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 2010

新しいコメント
 
Aleksey Vyazmikin:
サンプリングトレーニングのコンペティションを開催できないか？

然うは問屋が卸す、とはよく言ったものだ。

あなたがシグナルを開いた場合、合理的なドローダウンで黒字で3〜4ヶ月を維持し、あなたはコンテストや競争を持っており、加入者の形で報酬を得ることができます

デモ口座でも初回入金額が妥当であれば十分だと思います;)

 
Valeriy Yastremskiy:
サンプルは、何らかの形で正式なものにする必要があります。そうでないと、いきなりフェイザーが絡んできて勝ってしまう)。

OHLCVは与えるべきではなく、新しい予測変数は追加できず、既存のものからの組み合わせ、マージ、選択のみが可能であると思います。このコンペティションの目的は、利用可能なデータに関する学習内容を開示し、学習技術を応用することにある。

 
イゴール・マカヌ：

相場に任せるしかない

信号を開き、合理的なドローダウンと黒で3-4ヶ月を維持し、あなたは競争と競争、そして加入者の形でさらなる報酬を持つことになります。

デモ口座でも初回入金額が妥当であれば十分だと思います;)

自己主張のためではなく、視野を広げるため、そして一般的には、ひとつのサンプルに対してさまざまなトレーニングのアプローチを比較することに興味があるのです。

そうですね、それに私が主催者であれば、サンプルも出せますし、結果も二重に面白いですから。

 
Aleksey Vyazmikin：

OHLCVは与えるべきではなく、新しい予測変数は追加できず、既存のものから組み合わせ、マージ、選択することだけが可能だと思います。コンテストの目的は、利用可能なデータに関する学習の開示を伴う学習スキルの応用にあります。

すべての規範に対して1つのサンプル。今後のサンプリングでどのように実施するか。良い方法は、数日または数週間のトレーニングの後、本番に臨むことです。4時間ではトレーニングにならないかもしれません。まあ、それとトレーニングのための合理的なサンプルデプスも同じです。
 
Valeriy Yastremskiy:
すべての規範に対して1つのサンプル。今後のサンプリングでどのように実施するか。本番では何日も何週間も勉強するだけで、あとは本番に臨むというのが良い方法です。4時間ではトレーニングにならないかもしれません。まあとトレーニングのためのサンプルの同じ合理的な深さ。

サンプルは1万行程度、トレーニングの時間終了後に提供されるトレーニング-プロダクションの成果確認用に5,000行程度になると思います。

問題は、モデルをどのように固定するかということです。

 
Aleksey Vyazmikin：

サンプルは1万行程度、トレーニング時間終了後に提供されるトレーニング-制作の成果確認用に5,000行程度になると思います。

問題は、誰が何を使って教えるか、みんなが違う方法で教えるので、モデルをどう固定するかということです。

コードの公開は無条件で勝利となる。現実世界でのさらなる公開テストはしない。
 
Aleksey Vyazmikin：
サンプリングで学ぶコンペティションを開催できないか？

これはある人を思い出させる)

イゴール・マカヌ：

然うは問屋が卸す、とはよく言ったものだ。

で3〜4ヶ月待ちます。

そんなのバカバカしい！すぐに確認できるのに、なぜ何ヶ月も待つのですか？

Aleksey Vyazmikin：

サンプルは、トレーニングの時間が終わった後に提供されるトレーニング-プロダクションの結果を確認するために、1万行と5,000枚程度になると思います。

問題は、モデルをどのように修正するかです。結局のところ、誰もが異なる方法で、誰が何を使って教えるかです。

アキュラシーによると、修正するために、それはどのようなモデル、それが書かれているどのような違いを作るのですか？

Aleksey Vyazmikin：

OHLCVは与えるべきではなく、新しい予測変数は追加 できず、 既存のものからの組み合わせ、 マージ、選択のみが 可能であると思います。このコンペティションの目的は、利用可能なデータに関する学習内容を開示し、学習技術を応用することにある。

無意味な ことだ。もし、みんなが同じデータを使って、それを改善する可能性がなければ、モデルに関係なく、結果の差はコンマ何パーセントで測られることになる。

そのような組み合わせは アルゴリズムが自動的に作るので、やる意味がないんです。

 
Valeriy Yastremskiy:
コード無条件勝利のパブリシティ。ノンパブリシティでさらに公開テストを実戦で行う。

トレーニングの規範の公表は私には不要です。アプローチの説明が最も重要です。ただ、モデルそのものは修正して公開する必要があるでしょう。

 
mytarmailS:

ある人を思い出す)

Acuracis、どのモデルで何が書かれているかは関係ないのでしょうか？

うそつけ！ もしみんなが同じデータを使って、それを改善する可能性もなく、結果の差がコンマ何パーセントで測られるなら、モデルに関係なく、そんな活動には意味がないだろう

このような組み合わせは アルゴリズムが自動的に行うので、やる意味がない。

こちらのスレッドでは、そのようなコンテストがあったのでしょうか？

目標値が3つあるサンプルを使いたいので、accurasiでは足りません。

ちょうど今、得られたデータの後処理方法に興味があるので、この情報を共有することができます。それとも、予測因子に関する情報を共有する気はありますか？得られる結果は、かなり異なることがあります。

次元を減らす方法、予測変数の範囲を割り当てる方法、クラスタリングでパターンを探索 する方法、過去のデータでサンプルサイズを増やす方法、過去のデータで予測結果を利用する方法など、既存のデータから新しい情報を与える方法についてお話しました。


あ、OHLCVは2014年から2020年まで分単位でサンプルが作られるからって理由で出ませんよ。

 
mytarmailS:

カットはテスターと同じ+-を開始...まあ、少なくとも、実機でなら、テスターでもそうでもないですが

9月21日以降、テスターでは同じぐらいで今のところ良好です。そして、テスターで以前の期間については、それは良いですが、週は不成功です（おそらく）。

たまたまかもしれませんが、週の初めはいつも好調で（「前哨戦」の後）、その後調子が悪くなるんです。

を発見し、最終的にはうまくいくかもしれません。）

虫取りが長い

長時間の移動では引っ張られ、Uターンでは失速する。

過去2ヶ月のテスター（ロジックの更新）の例です。

しかし、古いロジックではもっとひどいことになります。来週には新しいロジックをトレーダーに転送し、ロックする予定です。

1...200320042005200620072008200920102011201220132014201520162017...3399
新しいコメント