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 2073 1...206620672068206920702071207220732074207520762077207820792080...3399 新しいコメント Evgeniy Chumakov 2020.11.03 15:06 #20721 Aleksey Vyazmikin: なぜ極限後のテイクを取るかというと、補正が50%になった可能性があるので、100%付近で最終セグメントからZZを取らなければならないからです。 Aleksey Vyazmikin 2020.11.03 15:23 #20722 Evgeniy Chumakov: , あ、じゃあ、さっきレポートとして載せたシステムをほとんど描いていたんですね :)ただ、私はTPを高めに取り、ZZの最後の区間の形成を待ちません(設定の問題ですが)。 Aleksey Vyazmikin 2020.11.03 16:03 #20723 Alexander Alekseyevich: それで?コードを落としますか?せめてサンプルだけでも。 サンプリングリンク です。 ターゲット列「Target_100」、終了日列の次の列と最後の2列は学習で使用されません。 サンプルは3つのパートに分かれており、exam.csvはトレーニングには含まれません。 Rorschach 2020.11.03 17:47 #20724 Evgeniy Chumakov: オプションとして、極値(反転あり)の前に終了すること。 3つの極値からなるチャンネルを持つクロスオーバーの出口 Maxim Dmitrievsky 2020.11.04 03:53 #20725 時系列の分類と関連するライブラリの領域が別にあり、こんな感じです。 https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html 使ったことのある方はいらっしゃいますか? RandOm Convolutional KErnel Transform (ROCKET) — pyts 0.12.dev0 documentation pyts.readthedocs.io The RandOm Convolutional KErnel Transform (ROCKET) algorithm randomly generates a great variety of convolutional kernels and extracts two features for each convolution: the maximum and the proportion of positive values. This example... Valeriy Yastremskiy 2020.11.04 05:13 #20726 マキシム・ドミトリエフスキー: 時系列の分類と関連するライブラリの領域が別にあり、こんな感じです。https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html使ったことのある方はいらっしゃいますか? ぜひ使ってみてください、面白いパッケージですよ。ただのコンストラクタです。 Maxim Dmitrievsky 2020.11.04 05:29 #20727 Valeriy Yastremskiy: ぜひ使ってみてください、面白いパッケージですよ。コンストラクターのようなものです。 ROCKETのリンクを貼ったのには理由があり、それは一種のクールな機能コンバーターなのです。元の特徴量から無相関の特徴量を多く作成し、分類の質を向上させる。 線形モデルとの併用が推奨されています(多くの特徴を出すことができるため)。 はやってみないとわからない Aleksey Vyazmikin 2020.11.04 05:35 #20728 マキシム・ドミトリエフスキー: そもそもROCKETにリンクしたのには理由がありまして、なんだかかっこいい機能コンバーターなんです。元の特徴量から無相関の特徴量を多く作成し、分類の質を向上させる。線形モデルとの併用をお勧めします(多くの機能が得られるため)。はやってみないとわからない 結果について教えてください。とても興味深いテーマです。 mytarmailS 2020.11.04 07:02 #20729 マキシム・ドミトリエフスキー: 元の特徴量から無相関の特徴量を大量に作成する。 正規のPCA?) Maxim Dmitrievsky 2020.11.04 07:03 #20730 mytarmailS: 正規のPCA?) ノー 1...206620672068206920702071207220732074207520762077207820792080...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
なぜ極限後のテイクを取るかというと、補正が50%になった可能性があるので、100%付近で最終セグメントからZZを取らなければならないからです。
,
あ、じゃあ、さっきレポートとして載せたシステムをほとんど描いていたんですね :)ただ、私はTPを高めに取り、ZZの最後の区間の形成を待ちません(設定の問題ですが)。
それで?コードを落としますか?せめてサンプルだけでも。
サンプリングリンク です。
ターゲット列「Target_100」、終了日列の次の列と最後の2列は学習で使用されません。
サンプルは3つのパートに分かれており、exam.csvはトレーニングには含まれません。
オプションとして、極値(反転あり)の前に終了すること。
3つの極値からなるチャンネルを持つクロスオーバーの出口
時系列の分類と関連するライブラリの領域が別にあり、こんな感じです。
https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html
使ったことのある方はいらっしゃいますか?
時系列の分類と関連するライブラリの領域が別にあり、こんな感じです。
https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html
使ったことのある方はいらっしゃいますか?
ぜひ使ってみてください、面白いパッケージですよ。ただのコンストラクタです。
ぜひ使ってみてください、面白いパッケージですよ。コンストラクターのようなものです。
ROCKETのリンクを貼ったのには理由があり、それは一種のクールな機能コンバーターなのです。元の特徴量から無相関の特徴量を多く作成し、分類の質を向上させる。
線形モデルとの併用が推奨されています(多くの特徴を出すことができるため)。
はやってみないとわからない
そもそもROCKETにリンクしたのには理由がありまして、なんだかかっこいい機能コンバーターなんです。元の特徴量から無相関の特徴量を多く作成し、分類の質を向上させる。
線形モデルとの併用をお勧めします(多くの機能が得られるため)。
はやってみないとわからない
結果について教えてください。とても興味深いテーマです。
元の特徴量から無相関の特徴量を大量に作成する。
正規のPCA?)
正規のPCA?)
ノー