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 602

 
ウラジミール・ペレヴェンコ

TensorFlowのグラフ、プロトコルバッファ、異なるプラットフォームや言語向けのコード生成、つまり本質的に低レベルのコード生成について聞いたことがあると思いますが、私は同じことを、自分のNSとMQL言語に対してだけ 行います。

聞いたことがあるだけでなく、使っている。しかし、MTで実行するためのR言語と。だから、アプローチや方向性が違うんです。私の開発したものは、あなたの役には立たないでしょう。 ご存じない方も多いと思いますが、Hlaiman EA Generatorです。

聞いたことがある、読んだことがある。私の行きたい道ではない。

上に書いたことから、私が興味を持ちそうな方向性を理解していただければと思います。

グラフの可視化、NSのトポロジー、シリアライズ、ProtoBufフォーマット、n次元配列のバッチ処理とインポート/エクスポート NumPyによるNSの重み付け、など。

もし、そのような情報や実現した経験をお持ちの方がいらっしゃいましたら、ぜひご相談させてください。

もう一度、繰り返します。アプローチや方向性が違うのです。私の経験など、何の役にも立たないでしょう。

グッドラック

例えば、Hlaiman EA Generator with Python and R consolesは、TensorBoardとRStudioの要素を含む統合環境、ネイティブのNSコンポーネント、DLL、NamedPipes、RESTを介してMT4、MT5端末と接続することが可能です。

 
マキシム・ドミトリエフスキー

さあ、ミハイル

仮想マシンなんだけど、仮想マシンで、相手のGPUを使っている)


それで思い出した。この企画を 見たことがあります。このようなプロジェクトでは、作って保存するだけでなく、教えたいと思う前にモデルを交換することも可能なのではないでしょうか。なぜなら、いざという時にこのリソースが機能しなかったからです。リットルもあるんですよ.読むんだ ...

 
ミハイル・マルキュカイツ

それで思い出した。以前、この企画を見たことがある。そのようなプロジェクトでは、教える前にモデルを作成・保存したり、交換したりする機能があるかと思います。なぜなら、いざという時にこのリソースが機能しなかったからです。リットルもあるんですよ....読む...


標準的なPythonのコードがあり、インターフェースは15分で習得できる。少なくとも、Pythonをよく知らない私でも一度にすべてを理解することができました...Pythonの基本は数日で習得できます。それ以外は、手口からしてリブ。要するに、とても簡単に始められるということです。でも、何のために必要なのかわからないのであれば、手を出さないほうがいいでしょうね :) 私はそこで、さまざまなニューラルネットワークを学んでいるところです。

予知能力に執着して基本を知らないから、始められるのであって、そうでなければならない。数学ができなくても、基本を身につけるには最低1年はかかります。

パソコンに環境をインストールする必要がなく、研究や語学の勉強に必要ないのがメリットです。

先験的分布と事後的分布、モンティ・ホールのパラドックス、トレーニング方法などです。あるいは、SVMとRBMはどう違うのか
 
マキシム・ドミトリエフスキー

普通のPythonのコードで、15分もあればインターフェイスは覚えられる。少なくとも私は、pythonをよく知らなくても、すべてを一度に理解しました...pythonの基本は、数日で習得できます。それ以外は、手口からしてリブ。要するに、とても簡単に始められるということです。でも、何のために必要なのかわからないのであれば、手を出さないほうがいいでしょうね :) 私はそこで、さまざまなニューラルネットワークを学んでいるところです。

そうすべき...予測器に執着して基本を知らないから、始められるのです。数学ができなくても、基本を身につけるには最低1年はかかります。

プラス面は、自分のコンピューターに環境をインストールする必要がないこと、そして研究や言語学習に必要ないことです。


何言ってるんだ、MoDの基本はよく知ってるぞ。Pythonの構文などはまた別問題です。同意見です。公的なサービス、モデルの作り方、OOSの私より優れているかどうかなどを確認したいです。もう、そこで結論が出るんです。理論的にはオプティマイザーの基本原理を再現して、比較特性を適切にすることは可能なのですが......。

 
ミハイル・マルキュカイツ

MoDの基本はよく分かっているんです。Pythonの構文などはまた別問題です。同意見です。公的なサービス、モデルの作り方、OOSの私より優れているかどうかを確認したい。もう、そこで結論が出るんです。理論的にはオプティマイザーの基本原理を繰り返すことで、比較特性が十分に出るようにすることは可能なのですが......。


まあ、オプティマイザーを繰り返すには、確率を含めた理論全体を勉強する必要がありますが......そういうことは、指を鳴らせばわかるというものではありませんからね )

恐ろしく頭のいい人たちが書いたものです )

例えばイワンは、『Hlaimann ... 』を書いた。というようなことを書いてみてください(笑)。

あなたと私、ユーザーは黙っていてもうらやましいだけなので、基本的なことを学んでください

 
マキシム・ドミトリエフスキー


オプティマイザーを再現するためには、確率を含めたすべての理論を勉強する必要があります。)

本当に頭のいい人たちが書いたものだから )

例えばイワンは、『Hlaimann ... 』を書いた。というようなことを書いてみてください(笑)。

あなたと私、私たちのようなユーザーは、黙って羨ましがり、基本を学べばいいのです。


要は、アプローチの原理を理解することです。実装は人それぞれでしょうが...。

 
ミハイル・マルキュカイツ

要は、アプローチの原理を理解することです。実装は人それぞれでしょうが...。


アプローチの原理は、すべて直感的でない数学です :)

たんれい

 
ヴィザード_。

あれは冗談です。雑談はしない。ツイストして、その影響を見る。
入力が十分であれば、「1ニューロン」でも可能です。
モの文脈では、トキシカでイデオロギー的に正しい。
--------------
ディープネットワークの教授 - youtu.be/qx3iM2aa2yU
31分 "まだ科学は少ないが、ブードゥー教の魔法はたくさんある"



シグモイドとタンジェント、どちらがいいのか、いまだにわからない...。)tangentという言葉もありますが、今はそう読んでいます。


 
2段落目は重要ではないと思います。ニューロンのシフトは、より小さな誤差を与える場合は0.5シグモイドを0にシフトし、それ以外の値に接する0もシフトします。
また、急勾配を最適化するのも面白いのですが、それは自作パッケージで可能です。既製のパッケージでは、おそらくできません。
シグモイドはタンジェントよりも誤差が少ないですからね。しかし、もしかしたら、これはランダムに選ばれた試験区間にしか当てはまらないかもしれません。もっと大きな比較をする必要があります。
 
エリブラリウス
2段落目は重要ではないと思います。ニューロンのシフトは、誤差が少ない場合は0.5シグモイドを0にシフトし、それ以外の値に接する0もシフトします。
また、急勾配を最適化するのも面白いのですが、それは自作パッケージで可能です。既製のパッケージでは、おそらくできません。
シグモイドはタンジェントよりも誤差が少ないですからね。しかし、もしかしたら、これはランダムに選ばれた試験区間にしか当てはまらないかもしれません。もっと大きな比較をする必要があります。

ReLUの方がいいらしい :)

libe Fuzzy mt5には様々なf-ionがあり、半分NS、半分エキスパートと、バラバラにNSのオリジナルを作ることができますが、その時はオプティマイザーでトレーニングします。

理由: