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 311 1...304305306307308309310311312313314315316317318...3399 新しいコメント Maxim Dmitrievsky 2017.04.05 06:46 #3101 ミハイル・マルキュカイツ 繰り返すが、理解したい人、理解しようとしている人、現場にいる人、言いたいことがあるなら、気の利いたこと、せめて話題になるようなことを言えよ！！！というのが私の言い分である。 そして、その手口とは？) 恥ずかしくて聞けなかったんです。 Maxim Dmitrievsky 2017.04.05 08:27 #3102 アンドレイ機械 学習ゲルヒクの言っていることが理解できなかった理由がわかったよ。やかんが沸騰していない:)。彼の講座を見て復習するのはまだ早い、素晴らしい本「株式市場の聖杯あるいはトレーダー・ピノキオの冒険」から始めましょう、これはあなたのレベルに合ったスタート地点です。 パダワンがブラックリストに登録され、すでにスパムメールが送られています。） Maxim Dmitrievsky 2017.04.05 08:42 #3103 アンドレイ この本くらいはしっかり読んでから中傷してブラックリストを埋めようね。どうしたらいいんだろう。 せめて2、3回儲かるトレードをしてからアドバイスした方がいい...もしくはタクシードライバーから始めて、無名から大御所になる...あの兵士が悪いんだから...。 Maxim Dmitrievsky 2017.04.05 08:45 #3104 アンドレイPS：ムハンチコフの勤務先をご存知ですか？ Arsagerで？ 誰がどこで働いているのか知りません :D smradlabか何かに出入りしているのですか？それなら、あなたの世界観がどこから来るのか理解できますよ。 Mihail Marchukajtes 2017.04.05 11:41 #3105 マキシム・ドミトリエフスキー MOとは？) 恥ずかしくて聞けなかったんです。 機械学習って、なんかこう...。 Mihail Marchukajtes 2017.04.05 17:13 #3106 常連客の間では、沈黙が続いている。ああ、なるほど......。記事が公開されたことで、試したいことがたくさん出てきました。だから誰もしゃべらないのか？ Dr. Trader 2017.04.08 17:02 #3107 ここ数カ月の間に得られた興味深い知見をいくつか紹介します。1) 分類か回帰か？ やはり回帰しているようです。このコード例では、次のバーの増分をモデル学習のターゲットとし、それを-1や1（つまりバーの色や価格の上昇/下降）に丸めることで、分類を使用できるようにすることが多いです。最近、丸め（分類）と回帰の両方について、異なるモデルの学習と予測の結果を比較しました。しかし、R^2などの回帰モデル評価の標準的な手段は私には合わず、トレード時にモデルを推定するためのバランスグラフを構築し、リカバリーファクターを計算しています。2) 新しいデータを用いたモデルの推定。 Expert Advisors from Marketを最適化すると、ほぼ理想的な手段の成長ラインを得ることができ、新しいデータでも同様に美しいラインを得ることができることに、何となく慣れてきました。しかし、これは理想的なケースです。実際には、モデルが十分でない場合、取引で失敗することがあり、最適化では解決できませんが、モデルは単にいくつかの市場法則を理解していないだけです。ここで、弱いが面白い戦略の一例を紹介しよう。この例では、新しいデータで失敗した後、突然回復し始めるのですが、それは最も興味深いことではありません。さらに興味深いことに、EAの最適化ウィンドウを最後まで進めると、長い最適化を行ったにもかかわらず、最後の1枚を利益で取引することができなかったことがわかります。この戦略に反することが市場で起こり、最適化ではそれを修正することはできません。しかし、新しいデータでのバランスチャートがこのデータでの新しい最適化チャートと一致することは、モデルが市場の正しい規則性をいくつか捉えていることを意味します。悪いモデルや戦略には、そのようなマッチングはありません。この例では、最適化とフロントテスト-をご紹介します。で、最適化ウィンドウが右端に移動したことで、チャートの日付は同じですが、トレードの違いで横のスケールが少しジリジリしてますね〜。両チャートの右側は、最初のケースではモデルのための新しいデータであり、2番目のケースではmt5オプティマイザーがこの領域でより良い取引を達成しようと約一日を費やしたという事実にもかかわらず、非常によく似ています。 Yuriy Asaulenko 2017.04.08 17:50 #3108 ミハイル・マルキュカイツ 庶民の間では、沈黙が続いている。ああ、なるほど......。記事が公開されたことで、確認したいこと、試したいことがたくさん出てきました。だからみんな黙ってるのか？ メガロマニアをお持ちの方）。あなたの記事には興味深い情報がありますが、不思議に思う必要はありません）。そして、どちらもやめないでください)。 Mihail Marchukajtes 2017.04.08 17:52 #3109 Dr.トレーダーここ数カ月の間に得られた興味深い知見をいくつか紹介します。1) 分類か回帰か？ やはり回帰しているようです。このコード例では、次のバーの増分をモデル学習のターゲットとし、それを-1や1（つまりバーの色や価格の上昇/下降）に丸めることで、分類を使用できるようにすることが多いです。最近、丸め（分類）と回帰の両方について、異なるモデルの学習と予測の結果を比較しました。しかし、R^2などの回帰モデル評価の標準的な手段は私に合わず、トレード時にモデルを推定するためのバランスグラフを構築し、リカバリーファクターを計算しています。2) 新しいデータを用いたモデルの推定。 Expert Advisorは、最適化するとほぼ理想的な成長ラインが得られ、新しいデータでも同様に美しいラインが得られるということで、なんとなく使い慣れている。しかし、これは理想的なケースです。もしモデルが実際の状況で十分でなければ、取引で損失を出すこともあり、最適化では解決できません。ここで、弱いが面白い戦略の一例を紹介しよう。この例では、新しいデータで負けた後、突然回復し始めるのですが、それは最も興味深いことではありません。さらに興味深いことに、EAの最適化ウィンドウを最後まで進めると、長い最適化を行ったにもかかわらず、最後の1枚を利益で取引することができなかったことがわかります。この戦略に反することが市場で起こり、最適化ではそれを修正することはできません。しかし、新しいデータでのバランスチャートが、このデータでの新しい最適化チャートと一致することは、モデルが市場の正しい規則性を捉えたことを意味するものの、あまりにも単純で、すべてを説明することはできません。悪いモデルや戦略には、そのようなマッチングはありません。この例では、最適化とフロントテスト-をご紹介します。で、最適化ウィンドウが右端に移動したことで、チャートの日付は同じですが、トレードの違いで横のスケールが少しジリジリしてますね〜。両チャートの右側は、最初のケースではモデルのための新しいデータであり、2番目のケースではmt5オプティマイザーがこの領域でより良い取引を達成しようと約一日を費やしたという事実にもかかわらず、非常によく似ています。 先ほども言いましたが、すべては入力データに依存します。入力データが出力の理由である場合、最適化とサンプル外でのネットワークの性能はほぼ同じになります。入力が違う場合は、結果が大きく変わってきます。また、ここでモデルの操作を行ったところ、結果はかなり改善されましたが、時間が解決してくれるでしょう......。Wazardはこれからも私の信号に従ってほしい? forexman77 2017.04.08 18:50 #3110 ミハイル・マルキュカイツ その通りだ!!!!主に初心者のための良いトレーナーです。知識はあるが、ポピュリズムはステレオタイプにある。トレーダー、女、高級車。私のようになりたいか、など。私たちの場合、トレーダーとは、モニターの前にいる、顔を洗っていないズボンを履いた男のことです。彼の頭の中には、たくさんの数式がある。トレーディングは地獄のような仕事だ。 私の友人や親戚は皆、私がコンピュータの前に座って何もしていないという印象を持っているんですね。でも、考えてみれば、そうですよね。私は通常、朝8時に起床し、ボリュームをチェックし、夜12時頃までモデルを作り始めますが、それは24時間ハングアップしなければの話です:-(模型を作って、載せて...。一日中、座って監視しています。一日中、監視しているんですね。相場で儲けようと思ったら、頑張らないといけない。一生懸命働いて、そして...。皆さんもご覧になったことがあると思います :-)でも、最後にはすべてうまくいくと信じています!!!!それは確かです。1日12時間、14時間働く。まあ、それでもたまには気晴らしも必要でしょう。長年の間に背骨が曲がってしまったんです。私もペッパーは信じません。美しく歌う人は、たいてい嘘つきだ。スマドラに行けば、そんな "野心家 "の達人たちがいっぱいいる。しかし、それでも成功は可能で、10Kのラリー・ウィリアムズは100万ドル以上を稼ぎ、それはチャンピオンシップの結果やエド・セコタなどの人々によって、公式に記録されているのです。レバモアの映画を作ればいいのに、その方がずっと面白いのに。 1...304305306307308309310311312313314315316317318...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
繰り返すが、理解したい人、理解しようとしている人、現場にいる人、言いたいことがあるなら、気の利いたこと、せめて話題になるようなことを言えよ！！！というのが私の言い分である。
そして、その手口とは？) 恥ずかしくて聞けなかったんです。
機械 学習
ゲルヒクの言っていることが理解できなかった理由がわかったよ。やかんが沸騰していない:)。
彼の講座を見て復習するのはまだ早い、素晴らしい本「株式市場の聖杯あるいはトレーダー・ピノキオの冒険」から始めましょう、これはあなたのレベルに合ったスタート地点です。
パダワンがブラックリストに登録され、すでにスパムメールが送られています。）
この本くらいはしっかり読んでから中傷してブラックリストを埋めようね。どうしたらいいんだろう。
せめて2、3回儲かるトレードをしてからアドバイスした方がいい...もしくはタクシードライバーから始めて、無名から大御所になる...あの兵士が悪いんだから...。
PS：ムハンチコフの勤務先をご存知ですか？
MOとは？) 恥ずかしくて聞けなかったんです。
機械学習って、なんかこう...。
ここ数カ月の間に得られた興味深い知見をいくつか紹介します。
1) 分類か回帰か？
やはり回帰しているようです。このコード例では、次のバーの増分をモデル学習のターゲットとし、それを-1や1（つまりバーの色や価格の上昇/下降）に丸めることで、分類を使用できるようにすることが多いです。最近、丸め（分類）と回帰の両方について、異なるモデルの学習と予測の結果を比較しました。しかし、R^2などの回帰モデル評価の標準的な手段は私には合わず、トレード時にモデルを推定するためのバランスグラフを構築し、リカバリーファクターを計算しています。
2) 新しいデータを用いたモデルの推定。
Expert Advisors from Marketを最適化すると、ほぼ理想的な手段の成長ラインを得ることができ、新しいデータでも同様に美しいラインを得ることができることに、何となく慣れてきました。しかし、これは理想的なケースです。実際には、モデルが十分でない場合、取引で失敗することがあり、最適化では解決できませんが、モデルは単にいくつかの市場法則を理解していないだけです。
ここで、弱いが面白い戦略の一例を紹介しよう。この例では、新しいデータで失敗した後、突然回復し始めるのですが、それは最も興味深いことではありません。さらに興味深いことに、EAの最適化ウィンドウを最後まで進めると、長い最適化を行ったにもかかわらず、最後の1枚を利益で取引することができなかったことがわかります。この戦略に反することが市場で起こり、最適化ではそれを修正することはできません。
しかし、新しいデータでのバランスチャートがこのデータでの新しい最適化チャートと一致することは、モデルが市場の正しい規則性をいくつか捉えていることを意味します。悪いモデルや戦略には、そのようなマッチングはありません。
この例では、最適化とフロントテスト-をご紹介します。
で、最適化ウィンドウが右端に移動したことで、チャートの日付は同じですが、トレードの違いで横のスケールが少しジリジリしてますね〜。
両チャートの右側は、最初のケースではモデルのための新しいデータであり、2番目のケースではmt5オプティマイザーがこの領域でより良い取引を達成しようと約一日を費やしたという事実にもかかわらず、非常によく似ています。
庶民の間では、沈黙が続いている。ああ、なるほど......。記事が公開されたことで、確認したいこと、試したいことがたくさん出てきました。だからみんな黙ってるのか？
ここ数カ月の間に得られた興味深い知見をいくつか紹介します。
1) 分類か回帰か？
やはり回帰しているようです。このコード例では、次のバーの増分をモデル学習のターゲットとし、それを-1や1（つまりバーの色や価格の上昇/下降）に丸めることで、分類を使用できるようにすることが多いです。最近、丸め（分類）と回帰の両方について、異なるモデルの学習と予測の結果を比較しました。しかし、R^2などの回帰モデル評価の標準的な手段は私に合わず、トレード時にモデルを推定するためのバランスグラフを構築し、リカバリーファクターを計算しています。
2) 新しいデータを用いたモデルの推定。
Expert Advisorは、最適化するとほぼ理想的な成長ラインが得られ、新しいデータでも同様に美しいラインが得られるということで、なんとなく使い慣れている。しかし、これは理想的なケースです。もしモデルが実際の状況で十分でなければ、取引で損失を出すこともあり、最適化では解決できません。
ここで、弱いが面白い戦略の一例を紹介しよう。この例では、新しいデータで負けた後、突然回復し始めるのですが、それは最も興味深いことではありません。さらに興味深いことに、EAの最適化ウィンドウを最後まで進めると、長い最適化を行ったにもかかわらず、最後の1枚を利益で取引することができなかったことがわかります。この戦略に反することが市場で起こり、最適化ではそれを修正することはできません。
しかし、新しいデータでのバランスチャートが、このデータでの新しい最適化チャートと一致することは、モデルが市場の正しい規則性を捉えたことを意味するものの、あまりにも単純で、すべてを説明することはできません。悪いモデルや戦略には、そのようなマッチングはありません。
この例では、最適化とフロントテスト-をご紹介します。
で、最適化ウィンドウが右端に移動したことで、チャートの日付は同じですが、トレードの違いで横のスケールが少しジリジリしてますね〜。
両チャートの右側は、最初のケースではモデルのための新しいデータであり、2番目のケースではmt5オプティマイザーがこの領域でより良い取引を達成しようと約一日を費やしたという事実にもかかわらず、非常によく似ています。
先ほども言いましたが、すべては入力データに依存します。入力データが出力の理由である場合、最適化とサンプル外でのネットワークの性能はほぼ同じになります。入力が違う場合は、結果が大きく変わってきます。また、ここでモデルの操作を行ったところ、結果はかなり改善されましたが、時間が解決してくれるでしょう......。Wazardはこれからも私の信号に従ってほしい?
その通りだ!!!!主に初心者のための良いトレーナーです。知識はあるが、ポピュリズムはステレオタイプにある。トレーダー、女、高級車。私のようになりたいか、など。私たちの場合、トレーダーとは、モニターの前にいる、顔を洗っていないズボンを履いた男のことです。彼の頭の中には、たくさんの数式がある。トレーディングは地獄のような仕事だ。 私の友人や親戚は皆、私がコンピュータの前に座って何もしていないという印象を持っているんですね。でも、考えてみれば、そうですよね。私は通常、朝8時に起床し、ボリュームをチェックし、夜12時頃までモデルを作り始めますが、それは24時間ハングアップしなければの話です:-(模型を作って、載せて...。一日中、座って監視しています。一日中、監視しているんですね。相場で儲けようと思ったら、頑張らないといけない。一生懸命働いて、そして...。皆さんもご覧になったことがあると思います :-)でも、最後にはすべてうまくいくと信じています!!!!
それは確かです。1日12時間、14時間働く。まあ、それでもたまには気晴らしも必要でしょう。長年の間に背骨が曲がってしまったんです。
私もペッパーは信じません。美しく歌う人は、たいてい嘘つきだ。スマドラに行けば、そんな "野心家 "の達人たちがいっぱいいる。
しかし、それでも成功は可能で、10Kのラリー・ウィリアムズは100万ドル以上を稼ぎ、それはチャンピオンシップの結果やエド・セコタなどの人々によって、公式に記録されているのです。
レバモアの映画を作ればいいのに、その方がずっと面白いのに。