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 468 1...461462463464465466467468469470471472473474475...3399 新しいコメント Mihail Marchukajtes 2017.08.23 17:47 #4671 アンドレイ・キセリョフ何度も言われましたが、いつも同じで、すぐに終わります。 私はいつもお客様に、「すぐにできるアドバイスはない、ハードワークだ」と言っています。 1 TSを形式化し、要求仕様書を作成する必要があります。 2 機械が理解できるコードに翻訳する 3 ロジックの実行に誤りがないかを確認する 4 取引における実行エラーのチェック 5 識別されたロジックと実行のエラーに従って、追加の変更を行う。 6テスターと実データでテストすること 7 Expert Advisorを実際のアカウントで動作させるために必要な機能を完成させる。 など プログラマーの仕事は、(2,5)あなたの参照条件を機械の言語に翻訳し、その作業とあなたの参照条件との間に矛盾があれば、そのエラーを修正するだけで、この時点でプログラマーの仕事は終わり、あなたのエキスパートアドバイザーはあなたの参照条件に沿って動作していることになるのです。 あとは、EAを作成し、チェックし、改善（アップグレード）するのは、あなたの仕事です。 よろしくお願いします。 P.S. 収益性の高いEAを作るには、半年、あるいはそれ以上かかるかもしれません。本当に必要なのは、信頼できるオープナーとクローザーだ。そのために半年もかかるのか？それなら、私たちには敵わないわね...。 Mihail Marchukajtes 2017.08.23 17:48 #4672 ヴィザード_。現実には赤いNになるのですが・・・))) 先生、ごめんなさい)))今となっては議論の余地がありますが......。トリックスターなぜなら、そこでは実際にデータが入力されることはなく、本来は多項式係数そのものの仕事だからです......。そして、インプットデータの存在は、公平性を向上させるだけだと思うのです。まあそうなんですけどね......。IMHO!!!! Andrey Kisselyov 2017.08.23 17:53 #4673 ミハイル・マルキュカイツ 本当に必要なのは、信頼できるオープナーとクローザーだ。そのために半年もかかるのか？では、あなたは私たちにふさわしくないということですね...。 すでに「Expert Advisorの開発には半年以上かかるのでは」とお考えかもしれません。 MySQL: 収益性の高いEAを構築するのは私の仕事ではありませんが、EAを実装するのはあなたの仕事です。 Andrey Kisselyov 2017.08.23 17:58 #4674 ヴィザード_。14年間もこんなくだらないことを書き続けている))) それなら納得です。 敬意を込めて。 Mihail Marchukajtes 2017.08.23 18:01 #4675 アホか、とっくに終わっとるわ、サーバーのエラー処理 で信頼できるオープナーがあればいいだけやん......。陽気なんです...。:-) Andrey Kisselyov 2017.08.23 18:04 #4676 ミハイル・マルキュカイツアホか、とっくに 終わっ とるわ、サーバーのエラー処理で信頼できるオープナーがあればいいだけやん......。陽気なんです...。:-) 彼らはすでにそれを行っている可能性があります、なぜあなたはプログラマが必要ですか？ フリーランサーに連絡し、彼らは "信頼できるオープナー "を書いてくれるでしょう。 よろしくお願いします。 P.S.プログラマが書くために残された親指になり、それが時間を持っている場合ので、5分間そこにあなたの仕事によると、2時間の実行時間を 指定することを忘れないでください。 СанСаныч Фоменко 2017.08.23 18:31 #4677 Dr.トレーダー論文とこれらの予測を比較すると、予測されたトレンドはどちらのモデルでも完全に一致していますが、論文の方が鋭いスパイクを捉えることに長けていることがわかりますね。そして、有馬-運が良ければ価格の急上昇があり、それらの「運の悪さ」が最大のドローダウンを引き起こすことになるのです。さらに、モデルのプロパティでは、季節性が使われていないことがわかります。今のところ記事の方が勝っている :(検索限界のar,i,ma係数を正しく設定し、モデルに季節パラメータを探させるためには、まだまだ有馬の勘が必要です。ARCHの残差を分析せずにarimaを議論しても、全く空しいだけです。有馬シミュレーションの結果、残差が定常状態になる系列があります。しかし、静止していることを前提に予測誤差を議論することは、深刻なことではない。その残像は、極めて面的なものです。 Dr. Trader 2017.08.23 21:35 #4678 また、有馬の例https://www.mql5.com/ru/forum/86386/page467#comment_5649703、もう少し調整しました。季節性が機能しなかったのは、データ期間が1として定義されていたため、auto.arimaが自動的に季節性を無効にしてしまったからです。記事の通り、コード内の期間を48（H12カレントタイムフレームでの日）に設定しました。また、forecastパッケージの関数findfrequency()を使って自動的に周期を決定することも可能で、このデータではこの関数は24を返します。その方が、数値の上昇を予測しやすいのです。 アリマ・トレイン r^2: 0.516988 アリマテスト r^2: 0.5346457 アリマテスト差分r^2: 0.8407468 アリマテスト差分精度：0.8288288しかし、これは理想とは程遠く、記事にある予測の方がはるかに正確です。データにはいくつかの期間（24、48、336-半日、1日、1週間）があり、季節性を考慮してもarimaは3つの期間を一度にヒットさせることができないのが原因のようです。 R有馬を複数の季節性で教えることはできないかと検索してみたところ、できないようなので、より良い予測をする方法はないようです。この記事の難点は、モデルごとに異なる値の変動期間をとらえようとしていることだと理解しました。 Maxim Dmitrievsky 2017.08.24 06:13 #4679 ミハイル・マルキュカイツ OOO そして、我らが愛すべきトリックスターの登場です!!!!まあ、うんちで手一杯になったのか？ここで、投げかける言い訳を...。レシェトワのオプティマイザーが再教育されているかどうかというテーマで。昨日、あるFXグループに投稿したスクリーンショットです......。青が最適化期間、緑が先物取引。しかし、データを提出する可能性はなく、年明けから問題なく使えていたことが判明......。しかも、再トレーニングというからには、トレーニングができればいいわけで......。さて、オーバートレーニングについては、どう言うことでしょうか？市場では、市場は定常ではないので、どの分類器も再トレーニングされます。オーバートレーニングにならないようにするには、全歴史のNSを教えなければなりません。そうでなければ、市場のサイクルは常に変化し、モデルは間違ってしまうでしょう。ですから、唯一の正しいアプローチは、取引の過程でオーバートレーニングまたは再トレーニングを行うことです :) 私たちは、何の介入もなく15年間の歴史の中で毎月1000％の利益を着実に出すリールを信じて いません。一般的に、私はまだその線引き、つまりFXにおけるオーバートレーニングNSの意味を理解していないのです。テストサンプルで稼げなかった時でしょうか？ なーるほど...。ダメダメ非定常性のことです。戦略に関しては、収益性に影響を与えることはありません。 СанСаныч Фоменко 2017.08.24 07:38 #4680 Dr.トレーダーまた、有馬の例https://www.mql5.com/ru/forum/86386/page467#comment_5649703、ちょっとした調整をしました。季節性が機能しなかったのは、データ期間が1として定義されていたため、auto.arimaが自動的に季節性を無効にしてしまったからです。記事の通り、コード内の期間を48（H12カレントタイムフレームでの日）に設定しました。また、forecastパッケージのfindfrequency()関数で周期を自動的に決定することができ、このデータではこの関数は24を返します。その方が、数値の急激な変化にも対応でき、数値の上昇をより正確に予測できるのです。 アリマ・トレイン r^2: 0.516988 アリマテスト r^2: 0.5346457 アリマテスト差分r^2: 0.8407468 アリマテスト差分精度：0.8288288しかし、これは理想とは程遠く、記事にある予測の方がはるかに正確です。データにはいくつかの期間（24、48、336-半日、1日、1週間）があり、季節性を考慮してもarimaは3つの期間を一度にヒットさせることができないのが原因のようです。 R有馬を複数の季節性で教えることはできないかと検索してみたところ、できないようなので、より良い予測をする方法はないようです。この記事の難点は、各モデルで異なる値の振動周期を捉えようとしていることだと理解しました。パラメータを用いた調整に関するレポートを掲載していただけないでしょうか。 1...461462463464465466467468469470471472473474475...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
何度も言われましたが、いつも同じで、すぐに終わります。
私はいつもお客様に、「すぐにできるアドバイスはない、ハードワークだ」と言っています。
1 TSを形式化し、要求仕様書を作成する必要があります。
2 機械が理解できるコードに翻訳する
3 ロジックの実行に誤りがないかを確認する
4 取引における実行エラーのチェック
5 識別されたロジックと実行のエラーに従って、追加の変更を行う。
6テスターと実データでテストすること
7 Expert Advisorを実際のアカウントで動作させるために必要な機能を完成させる。
など
プログラマーの仕事は、(2,5)あなたの参照条件を機械の言語に翻訳し、その作業とあなたの参照条件との間に矛盾があれば、そのエラーを修正するだけで、この時点でプログラマーの仕事は終わり、あなたのエキスパートアドバイザーはあなたの参照条件に沿って動作していることになるのです。
あとは、EAを作成し、チェックし、改善（アップグレード）するのは、あなたの仕事です。
よろしくお願いします。
P.S. 収益性の高いEAを作るには、半年、あるいはそれ以上かかるかもしれません。
本当に必要なのは、信頼できるオープナーとクローザーだ。そのために半年もかかるのか？それなら、私たちには敵わないわね...。
現実には赤いNになるのですが・・・)))
先生、ごめんなさい)))
今となっては議論の余地がありますが......。トリックスターなぜなら、そこでは実際にデータが入力されることはなく、本来は多項式係数そのものの仕事だからです......。そして、インプットデータの存在は、公平性を向上させるだけだと思うのです。まあそうなんですけどね......。IMHO!!!!
本当に必要なのは、信頼できるオープナーとクローザーだ。そのために半年もかかるのか？では、あなたは私たちにふさわしくないということですね...。
MySQL: 収益性の高いEAを構築するのは私の仕事ではありませんが、EAを実装するのはあなたの仕事です。
14年間もこんなくだらないことを書き続けている)))
敬意を込めて。
アホか、とっくに終わっとるわ、サーバーのエラー処理 で信頼できるオープナーがあればいいだけやん......。陽気なんです...。:-)
アホか、とっくに 終わっ とるわ、サーバーのエラー処理で信頼できるオープナーがあればいいだけやん......。陽気なんです...。:-)
よろしくお願いします。
P.S.プログラマが書くために残された親指になり、それが時間を持っている場合ので、5分間そこにあなたの仕事によると、2時間の実行時間を 指定することを忘れないでください。
論文とこれらの予測を比較すると、予測されたトレンドはどちらのモデルでも完全に一致していますが、論文の方が鋭いスパイクを捉えることに長けていることがわかりますね。そして、有馬-運が良ければ価格の急上昇があり、それらの「運の悪さ」が最大のドローダウンを引き起こすことになるのです。さらに、モデルのプロパティでは、季節性が使われていないことがわかります。今のところ記事の方が勝っている :(
検索限界のar,i,ma係数を正しく設定し、モデルに季節パラメータを探させるためには、まだまだ有馬の勘が必要です。
ARCHの残差を分析せずにarimaを議論しても、全く空しいだけです。有馬シミュレーションの結果、残差が定常状態になる系列があります。しかし、静止していることを前提に予測誤差を議論することは、深刻なことではない。その残像は、極めて面的なものです。
また、有馬の例https://www.mql5.com/ru/forum/86386/page467#comment_5649703、もう少し調整しました。
季節性が機能しなかったのは、データ期間が1として定義されていたため、auto.arimaが自動的に季節性を無効にしてしまったからです。記事の通り、コード内の期間を48（H12カレントタイムフレームでの日）に設定しました。
また、forecastパッケージの関数findfrequency()を使って自動的に周期を決定することも可能で、このデータではこの関数は24を返します。
その方が、数値の上昇を予測しやすいのです。
アリマ・トレイン r^2: 0.516988
アリマテスト r^2: 0.5346457
アリマテスト差分r^2: 0.8407468
アリマテスト差分精度：0.8288288
しかし、これは理想とは程遠く、記事にある予測の方がはるかに正確です。データにはいくつかの期間（24、48、336-半日、1日、1週間）があり、季節性を考慮してもarimaは3つの期間を一度にヒットさせることができないのが原因のようです。
R有馬を複数の季節性で教えることはできないかと検索してみたところ、できないようなので、より良い予測をする方法はないようです。この記事の難点は、モデルごとに異なる値の変動期間をとらえようとしていることだと理解しました。
OOO そして、我らが愛すべきトリックスターの登場です!!!!まあ、うんちで手一杯になったのか？ここで、投げかける言い訳を...。
レシェトワのオプティマイザーが再教育されているかどうかというテーマで。昨日、あるFXグループに投稿したスクリーンショットです......。青が最適化期間、緑が先物取引。しかし、データを提出する可能性はなく、年明けから問題なく使えていたことが判明......。しかも、再トレーニングというからには、トレーニングができればいいわけで......。
さて、オーバートレーニングについては、どう言うことでしょうか？
市場では、市場は定常ではないので、どの分類器も再トレーニングされます。オーバートレーニングにならないようにするには、全歴史のNSを教えなければなりません。そうでなければ、市場のサイクルは常に変化し、モデルは間違ってしまうでしょう。ですから、唯一の正しいアプローチは、取引の過程でオーバートレーニングまたは再トレーニングを行うことです :) 私たちは、何の介入もなく15年間の歴史の中で毎月1000％の利益を着実に出すリールを信じて いません。
一般的に、私はまだその線引き、つまりFXにおけるオーバートレーニングNSの意味を理解していないのです。テストサンプルで稼げなかった時でしょうか？ なーるほど...。ダメダメ非定常性のことです。戦略に関しては、収益性に影響を与えることはありません。
また、有馬の例https://www.mql5.com/ru/forum/86386/page467#comment_5649703、ちょっとした調整をしました。
季節性が機能しなかったのは、データ期間が1として定義されていたため、auto.arimaが自動的に季節性を無効にしてしまったからです。記事の通り、コード内の期間を48（H12カレントタイムフレームでの日）に設定しました。
また、forecastパッケージのfindfrequency()関数で周期を自動的に決定することができ、このデータではこの関数は24を返します。
その方が、数値の急激な変化にも対応でき、数値の上昇をより正確に予測できるのです。
アリマ・トレイン r^2: 0.516988
アリマテスト r^2: 0.5346457
アリマテスト差分r^2: 0.8407468
アリマテスト差分精度：0.8288288
しかし、これは理想とは程遠く、記事にある予測の方がはるかに正確です。データにはいくつかの期間（24、48、336-半日、1日、1週間）があり、季節性を考慮してもarimaは3つの期間を一度にヒットさせることができないのが原因のようです。
R有馬を複数の季節性で教えることはできないかと検索してみたところ、できないようなので、より良い予測をする方法はないようです。この記事の難点は、各モデルで異なる値の振動周期を捉えようとしていることだと理解しました。
パラメータを用いた調整に関するレポートを掲載していただけないでしょうか。