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 2031 1...202420252026202720282029203020312032203320342035203620372038...3399 新しいコメント Aleksey Vyazmikin 2020.10.22 13:17 #20301 mytarmailS: より複雑な表現として、一度に4つのパラメータでターゲットを表現することも可能です。買うと決めたら...そして、グリッドは私たちに売買を指示するだけでなくということです。何時何分に買い、何時何分に売り、何時何分に買い、何時何分に売り。また、ストップロスを追加することもできます。 このような正確で遠い予測は、学ぶのが重く感じられますが...。 ZZと似ていますが、モデルはあるポイントからすべてのバーに対して機能しますが、このポイントはオープンポジションからの すべての値動きに現れるわけではありません。 エントリーするのに良い場所は、最小の損失を得ることができる場所、すなわち、SLを設定するのに適した出口ポイントをすぐに知ることが重要であり、SLが何らかのレベル指標と結びついている場合、エントリポイントは非常に簡単に見つけるとふるいにかける、彼らは似ているので、トレーニングはより良いはずです。 そこで問題は、そのようなポイントをどのように見つけるか...。 Rorschach 2020.10.22 15:01 #20302 Aleksey Vyazmikin: 成功への願いがそこにある :)では、回帰は必要ですか?このようなモデルの経験はあまりありません。このコンセプトはよく知っていますし、実際にやっている人もいます。 では、分類のためにターゲットは何をするのか?表の最初の部分、エントリー、SL、TPについて、最後の欄の+-1はトレードの 結果ということで残しておきます。例えば出口があれば、その必要はないんです。 どのエンジンのことでしょうか?手始めに自家製のブルートフォースやジェネティクスで。 Aleksey Vyazmikin 2020.10.22 15:22 #20303 ロールシャッハ: その後、ターゲットを分類するために行うには?表の最初の部分、エントリー、SL、TPについて、最後の欄の+-1はトレードの 結果ということで残しておきます。出口の情報は、スパイすることが可能なので、出さない方がいいと思います。どのエンジンのことでしょうか?手始めに自家製のブルートフォースやジェネティクスで。 回帰もできる、モデルもできる、あくまで研究である以上、私の理解では。しかし、そこに品質を評価するために、より複雑である - 計画からの偏差を評価する必要があります、私はあなたがすぐに偏差またはそこにモジュロのベクトルを評価することができるかどうかわからない - 携わってない。 明らかに無意味な取引条件を生成しないように、適切なデータを賢く取るエンジンについて、つまりストラテジー生成のプロセスそのものであり、その後に遺伝学や他の方法でモデルを改良することを考えればよいのです。 Rorschach 2020.10.22 15:43 #20304 Aleksey Vyazmikin: 回帰もできる、モデルも作れる、あくまで研究であればというのが私の理解です。しかし、品質推定はもっと複雑で、計画からの偏差を推定する必要があります。偏差のベクトルやモジュロを推定することが可能かどうかわかりませんが、私はそれをやったことがありません。無意味な取引条件を故意に生成しないように、必要なデータを賢く取るエンジンについては、ストラテジー生成のプロセスそのものであり、その後にモデルの訓練として遺伝学などを考えればよいのでしょう。 実際、どのようにグループ化されるのか、ロジックはあるのか、クラスタリングは興味深いです。 マーチン、アンチマーチン、オーバーターンから始めればいいのです。そして、ifelse:取引がマイナスで終了した場合、次の取引はダブルロットで開くか、反対方向に開くか、またはその両方となります。これほど複雑なものを一から考えるのは大変なことです。 Aleksey Vyazmikin 2020.10.22 15:46 #20305 ロールシャッハ: クラスタリング、どのようにグループ化されるのか、そこにロジックがあるのか、実際に見てみると面白いですよ。マーチン、アンチマーチン、リバーサルから始めればいいのです。そして、ifelse:ある取引が損切りされた場合、次の取引はダブルロットで開くか、反対方向に開くだけか、その両方です。これほど複雑なものを一から考えるのは大変なことです。 リソースを提供 することはできますが、それ以上のことは今のところできません。 Rorschach 2020.10.22 16:27 #20306 Aleksey Vyazmikin: リソースの提供は できるが、それ以上のことは今のところできない。 Catbustには feature_importancesという、森のようにクラスターを見る機能? あなたのマシンは180,000,000のテーブル14を消化するのですか? Aleksey Vyazmikin 2020.10.22 16:33 #20307 ロールシャッハ: catbustには feature_importancesという、足場のようにクラスターを見る機能があるのでしょうか?あなたのマシンは180,000,000のテーブル14を消化するのですか? "Feature_importances " は機能の重要性ですが、クラスターとどんな関係があるのでしょうか?それとも、私が見逃しているのか。そういう機能もあるのですが、この重要度は基本的に木のてっぺんでカウントしているので、私のコンセプトには合わないので、あまり使っていません。 6ギガバイトのテーブルでモデルを学習させました。しかも、消費するメモリは、今の記憶では2倍ギガバイトもない。 Rorschach 2020.10.22 16:46 #20308 Aleksey Vyazmikin: "feature_importances " は機能の重要度ですが、クラスターとどのような関係があるのでしょうか?それとも、何か見落としているのでしょうか?そういう機能もあるのですが、この重要度は基本的に木のてっぺんでカウントしているので、私のコンセプトには合わないので、あまり使っていません。6ギガバイトのテーブルでモデルを学習させました。しかも、消費するメモリは、今の記憶では2ギガバイトもない。森については、重要度とクラスタを確認することが可能です。catbustではplot_treeでしょうか。データを作成し、掲載する予定です。 6カラムのテスト版を作ったところ、11GBもかかってしまいました。Notepad++はファイルが大きすぎると言って開くことができませんでした。BD Browser forSQLiteが 20分ほどハングアップしています。 Forester 2020.10.22 19:49 #20309 ロールシャッハ: フォレストについては、重要度とクラスターを見るオプションがあります。catbustではplot_treeでしょうか。データを作成して掲載します。 6カラムのテスト版を作ったところ、11GBもかかってしまいました。Notepad++では、ファイルが大きすぎると言って開くことができませんでした。BD Browser for SQLiteが20分ほどハングアップしています。 Total command viewerが大きなファイルを取るため、Notepad++がハングアップしてしまいます。 Forester 2020.10.22 19:54 #20310 Aleksey Vyazmikin: "feature_importances " は機能の重要度ですが、クラスターとどのような関係があるのでしょうか?それとも、何か見落としているのでしょうか?そういう機能もあるのですが、この重要度は基本的に木のてっぺんでカウントしているので、私のコンセプトには合わないので、あまり使っていません。6ギガバイトのテーブルでモデルを学習させました。しかも、消費するメモリは、今の記憶では2ギガバイトもない。 全データをメモリに取り込まずに、どうやって木を学習させているのだろう。6ギガバイトのテーブルがあれば、メモリも6ギガバイトほど使わなければならない。ツリーは、各列を全体としてソートしなければならない。すべてをメモリに入れず、毎回ディスクからデータを読み込むとなると、あまりに遅くなってしまいます。 唯一のバリエーションは、メモリ上のデータをdouble型ではなくfloat型で保持することですが、これは精度を下げることになります。5桁の精度を持つ我々にとっては、それほど問題ではないかもしれませんが、catbustは世界共通のソフトウェアですから、物理的、数学的な問題は倍精度で解くべきだと思います。 1...202420252026202720282029203020312032203320342035203620372038...3399 新しいコメント 理由: キャンセル 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
より複雑な表現として、一度に4つのパラメータでターゲットを表現することも可能です。
買うと決めたら...
そして、グリッドは私たちに売買を指示するだけでなく
ということです。
何時何分に買い、何時何分に売り、何時何分に買い、何時何分に売り。
また、ストップロスを追加することもできます。
このような正確で遠い予測は、学ぶのが重く感じられますが...。
ZZと似ていますが、モデルはあるポイントからすべてのバーに対して機能しますが、このポイントはオープンポジションからの すべての値動きに現れるわけではありません。
エントリーするのに良い場所は、最小の損失を得ることができる場所、すなわち、SLを設定するのに適した出口ポイントをすぐに知ることが重要であり、SLが何らかのレベル指標と結びついている場合、エントリポイントは非常に簡単に見つけるとふるいにかける、彼らは似ているので、トレーニングはより良いはずです。
そこで問題は、そのようなポイントをどのように見つけるか...。
成功への願いがそこにある :)
では、回帰は必要ですか?このようなモデルの経験はあまりありません。
このコンセプトはよく知っていますし、実際にやっている人もいます。
では、分類のためにターゲットは何をするのか?表の最初の部分、エントリー、SL、TPについて、最後の欄の+-1はトレードの 結果ということで残しておきます。例えば出口があれば、その必要はないんです。
どのエンジンのことでしょうか?手始めに自家製のブルートフォースやジェネティクスで。
その後、ターゲットを分類するために行うには?表の最初の部分、エントリー、SL、TPについて、最後の欄の+-1はトレードの 結果ということで残しておきます。出口の情報は、スパイすることが可能なので、出さない方がいいと思います。
どのエンジンのことでしょうか?手始めに自家製のブルートフォースやジェネティクスで。
回帰もできる、モデルもできる、あくまで研究である以上、私の理解では。しかし、そこに品質を評価するために、より複雑である - 計画からの偏差を評価する必要があります、私はあなたがすぐに偏差またはそこにモジュロのベクトルを評価することができるかどうかわからない - 携わってない。
明らかに無意味な取引条件を生成しないように、適切なデータを賢く取るエンジンについて、つまりストラテジー生成のプロセスそのものであり、その後に遺伝学や他の方法でモデルを改良することを考えればよいのです。
回帰もできる、モデルも作れる、あくまで研究であればというのが私の理解です。しかし、品質推定はもっと複雑で、計画からの偏差を推定する必要があります。偏差のベクトルやモジュロを推定することが可能かどうかわかりませんが、私はそれをやったことがありません。
無意味な取引条件を故意に生成しないように、必要なデータを賢く取るエンジンについては、ストラテジー生成のプロセスそのものであり、その後にモデルの訓練として遺伝学などを考えればよいのでしょう。
実際、どのようにグループ化されるのか、ロジックはあるのか、クラスタリングは興味深いです。
マーチン、アンチマーチン、オーバーターンから始めればいいのです。そして、ifelse:取引がマイナスで終了した場合、次の取引はダブルロットで開くか、反対方向に開くか、またはその両方となります。これほど複雑なものを一から考えるのは大変なことです。
クラスタリング、どのようにグループ化されるのか、そこにロジックがあるのか、実際に見てみると面白いですよ。
マーチン、アンチマーチン、リバーサルから始めればいいのです。そして、ifelse:ある取引が損切りされた場合、次の取引はダブルロットで開くか、反対方向に開くだけか、その両方です。これほど複雑なものを一から考えるのは大変なことです。
リソースを提供 することはできますが、それ以上のことは今のところできません。
リソースの提供は できるが、それ以上のことは今のところできない。
Catbustには feature_importancesという、森のようにクラスターを見る機能?
あなたのマシンは180,000,000のテーブル14を消化するのですか?
catbustには feature_importancesという、足場のようにクラスターを見る機能があるのでしょうか?
あなたのマシンは180,000,000のテーブル14を消化するのですか?
"Feature_importances " は機能の重要性ですが、クラスターとどんな関係があるのでしょうか?それとも、私が見逃しているのか。そういう機能もあるのですが、この重要度は基本的に木のてっぺんでカウントしているので、私のコンセプトには合わないので、あまり使っていません。
6ギガバイトのテーブルでモデルを学習させました。しかも、消費するメモリは、今の記憶では2倍ギガバイトもない。
"feature_importances " は機能の重要度ですが、クラスターとどのような関係があるのでしょうか?それとも、何か見落としているのでしょうか?そういう機能もあるのですが、この重要度は基本的に木のてっぺんでカウントしているので、私のコンセプトには合わないので、あまり使っていません。
6ギガバイトのテーブルでモデルを学習させました。しかも、消費するメモリは、今の記憶では2ギガバイトもない。
森については、重要度とクラスタを確認することが可能です。catbustではplot_treeでしょうか。
データを作成し、掲載する予定です。
6カラムのテスト版を作ったところ、11GBもかかってしまいました。Notepad++はファイルが大きすぎると言って開くことができませんでした。BD Browser forSQLiteが 20分ほどハングアップしています。フォレストについては、重要度とクラスターを見るオプションがあります。catbustではplot_treeでしょうか。
データを作成して掲載します。
6カラムのテスト版を作ったところ、11GBもかかってしまいました。Notepad++では、ファイルが大きすぎると言って開くことができませんでした。BD Browser for SQLiteが20分ほどハングアップしています。"feature_importances " は機能の重要度ですが、クラスターとどのような関係があるのでしょうか?それとも、何か見落としているのでしょうか?そういう機能もあるのですが、この重要度は基本的に木のてっぺんでカウントしているので、私のコンセプトには合わないので、あまり使っていません。
6ギガバイトのテーブルでモデルを学習させました。しかも、消費するメモリは、今の記憶では2ギガバイトもない。
全データをメモリに取り込まずに、どうやって木を学習させているのだろう。6ギガバイトのテーブルがあれば、メモリも6ギガバイトほど使わなければならない。ツリーは、各列を全体としてソートしなければならない。すべてをメモリに入れず、毎回ディスクからデータを読み込むとなると、あまりに遅くなってしまいます。
唯一のバリエーションは、メモリ上のデータをdouble型ではなくfloat型で保持することですが、これは精度を下げることになります。5桁の精度を持つ我々にとっては、それほど問題ではないかもしれませんが、catbustは世界共通のソフトウェアですから、物理的、数学的な問題は倍精度で解くべきだと思います。