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 2182

 
マキシム・ドミトリエフスキー

は、ラベルに応じて、データセット内のすべての特徴量から単純に数値を加算または減算したものである。歴史がさらに深く試されるモデルとなった

寝てみないとわからないものなんです。原始的なものもあるようだ。5桁のポイントが10個くらいあって、クラスを分散させればいいんだ、ということがわかったんです。属性によって値の広がりが違うので、どうしたらいいのかわからない。おそらく、それぞれの列で異なる数値が意味を持つのでしょう。あるいは、そうでないかもしれない。

後でビジュアル化します。

あ、そうか。

ワズ

になった。

やり過ぎないことが大切です。

面白いアイデアですね。先生の方法で、MAインクリメンタル符号を使って特徴量の分布を分割してみたところ
    samples_part = samples.copy()
    samples_part.iloc[samples_part[samples_part.MA== 1].index, 1:-1] = samples_part.iloc[samples_part[samples_part.MA == 1].index, 1:-1] + 0.01
    samples_part.iloc[samples_part[samples_part.MA== 0].index, 1:-1] = samples_part.iloc[samples_part[samples_part.MA == 0].index, 1:-1] - 0.01

こんな写真が撮れました。

で、元のデータフレームにある場違いなアロケーションを落とした(上の写真の黄色い部分)

    for row , val in samples_part.items():
        samples.targets.loc[(samples.targets == 1) & (samples_part[row] < 0)] = np.nan
        samples.targets.loc[(samples.targets  == 0) & (samples_part[row] > 0)] = np.nan
    samples = samples.dropna().reset_index(drop=True)

そこで、こんなものを入手しました。

すべてをランダムフォレストに落とし込み、テスターで実行したところ


06.20から08.20まで試したが、数は多くないが悪くない。

 
welimorn:
面白いアイデアですね。御社のメソッドで、MAインクリメンタルサインを使って機能を分散させようとしたところ

こんな写真が撮れました。

で、元のデータフレームにある場違いなアロケーションを落とした(上の写真の黄色い部分)

こりゃあ

すべてをランダムフォレストに落とし込み、テスターで実行したところ


06.20から08.20の電車。それほど密度は高くないが、マイナスにはならない。

なぜ取らないの?

 
Renat Akhtyamov:

昨日、マキシムカはこれらの写真を基にした既製のgrailを投稿し、信号にbotを置いた。

私は自分のものを探しています、邪魔をしないでください。

 
welimorn:
面白いアイデアですね。先生の方法で、MA増分符号を使って特徴量の分布を広げてみたところ

こんな写真が撮れました。

で、元のデータフレームにある場違いなアロケーションを落とした(上の写真の黄色い部分)

こりゃあ

すべてをランダムフォレストに落とし込み、テスターで実行したところ


06.20から08.20までトラックを取得しました。 多すぎず、少なすぎずといったところでしょうか。

この辺にそういうマジシャンがいたんですよ。同じように変身する様子を動画で記録した。クラスターを移動させたり、幾何学的な 変形をさせたり。説明もなく、ただ黙々と動画を書いては消していた🤣 何が言いたかったのかは不明だが、聖杯の持ち主として幸せな日々を送っていると言われている...。
 
マキシム・ドミトリエフスキー
ここに一人、そんなマジシャンがいた。同じような変身をする動画を記録した。クラスターを移動させたり、幾何学的な変形をさせたり。何を言いたかったのかわからないが、彼はグレイルのオーナーとして幸せだという。

このスレッドでトリックスターについての言及をちらほら見かけます。2182ページ...英雄、情熱、伝統、聖杯、浮き沈みと。そう、すでに独立したファンタジーの世界を持っているのです))))

 
マキシム・ドミトリエフスキー
ここに一人、そんなマジシャンがいた。同じような変身をする動画を記録した。クラスターを移動させたり、幾何学的な変形をさせたり。何を言いたいのかわからないが、彼はグレイルのオーナーとして幸せだという。

そう、いた、いた、いなくなった・・・。もしかしたら2通りあるかもしれません ))

何かを何かで、遺伝子の中にシフトさせるルールを説明する.shove - teach - see result ...shove - teach - see result.

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

RやPythonでこのようなチャンネルを構築する既成の方法があるかどうか、手がかりがあります。


C-caこのRを好きにならないわけがない、すべてが揃っている...。


 
mytarmailS:

そう、彼はそうだった、彼はそうだった、そして彼はいなくなった.もしかしたら、二義的な意味合いもあるかもしれない ))

何かを何かに、そして遺伝子にシフトするためのルールを説明する.shove - teach - see result ...shove - teach - see result.

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

もしそうなら、PやPythonでそのようなチャンネルを構築する準備ができているのか、誰が知っているのでしょうか。


pで回帰線を計算することはできないのでしょうか?
 
Maxim Dmitrievsky:
p.と2stdチャンネルで回帰直線を計算できないか?

はい、最小限のコードですぐに使えるものを探しています。

ただ、こういうのはやったことがないんです。

チャンネルをどれだけ簡単に、エレガントに作ることができるか考えてみてください。極端に印を付けて、その上にチャンネルを置くなどということはしなくていいのです。

 

インクリメントとかゼロとかバランスとかじゃなくて、AMOにチャンネルを描かせたらいいんじゃないかと......。

プラスアルファの部分。

1) 予測は、ローソク足が揺れることなく、またローソク足ごとに再計算されないという意味で、静止している。

2) 市場のボラティリティと変動幅を考慮した予測であること。

3) 予測が非常に明確で解釈がしやすい.売り上がり、買い下がり・・・+正確な入力

4) プログラムが非常に簡単

5) 異なるTFに対して1つのモデルをスケールアップすることが可能であること


 
mytarmailS:

インクリメントとかゼロとかバランスとかじゃなくて、AMOにチャンネルを描かせればいいんじゃないかと...。

プラスアルファの部分。

1) 予測は、ローソク足が揺れることなく、またローソク足ごとに再計算されないという意味で、静止している。

2) 市場のボラティリティと変動幅を考慮した予測であること。

3) 予測が非常に明確で解釈がしやすい.売り上がり、買い下がり・・・+正確な入力

4) プログラムが非常に簡単


いい考えですね、もう使っていますよ :)

問題は、どのポイントを使ってチャネルを構築するか、どの情報をプレディクターに取るかです。

理由: