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 3252 1...324532463247324832493250325132523253325432553256325732583259...3399 新しいコメント Aleksey Nikolayev 2023.09.22 11:06 #32511 СанСаныч Фоменко #:つの敵：オーバートレーニングと先読み。オーバートレーニングについては多くのことが書かれている。オーバートレーニングは一般的なテスターの結果なので、誰もがよく知っている。先を見る」とは何か？ 明らかに、その時点では知られていなかった情報を意思決定に利用することだ。 IMHOは、「先読み」が頻発する主な理由は、その性質上、TCはオンライン・アルゴリズムであり、その作成はオフライン・アルゴリズムであるからである。 Maxim Dmitrievsky 2023.09.22 19:23 #32512 フラットペア、センチネル15秒で見つかったパターン）2020年以降、それ以前はすべてOOS2019年からパラメータを少し最適化 更新同じパターンが別のキャラクターでも機能する MOより速い Valeriy Yastremskiy 2023.09.22 20:25 #32513 Maxim Dmitrievsky #:フラットペア、センチネル15秒で見つかったパターン）2020年以降、それ以前はすべてOOS2019年からパラメータを少し最適化更新同じパターンが別のキャラクターでも機能する MOよりも速い。 しかし、SBの中の選択であることは、あなた自身が気づいているはずだ))))しかし、履歴上はずっと長く続くし、すぐには終わらないと考えることもできる。しかし、それは事実ではない。もちろん、これらの繰り返し／まあ、パターンのような、ああ、擬似的な法則)))の状態を評価する作業は、はるかに困難である。）ほとんどSBにあるようなパターンは、もちろんすでに何かであり、それを見つけることさえ努力が必要だが、予測するためには何でもない。残念ながら...。よくわからないが、そういうことらしい)) パターンの始まりと終わりが面白い。 Maxim Dmitrievsky 2023.09.23 05:40 #32514 Valeriy Yastremskiy #:しかし、それはSBの中の選択であることに気づくだろう)))しかし、歴史的にははるかに長く続き、それはすぐには終わらないと仮定することができる。しかし、それは事実ではない。もちろん、これらの繰り返し/まあ、パターンのような、ああ、擬似的な法則)))の状態を評価する作業は、はるかに困難である。）ほとんどSBにあるようなパターンは、もちろんすでに何かであり、それを見つけることさえ努力が必要だが、予測するためには何でもない。残念ながら...。よくわからないが、そういうことらしい))パターン出現の始まりと終わりは興味深い。 SB＋非効率SBではなく、微調整を加えて、ほとんどすべてを予測する必要があります - 完全に非効率的な市場、10のうち10。SBは予測されず、完全に効率的。帰無仮説として機能。SB＋非効率：予測可能なものと予測不可能なものを分ける必要がある。非効率性には程度があり、例えば、定量的または他の用語でいうノイズに対するパターンの比率がある。混乱を避けるために、おおよそこのように分類する。もちろん、可能であれば統計検定を行うべきだが、通常は怠慢である。 fxsaber 2023.09.23 06:39 #32515 Maxim Dmitrievsky #:パターンは約15秒で見つかった。 スピードが許す限り、より小さなTFを見るのが論理的である。私の理解が正しければ、パターンの長さは約10値しかない。 fxsaber 2023.09.23 06:41 #32516 Rorschach #:状況は現代物理学のようなものだ。以前の物理学は世界の仕組みを理解しようとしたが、今はデータの上に数式を引き伸ばし、仮想実体を発明するだけで、誰も何も理解できず、すべてが非常に複雑になっている。データ処理も同じ状況だ。かつては、問題を取り上げ、それを理解しようとし、手作業でアルゴリズムを書き、計算を最適化した。タスクを単純化するために、ある関係は無視され、ある関係は線形に縮小された。十分なパワーとデータがあると、問題の解決はオプティマイザー（大雑把に言えば、MTテスターのようなもの）に移行され、オプティマイザーはある多項式の係数を選択する。何がどのように計算されるのか誰も理解しておらず、結果に完全な信頼性はないが、このアプローチは非線形で明白でない関係を考慮に入れることができ、いくつかの科学的計算を桁違いに加速することができる。解が明らかな場合は、古典的アプローチを使うべきである。しかし、不確実性が大きい状況では、MOは万能ではない。 わかりやすい説明、ありがとう。 Maxim Dmitrievsky 2023.09.23 06:41 #32517 fxsaber #: スピードが許す限り、より小さなTFを見るのが論理的だ。私の理解が正しければ、パターン長はわずか10値程度です。 そのうち見てみよう fxsaber 2023.09.23 07:00 #32518 Maxim Dmitrievsky #: そのうち見てみよう。 スケールを変えるには、逆を行くだろう。 Maxim Dmitrievsky 2023.09.23 07:01 #32519 アンチモシュニクは、彼のスレッドで彼の心を爆破し続けている😀😀😀 algotradersフォーラムに行き、誰もがここにいる理由の根底を否定する。私はどのような見返りを提供するような代替のような意味ですか？アルコトレーディング？😀 Maxim Dmitrievsky 2023.09.23 07:01 #32520 fxsaber #:スケールを変えるという別の方向に行くだろう。 先日というのは、もうすぐという意味だ） 1...324532463247324832493250325132523253325432553256325732583259...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
つの敵：オーバートレーニングと先読み。
オーバートレーニングについては多くのことが書かれている。オーバートレーニングは一般的なテスターの結果なので、誰もがよく知っている。
先を見る」とは何か？
明らかに、その時点では知られていなかった情報を意思決定に利用することだ。
IMHOは、「先読み」が頻発する主な理由は、その性質上、TCはオンライン・アルゴリズムであり、その作成はオフライン・アルゴリズムであるからである。
フラットペア、センチネル
15秒で見つかったパターン）2020年以降、それ以前はすべてOOS
2019年からパラメータを少し最適化
更新
同じパターンが別のキャラクターでも機能する
MOより速いフラットペア、センチネル
15秒で見つかったパターン）2020年以降、それ以前はすべてOOS
2019年からパラメータを少し最適化
更新
同じパターンが別のキャラクターでも機能する
MOよりも速い。しかし、SBの中の選択であることは、あなた自身が気づいているはずだ))))しかし、履歴上はずっと長く続くし、すぐには終わらないと考えることもできる。しかし、それは事実ではない。もちろん、これらの繰り返し／まあ、パターンのような、ああ、擬似的な法則)))の状態を評価する作業は、はるかに困難である。）ほとんどSBにあるようなパターンは、もちろんすでに何かであり、それを見つけることさえ努力が必要だが、予測するためには何でもない。残念ながら...。よくわからないが、そういうことらしい))
パターンの始まりと終わりが面白い。
しかし、それはSBの中の選択であることに気づくだろう)))しかし、歴史的にははるかに長く続き、それはすぐには終わらないと仮定することができる。しかし、それは事実ではない。もちろん、これらの繰り返し/まあ、パターンのような、ああ、擬似的な法則)))の状態を評価する作業は、はるかに困難である。）ほとんどSBにあるようなパターンは、もちろんすでに何かであり、それを見つけることさえ努力が必要だが、予測するためには何でもない。残念ながら...。よくわからないが、そういうことらしい))
パターン出現の始まりと終わりは興味深い。
パターンは約15秒で見つかった。
状況は現代物理学のようなものだ。以前の物理学は世界の仕組みを理解しようとしたが、今はデータの上に数式を引き伸ばし、仮想実体を発明するだけで、誰も何も理解できず、すべてが非常に複雑になっている。
データ処理も同じ状況だ。かつては、問題を取り上げ、それを理解しようとし、手作業でアルゴリズムを書き、計算を最適化した。タスクを単純化するために、ある関係は無視され、ある関係は線形に縮小された。十分なパワーとデータがあると、問題の解決はオプティマイザー（大雑把に言えば、MTテスターのようなもの）に移行され、オプティマイザーはある多項式の係数を選択する。何がどのように計算されるのか誰も理解しておらず、結果に完全な信頼性はないが、このアプローチは非線形で明白でない関係を考慮に入れることができ、いくつかの科学的計算を桁違いに加速することができる。
解が明らかな場合は、古典的アプローチを使うべきである。しかし、不確実性が大きい状況では、MOは万能ではない。
わかりやすい説明、ありがとう。
スピードが許す限り、より小さなTFを見るのが論理的だ。私の理解が正しければ、パターン長はわずか10値程度です。
そのうち見てみよう。
スケールを変えるには、逆を行くだろう。
スケールを変えるという別の方向に行くだろう。