionが生成するコードと私が書いたコードを確認したところ、結果は同じでした。ただ、1dで覚えているように、間違いがないか心配だったのですが、今確認すると、結果は同じです。今日の時点で買いのシグナル選択があまりにひどいので、昨日のものを残すことにしましたが、負けていませんし、12回のリリースをより良い結果で最適化しましたが、エントリーが少ない・・・3回しかないのです。というわけで、全体としてはOKですが、明日、もっと詳しく見てみる必要がありそうです。というわけで、明日はもっと具体的に報告します...。とりあえず、今日の油絵は・・・。は自分で判断してください......文句を言うのは悲しみ。そして、もう一度説明しますと、ネットワークが「わからない」と定義した信号（矢印のない点）です。事実によって判断します。今日に限って言えば、それは本当です。だから、ネットが「わからない」と言うのは、「本当なんだ」ということなんです...。

[Vizard_]

Yury Reshetov:jPredictionの バージョン12がリリースされました...

彼の他者への模範は科学である。
しかし、なんということでしょう、退屈な
昼も夜も病人に付き添うこと。
一歩も外に出ることなく!
なんという低俗な陰湿さ
半死半生の男を楽しませるために。
枕を調整するため。
薬を悲しそうに持ってくること。
とため息をつきながら、自分に言い聞かせる。
悪魔があなたを連れて行くとき！)))

[Mihail Marchukajtes]

今日は昨日と同じ日なので、モデルの再トレーニングはせず、トレードすることにしました。だから、まだ第12回発売の作品を完全に評価することはできないんです。でも、その時が来たら、報告します :-)

[mytarmailS]

MoDのアルゴリズムを深く掘り下げることができるパッケージを発見しました。私自身は全く理解していませんが、何か良いパッケージのようです。

パーティキット

[Server Muradasilov]

.

[Yury Reshetov]

jPredictionの第14弾がリリースされました。

新バージョンでは、重要でない予測因子を特定し、モデルから削除するためのアルゴリズムが改良されています。

jPrediction 14は、私のホームページ（プロフィールのリンク、ホームページの一番上の記事）から無料でダウンロードでき、分類作業に使用できます。

[mytarmailS]

例（指標）は説明のためのものであり、指標の利用を推奨するものではありません

5つの予測因子と価格があり、高い確率（ 例えば70％以上）で値動きを予測する必要があり、このような精度で市場を予測できる予測因子は1つしかないことがあらかじめ分かっている、という状況をちょっと想像してみましょう。RSI と ストキャスティック が、～50付近でミニジグザグ下げを した時 です。

s

ところで、このパターンは、デジタル（〜50の領域におけるパターン）と具象（ジグザグ-イメージ）の2つの視野にあるため、パターンを探すときは、このような平面を考慮することが理にかなっていることに注意してください...

以上、これらの予測因子にはもう作業パターンはなく、それ以外はすべてノイズです。最初の3つの指標はもともとノイズ であり、RSI と ストキャスティックには 1つのパターン しかありません。RSI と ストキャの 他のものもすべて 完全なノイズ です......。

では、そのようなパターンをデータから探すにはどうしたらいいのか...従来の手口でできるのか？

答えはノーだ、なぜだ？

MOのターゲットはすべての動きを予測することを目的としているため、ジグザグかトレースカラーか...。ローソク足や方向、あるいは...すべてのターゲットは、MOにすべての値動きを予測することを強要 し、これは99％以下のノイズ予測器では不可能 です...。

私は20の予測変数からなる合成サンプルを作成し、4つの予測変数が一緒に作用してターゲットを完全に説明し、他の16の予測変数はランダムなノイズで あることを説明します。この寓話の教訓は、もしデータ中にターゲットを完全に説明できる予測変数があれば、MIは訓練され、OOSは 正常に動作 する、ということです。だから手書きはオーバートレーニングになるんです。

では、本題に戻りますが、このような勤務形態はどのように探せばいいのでしょうか。データの「積み重ね」の 中から、堅牢性という「針」をどう見つけるか。

私は、原理的にMOを取り除くことを提案します。必要なのは、各予測子を類似の状況（パターン）の小さな断片に分割し、 可能なすべての組み合わせを試し、ターゲットとなるものと比較することによって、探しているものを見つけることです... さて、どうやって予測子を分割するか？

答えは簡単で、すぐには理解できなかったのですが、各予測器を例えば30クラスタにバカスカと分類すればいいのです。

ストキャスティクスがクラスタ1、RSIがクラスタ2であれば、成長する可能性があります。

それでは、作業パターンの検索方法の要点を説明します。

これが私たちの仮想サンプル、ターゲット です。ラベル は目標値であり、成長/減少を意味 するとする

dat cluster1 cluster2 cluster3 cluster4 cluster5 target.                      
                                                
                                                  
                                                   
                                                
                                                
                                                 
                                                 
                                                 
                                                  
                                                 
                                                 
                                                 
                                                  
                                                
                                                 
                                                
                                               
                                                 
                                                 
                                                
                                                 label1        24        5       18       21       16            1
2         15       12        7       22            1
13       16       29       24            0
4        23       28       22       10        4            1
5         6       12       20       25       11            0xml-ph-00

表1

成長の見極め方の例

のように、 全サンプリングで10回以上繰り返されている行を探し、見つかった同一グループのそれぞれにおいて、target.labelの "1 "の数が "0 "から70%以上であることが必要 です。

cluster1 cluster2 cluster3 cluster4 cluster5 target.label                   
                                                 
                                                 
                                                 
                                                 
                                                1        24        5       18       21       16            1
2        24        5       18       21       16            1
3        24        5       18       21       16            0
4        24        5       18       21       16            1
5        24        5       18       21xml-ph-0032@deeの 場合。
 タルブ2

ゼロより1の方が多い同一行が見つかりました。
本来はこうして、作業パターンであるクラスターの組み合わせを見つけるのですが...。
また、各予測器におけるクラスタ番号のすべての可能な組み合わせを試すだけでなく、クラスタ自体の組み合わせも、1クラスタと4クラスタだけ、あるいは1、3、5クラスタだけなど、さまざまな組み合わせを試す必要があります。

通常のMOに対するメソッドの優位性、というか優位性すらない、MOにないもの、でも常識的に考えればあるはずのもの......。
1)本当に説明できる部分のみを説明し、レシェトワを含むすべてのPMのように対象の100%すべてを説明しようと しない。
2)この方法は奥が深く、単に最適な予測因子を選択するだけでなく、予測因子自体の中から最適な状況を選択するため、他のIRよりもはるかに深い分析方法です。
3) 1)と2)により、本方式は以下のような指標を自動的に見つけます。
特徴面を完全に分離する 

4）我々は同一の状況のグループを見つけたときに公正な統計的障壁がある（表2参照）10の最小値があるはずです。 この最小値は、ターゲット上の統計的結果が信頼できるように希望を与える、従来のMOでは、ターゲットに、秋とすべてに終わった2つだけの類似した状況があることができます！（表2 参照）。MOはすでに短いパターンとして、たった2回の観察で、その不気味さを理解してくれるでしょう？
5) 公正な確率の障壁が ある 、 我々は同一の状況のグループを見つけるとき、表2を参照してください、このグループの1の数は（長い間）ゼロよりも70％高いはずです、これはまた、確率が強く、ランダムではないことを期待させる...。今回もゼロの1％が憧れのパターンになるような普通の手口では持っていません、それも不気味でしょう？
6) アルゴリズムは予測変数の相関を扱うが、すべての IR がそうであるわけではない。
7) 発見されたパターンを視覚化したり、プログラムすることが容易である、簡単に言えば、簡単に理解できる
パターンを解釈する、すべてのIRが できるわけではない
例（指標）は説明のためのものであり、指標を使用しないことを強く推奨します。

[Dr. Trader]

mytarmailS:

クラスタリング」の意味がよくわからないのですが。通常、ある特定の予測因子をクラスター化するのではなく、十数個の予測因子を取り出して、これらの点がクラスター化する空間領域を見つけます。例えば、下図のように2つの予測変数がある場合、2つのクラスタにクラスタリングすると、青と赤のクラスタが得られます。

もしかして、パターンのことですか？緑色のパターン - 価格が下がり、その後上昇する。黄色：価格が上昇する。赤：上→下わかったか？