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 587 1...580581582583584585586587588589590591592593594...3399 新しいコメント СанСаныч Фоменко 2018.01.19 07:59 #5861 マキシム・ドミトリエフスキー いや、結局のところ、コンスタントに擬似定常シリーズを作り、何度も再トレーニングをする......これが基本なんですその前に，予測変数がターゲットに与える影響の変化のダイナミクスを考慮し，環境の変化に応じてフィルタ係数を介して出力を適応させる必要があると理解しています．まあ、一般的には特に何もないですね。少なくともこの章では。かつて、機械学習モデルにおける非定常性の問題について、Vladimir Perervenkoと 議論したことがあります。非定常性の問題は、MOとは関係ない」と説得された。NSと付き合ったことがないので、彼の意見に反論する論拠がないのだ。さらに、NSを除く様々な木などは、非定常予測因子でも問題なく動くと直感的に理解していました。あなたの投稿とあなたの個人的な経験への言及は、少なくともNSに関連して、非定常の予測因子を考慮に入れるべきであると反対のことを述べています。もしそうだとすると、非定常系列を扱おうとするツールは、現在ではほとんどgarchモデルしかないことになります。フィルター、すべてのバーで再トレーニング...。は、非定常性の問題を解決することができません - ドレインが保証されている、それは停止をすり抜けるだろう...。しかし、他のモデルについては疑問が残りますし、たくさんあります。非定常性を考慮しなければ ならないという根拠はない。私が試したモデルでの再トレーニングは、いつもノイズ予測器が原因です。なお、私にとって、非定常性やノイズ予測変数の解決は、機械学習の根幹をなす問題です。これらの問題を解決するレベルが、モデリングエラーのレベルを決定する。モデルを適用すること自体の複雑さがばかばかしく、私には考慮されていないのです。 Yuriy Asaulenko 2018.01.19 12:12 #5862 サンサニッチ・フォメンコもしそうなら、非定常な系列を扱おうとするツールは、現在ほぼ唯一、garchモデルしかないことになります ... ガーチ...ガーク...どのガーチのことを言ってるんだ？- Rにはこのgarchがキーワードで24個、パッケージでおそらく12個ほどあります。良し悪し)。 Maxim Dmitrievsky 2018.01.19 12:40 #5863 サンサニッチ・フォメンコ今のところ、効果的に予測するツールは一つもないと言ってよいでしょう。個別には、たまに的中して、一時的に儲かるケースもある。またはアービトラージパターンの利用、平均化私たちがやっているのは、知的な予測を可能にするシステムです。あらゆる市場のプロセスやモデルを理解するという点では、SFのようなものです :)つまり、人々がここに来て、読んで、そして無力感で悲しみを紛らわすためにパニックになって走るというのは、最も荒唐無稽なことなんだ :) Yuriy Asaulenko 2018.01.19 12:48 #5864 マキシム・ドミトリエフスキー今のところ、予測に有効なツールは一つもないと言ってよいでしょう。たまに当たり外れがあり、定期的に良い利益が得られる。またはアービトラージパターンの利用、平均化私たちがやっているのは、知的な予測を可能にするシステムです。あらゆるプロセスやモデルを理解する上でも、SFだと思います :) ところで、一時期、私のマシュカ（シンプルではなく、ゴールド、つまり非標準）に予測を教えたことがあります。ある時系列の7割くらいはすごいのですが、残りの3割はお手上げ状態でした。しかし、現実的には使いようがない。 Aleksey Terentev 2018.01.19 13:20 #5865 PyTorchで確率モデルを構築するためのライブラリ。 https://github.com/uber/pyro СанСаныч Фоменко 2018.01.19 13:53 #5866 ユーリイ・アサウレンコ ガーチ...ガーク...どのガーチのことを言ってるんだ？- Rでは、このgarchがキーワードで24個、パッケージで、おそらく12個くらいあるんです。良し悪し)。参加rugarch パッケージ: ARMA(1,1); RealGARCH; Beveled t-distribution（斜めのt分布）。たくさんのツッコミどころがあります。 СанСаныч Фоменко 2018.01.19 13:57 #5867 マキシム・ドミトリエフスキー今のところ、効果的に予測するツールは一つもないと言ってよいでしょう。当たり外れはあるもので、たまに当たりがあって、定期的に儲かることがある。またはアービトラージパターンの利用、平均化私たちがやっているのは、知的な予測を可能にするシステムです。モデルだけでなく、あらゆる市場プロセスを理解するという点では、SFのようなものです :)つまり、人々がここに来て、読み、そして自分の無力感からくる悲しみを埋めるためにパニックになって走り出す、というのが一番ワイルドなんです :) 絶望的な気分です。一息ついて、まずはデータマイニングから進めていかなければなりません。 Yuriy Asaulenko 2018.01.19 14:39 #5868 サンサニッチ・フォメンコ 絶望的な気分です。一息ついて、データマイニングから進めていこうかな。7割くらいは適切な予測をしていたように記憶しています。上の書き込みをしたのは私です。ユーリイ・アサウレンコ 私は、自分のMA（通常ではなく、ゴールド、つまり非標準）に予知を教えようとしました。MA（金や非標準の普通のものではない）を使って予測することを学びました。 ある時系列の70％くらいは素晴らしいのですが、残りの30％は何も分かりませんでした。しかし、現実的には使いようがない。まあ、正解率70％なんて全然大したことないんですけどね。その70％の正解者のうち、少なくとも3分の1程度はトレードに参入しています。残るは23％です。30％の間違った予測（正しいか間違っているかは事前にわからない）に対して何もない。そして、間違った予測はそのまま変曲点（方向転換点）にあり、その部分はまさにトレードに最適な場所なのです。その上で、予測することは無駄であり、むしろ分類することが重要だと考えています。つまり、ある瞬間が取引をするのに適しているかどうかを判断することです。パターンを見てみると、私が以前このトピックであげた、入口誤差20～40％増しの正確な数値が得られます。 СанСаныч Фоменко 2018.01.19 14:58 #5869 ユーリイ・アサウレンコさて、その7割が当たっても、まったく意味がない。その7割のうち、3分の1程度はトレードに参入するのが正しいのです。なぜ3分の1なのか？オール70％。予報は1時間後まで有効です。それから、また。予測は無駄なので、分類した方がいい。何もわからないんです。例えば、午後1時に予測組み合わせの節が来て、次の1時間、つまり午後2時までロングがあるということです。見通しがないのに分類があるのはどうしてですか？予測ではないのに、なぜ金融市場で何らかの分類が必要なのでしょうか？ Yuriy Asaulenko 2018.01.19 15:03 #5870 サンサニッチ・フォメンコ予測なしに分類が存在するのはなぜか？予測しないのに、なぜ金融市場での分類が必要なのでしょうか？ 分類は、取引が統計的にのみ有望である時点を定義しています。それはまあ、決して予測ではないのですが。むしろ、パターン認識のようなものです。 1...580581582583584585586587588589590591592593594...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
いや、結局のところ、コンスタントに擬似定常シリーズを作り、何度も再トレーニングをする......これが基本なんです
その前に，予測変数がターゲットに与える影響の変化のダイナミクスを考慮し，環境の変化に応じてフィルタ係数を介して出力を適応させる必要があると理解しています．
まあ、一般的には特に何もないですね。少なくともこの章では。
かつて、機械学習モデルにおける非定常性の問題について、Vladimir Perervenkoと 議論したことがあります。
非定常性の問題は、MOとは関係ない」と説得された。NSと付き合ったことがないので、彼の意見に反論する論拠がないのだ。さらに、NSを除く様々な木などは、非定常予測因子でも問題なく動くと直感的に理解していました。
あなたの投稿とあなたの個人的な経験への言及は、少なくともNSに関連して、非定常の予測因子を考慮に入れるべきであると反対のことを述べています。
もしそうだとすると、非定常系列を扱おうとするツールは、現在ではほとんどgarchモデルしかないことになります。フィルター、すべてのバーで再トレーニング...。は、非定常性の問題を解決することができません - ドレインが保証されている、それは停止をすり抜けるだろう...。
しかし、他のモデルについては疑問が残りますし、たくさんあります。非定常性を考慮しなければ ならないという根拠はない。私が試したモデルでの再トレーニングは、いつもノイズ予測器が原因です。
なお、私にとって、非定常性やノイズ予測変数の解決は、機械学習の根幹をなす問題です。これらの問題を解決するレベルが、モデリングエラーのレベルを決定する。モデルを適用すること自体の複雑さがばかばかしく、私には考慮されていないのです。
もしそうなら、非定常な系列を扱おうとするツールは、現在ほぼ唯一、garchモデルしかないことになります ...
今のところ、効果的に予測するツールは一つもないと言ってよいでしょう。
個別には、たまに的中して、一時的に儲かるケースもある。
またはアービトラージパターンの利用、平均化
私たちがやっているのは、知的な予測を可能にするシステムです。あらゆる市場のプロセスやモデルを理解するという点では、SFのようなものです :)
つまり、人々がここに来て、読んで、そして無力感で悲しみを紛らわすためにパニックになって走るというのは、最も荒唐無稽なことなんだ :)
今のところ、予測に有効なツールは一つもないと言ってよいでしょう。
たまに当たり外れがあり、定期的に良い利益が得られる。
またはアービトラージパターンの利用、平均化
私たちがやっているのは、知的な予測を可能にするシステムです。あらゆるプロセスやモデルを理解する上でも、SFだと思います :)
https://github.com/uber/pyro
ガーチ...ガーク...どのガーチのことを言ってるんだ？- Rでは、このgarchがキーワードで24個、パッケージで、おそらく12個くらいあるんです。良し悪し)。
参加
rugarch パッケージ: ARMA(1,1); RealGARCH; Beveled t-distribution（斜めのt分布）。たくさんのツッコミどころがあります。
今のところ、効果的に予測するツールは一つもないと言ってよいでしょう。
当たり外れはあるもので、たまに当たりがあって、定期的に儲かることがある。
またはアービトラージパターンの利用、平均化
私たちがやっているのは、知的な予測を可能にするシステムです。モデルだけでなく、あらゆる市場プロセスを理解するという点では、SFのようなものです :)
つまり、人々がここに来て、読み、そして自分の無力感からくる悲しみを埋めるためにパニックになって走り出す、というのが一番ワイルドなんです :)
絶望的な気分です。一息ついて、データマイニングから進めていこうかな。
7割くらいは適切な予測をしていたように記憶しています。上の書き込みをしたのは私です。
私は、自分のMA（通常ではなく、ゴールド、つまり非標準）に予知を教えようとしました。MA（金や非標準の普通のものではない）を使って予測することを学びました。 ある時系列の70％くらいは素晴らしいのですが、残りの30％は何も分かりませんでした。しかし、現実的には使いようがない。
まあ、正解率70％なんて全然大したことないんですけどね。その70％の正解者のうち、少なくとも3分の1程度はトレードに参入しています。残るは23％です。30％の間違った予測（正しいか間違っているかは事前にわからない）に対して何もない。そして、間違った予測はそのまま変曲点（方向転換点）にあり、その部分はまさにトレードに最適な場所なのです。
その上で、予測することは無駄であり、むしろ分類することが重要だと考えています。つまり、ある瞬間が取引をするのに適しているかどうかを判断することです。パターンを見てみると、私が以前このトピックであげた、入口誤差20～40％増しの正確な数値が得られます。
さて、その7割が当たっても、まったく意味がない。その7割のうち、3分の1程度はトレードに参入するのが正しいのです。
なぜ3分の1なのか？
オール70％。予報は1時間後まで有効です。それから、また。
予測は無駄なので、分類した方がいい。
何もわからないんです。
例えば、午後1時に予測組み合わせの節が来て、次の1時間、つまり午後2時までロングがあるということです。
見通しがないのに分類があるのはどうしてですか？予測ではないのに、なぜ金融市場で何らかの分類が必要なのでしょうか？
予測なしに分類が存在するのはなぜか？予測しないのに、なぜ金融市場での分類が必要なのでしょうか？