記事「機械学習に基づく平均回帰戦略の作成」についてのディスカッション - ページ 2

[削除済み]

fxsaber #:

ここまで読んで、原点がどこにあるのか理解できなかった。

選択されたクラスターを予測する。予測した場合、取引を許可する。他のベベルフィルターを使うのと似ている。

[fxsaber]

Сигналы на закрытие работают по обратной логике.

これは何だ？

input int stoploss = 2000;             //損失を止める
input int takeprofit = 200;            //利益を取る

[削除済み]

fxsaber #:

これは何だ？

ボットの入力、使えるよ。

[fxsaber]

Maxim Dmitrievsky #:
選択されたクラスターを10個中1個予測する。予測された場合、取引が可能になる。他のベベル・フィルターを使うのと同じだ。

そこがわからない。どのクラスターにいるかがすぐにわかるのに、なぜクラスターを予測するのか？

[fxsaber]

Maxim Dmitrievsky #:
ボットのインプット

トレーニングには参加せず、MT5で実験するために追加しただけですか？

Maxim Dmitrievsky#:
にアクセスできます。

コードが許容可能な計算速度のために全く書かれていなかったので、実際には苦痛です。

[削除済み]

fxsaber #:

私には理解できない。一目でどのクラスターにいるかわかるのに、なぜクラスターを予測するのか？

モデルの出力は予測と呼ばれる

[fxsaber]

Maxim Dmitrievsky #:
モデルの出力は予測と呼ばれる

ありがとう。

記事を読んだよ。水は全くない。ありがとう。

[削除済み]

fxsaber #:

つまり、トレーニングには参加せず、MT5で実験するために追加しただけですか？

それらはトレーニングには一切関与していませんが、pythonスクリプトではモデル選択に関与しています。任意に変更できます。このストラテジーは長いストップで最も簡単に機能します。別のトピックとして、その理由と修正方法があります。それは、オブザベーション間に大きな時間ギャップがある場合のクラスタリングに関連しています。

[削除済み]

fxsaber #:

ありがとう。

記事を読んだよ。水は全くない。ありがとう。

優 アー ウェルカム :)

[削除済み]

fxsaber #:
コードが許容できるほど高速に計算できるようにまったく書かれていないので、本当に面倒なんだ。

モデルの計算に時間がかかる。それを回避するトリックをいくつか思いついたが、まだ実行できていない。たとえば、ヒストリーのすべての予測を配列に書き込む。