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 1959

 

とにかく、聖杯問題を解決する技術を 見つけたんだ。GPT-3を使って、「お金を刈るボタンを作れ」と書くと、動くコードが吐き出されます。

Q:モーグルのスペルは?
A: モルグラはスポークで刺す必要がある。

Q:餃子には何粒のナッツが入っていますか?
A:餃子には3つの刻みがあります。

Q:ハワイから17にジャンプするのに必要な虹の数は?
A:ハワイから17歳にジャンプするには、虹が2つ必要です。

Q:無色透明のグリーンのアイデアで、猛烈に眠るものは?
A:無色透明のグリーンのアイデアは、猛烈に眠くなります。

Q:これらの質問は理解できましたか?
A:これらの質問はよくわかります。

 
マキシム・ドミトリエフスキー

あさのがらのかわりになんどもくり返します。

いくらAIが強くても、知恵遅れや「何をすべきか」の理解不足は塾で治すしかないのです ))

荒らしてるのか? 昨日は酔ってたし、今日は何考えてるかわからないけど、プールで3-0で勝ったよ(笑)。


============================================================

私はちょうど私のパターンに時間フィルタを適用し始めた、あなたは、特定の時間範囲でのみパターンに反応する...

instrument - eur 5 min.

30pipsを取り、10pipsのストップで3対1

+ 手数料 1P.


それぞれのパターンを個別に探して吟味する必要がありますが、それはそれとして。

をカットします。

各行ごとに異なるパターンの特徴

これは儲けのためのパターンだけで、100個くらいはあるんですよ...。


写真はパターンの1つです


一つ一つのパターンが厳密に別々の時間枠で取引される...。

その中の1つのパターンのお得な情報をご紹介します。

パターンのうち1つのエクイティ

今ひとつ

今ひとつ

などなど...。

 
mytarmailS:

荒らしてるのかなんなのか、昨日は酔ってましたが、今日はよくわかりませんが、プールで3-0で勝ちました(笑)。


============================================================

私はちょうど自分のパターンに時間フィルターを適用し始めたところです。ある時間範囲でのみパターンに反応する...。

instrument - eur 5 min.

30pipsを取り、10pipsのストップで3対1

+ 手数料 1P.


それぞれのパターンを個別に探して吟味する必要がありますが、それはそれとして。

をカットします。

各行ごとに異なるパターンの特徴

柄はあくまで利益目的のもので、100個くらいはあるのですが...。

一つ一つのパターンが厳密に別々の時間枠で取引される...。

以下、あるパターンのトレードを紹介します。

+- 同じことを話している。

騙しているわけではなく、正しい情報は毎日繰り返さないとなかなか覚えられないと言っているだけです ))

 
マキシム・ドミトリエフスキー

+- 同じことを話している。

冗談ではなく、正しい情報は毎日繰り返さないと身に付かないということです(笑)。

うん、うん、うん、うん)

もしかしたら、頭にそのまま入ってくる情報でもなく、何年もやっているけど結果が出ないから、その人は道徳的、情報的に準備ができていない、そして、あなたが成熟して、もっと理解し始めた等、今度は新しい知識を取り入れて、同じ情報を違った目で見るようになり、データは同じなのに結果も違う・・・・。


=================================

1回だけ負けトレードがあるパターン

ウオッチ

悪い予言と考えるかもしれません )

 
私の質問が突然ナンセンスに思えたり、些細なことに思えたりする人がいたらごめんなさい。しかし、モデルの性能を評価する指標に加えて、その比率をバカスカ見ていると多項式解析ができるような気がしています。このアイデアはずっと頭の中にあったのですが、今のところ、何か形になるようなアプローチが思いつきません。2つの多項式の実測値を2列に、目標値を3列にした表を保存しました。当然ながら、これはトレーニング期間中のものです。そして、ここで私は、このテーブルは、ガラガラとキャリッジとは別に、Rで何らかの形で回転させることができるのだろうかという疑問があります。何かアドバイスがあれば、お願いします...。
 
Mihail Marchukajtes:

デジタルコンピュータは、情報を0と1で扱うので、少し間違っている。アナログ信号はDESCRIptionによってデジタルに変換することができる。しかし、ここで起こっているのは、導体に電流があるかないかでの足し算や数学的演算ではなく、与えられた導体の電圧レベルというアナログ信号で、なんとなく足し算を覚えたのではないでしょうか。まあ、5つ欲しいならプロセッサのピンは5ボルトだし、8.345354346346なら同じ量のボルトだ。

ビデオでお話したように、生体ニューロンとの関係で、現在実装されていないアキレス腱が2つあります。一つは神経細胞間の切断や接続の可能性、もう一つはデジタルでの作業で、そこには10進数のオーダーでdesCRIptionが存在します。アナログの世界では、これらの次元はもっと大きく、各ニューロンごとに独立していると思います。つまり、アナログ信号には無限の次元があり、小数点以下は無限の桁数で絞り込むことができるのです。実数の世界はそんなものです :-)

もし私が正しく理解していて、このプロセッサーがアナログ信号で動作するのであれば、これはアキレス腱の1つを減らしてくれる真のブレークスルーです...。実は、私たちの頭の中には神経細胞があり、お互いにアナログ信号を伝達し合っているのです。

記事中では、「ニューロンウェイト」の結果をCPUに直接書き込むという、アナログな内容になっていたと思います。(トランジスタの代用品を見つけたとは書いてない)つまり、電流が0と1だったので残っているのだ。アナログ電流の場合、変更する可能性がないこと、変更する可能性のある外部エラーからの保護、異なる電圧電流を記録・保存し、処理する可能性があること。

 

トレーニングプロットは理解していますが、今回は期間中のベースストラテジーの結果が最悪(その前は最高を取った)だったので、それを改善することにしました。基本的なものはこんな感じです。

そして、グリッド自体も。残念ながら、学習させたモデルが最適化で1マイナスするのに失敗したのを見たことがない。そのため、多くのパラメータを算出することは不可能である。

今日作られるプレハブメトリクスの他に、トレーニングにも関わっています。Pにそのようなツールがあれば、作業だけでなく視覚的にも追加で多項式を推定することができ、望ましいと思います......。実数単位で多項式の仕事の値があり、ここで、ターゲットとの関係でどのように分析するか?

 

そして、矢そのものも、実戦で通用するように...。しかし、男、今日も100個は食べたぞ......。


 

アナログ・グリッド

 
Mihail Marchukajtes:

トレーニングプロットというのは理解しているのですが、今回は期間中のベースストラテジーの結果が一番悪いもの(その前は一番良いものを取っていた)を決めて、それを改善することにしたのです。基本的なものはこんな感じです。

そして、グリッド自体も。残念ながら、学習させたモデルが最適化で1マイナスするのに失敗したのを見たことがない。そのため、多くのパラメータを算出することは不可能である。

今日作られるプレハブメトリクスの他に、トレーニングにも関わっています。Pにそのようなツールがあれば、作業だけでなく視覚的にも追加で多項式を推定することができ、望ましいと思います......。実数単位で多項式の仕事の値があり、ここで、ターゲットとの関係でどう分析するか?

ピンポン玉

信号があるのか?

理由: