트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2821

새 코멘트
 
hmm은 기하학적 확률을 사용하나요?
아니! 그걸로 뭐하는 거야?
근접성을 기하학적 확률이라고 부르는 건 좋아. 그래도 일반 확률과는 비교가 안 돼...

당신은 자신이 멍청하다는 걸 인정하지 않고, 매번 글을 쓸 때마다 말을 바꾸고, 주제에서 주제로 넘어가고, 저한테 욕을 하죠.
뻔한 걸 인정하지 않으려고...


 

기하학적으로 해석한 군집의 확률입니다.

당신은 망상에 빠져서 무슨 말을 하는지 모른다는 말을 들었습니다. 그 이후로 아무도 변하지 않았습니다.

 
Maxim Dmitrievsky 기하학적 해석으로 클러스터에 할당될 확률입니다.
음.... 에서 클러스터에 속하는 이 기하학적 근접 확률을 일반 확률인 hmm과 동일시하고 두 확률이 같은 방식으로 작동한다고 말합니다.

왜냐하면 클러스터와 흠은 동일하게 작동하기 때문입니다.

그게 사실이라면, 그렇다면 평결은 엉터리입니다))))
 
mytarmailS #:
Well.... 의 기하학적 근접 확률인 클러스터를 일반 확률인 흠과 동일시하고 두 확률이 동일하게 작동한다고 말합니다.

클러스터와 흠은 동일하게 작동하기 때문에....

이것이 사실이고 사실이라면 평결은 멍청한 것입니다))))
모두가 이미 그것을 깨달았고 심지어 당신에게 응답을 중단했습니다. 불행히도 당신은 감히 내 게시물에 댓글을 달았고 다시 한 번 당신을 쓰레기통에 버려야했습니다.
여기서부터 계속 횡설수설하세요. 나중에 또 다른 지적 공격을 위해 다시 오세요. 이 주제는 이미 지쳤다고 생각하지만 기린처럼 아직 그 주제에 도달하지 못했군요. PTU에겐 정상이에요.
 
오호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호호인...
망가져서 망가져서...
정말 심오한 논쟁입니다.)
부끄러운 줄 아세요...
넵투시닉)))))))))))))))))))))))))))))
 

흥미로운 기사.

초록 번역

이 논문은 신경망의 예측 정확도와 ARCH, GARCH, GARCH-M, TGARCH, EGARCH와 같은 조건부 이질적 모형의 예측 정확도를 비교합니다.

IGARCH, 다양한 환율 예측을위한 다층 퍼셉트론 네트워크 (MLP) 및

다양한 아키텍처와 조건부 방사형 기저 함수 (RBF) 네트워크

이질적 확률 모델을 사용하여 5개의 시계열 환율을 예측합니다. 결과는 다음과 같습니다.

신경망과 조건부 이질적 모델 모두 예측에 효과적으로 사용될 수 있음을 보여줍니다.

예측을 위해. RBF 네트워크는 신경망 네트워크에서 MLP 네트워크보다 훨씬 우수한 성능을 보였습니다.

네트워크 사례 연구. IGARCH와 TGARCH는 다른 조건부 이질적 모형보다 더 나은 성능을 보였습니다.

모델보다 성능이 뛰어납니다. 신경망의 성능

의 성능은 조건부 이질적 확률 모델보다 우수합니다. 신경망은 다음과 같은 경우에 효과적으로 사용할 수 있는 것으로 나타났습니다.

환율 계열의 조건부 변동성 및 옵션 N의 내재 변동성 추정에 사용됩니다.

옵션의 내재 변동성. 신경망이 표본 외 예측에서 조건부 이질적 확률

모델을 능가하는 것으로 나타났습니다.

 
아치형의 장점은 뉴런의 가중치 수와 관련하여 매개변수의 수가 최소라는 점입니다. RBF도 MLP보다 가중치가 적습니다. 하지만 계산하는 방식이 다릅니다.
 
Maxim Dmitrievsky #:
아치형의 장점은 뉴런의 가중치 수와 관련하여 매개변수의 수가 최소라는 점입니다. RBF도 MLP보다 가중치가 적습니다. 하지만 계산 방식이 다릅니다.

Archie는 비정형성을 상당히 상세하게 모델링합니다.

뉴런도 마찬가지겠지만, MO 모델은 패턴을 찾아 "역사는 반복된다"는 개념을 활용합니다.

이 기사는 패턴 찾기 경로가 비고정성 모델링보다 더 유망하다는 것을 암시하나요?

 
СанСаныч Фоменко #:

아키 모델링 비정지성을 상당히 상세하게 설명합니다.

뉴로닉 모델도 마찬가지겠지만, MO 모델은 패턴을 찾아 "역사는 반복된다"는 개념을 활용합니다.

이 기사는 패턴 찾기 경로가 비고정성 모델링보다 더 유망하다는 것을 암시하나요?

제가 알기로는 비안정성 모델링은 변동성 모델링을 의미합니다. 거래의 방향성 없이 말이죠. 그런 점에서 패턴 또는 평균 증분 이동이 방향성 거래에 더 유망합니다. 아직 기사를 보지 못했습니다.

나는 심지어 다른 방향으로의 거래를 포기할 것입니다. 예를 들어 지난 10 년 동안의 유로 벅스는 구매하지 않고 주기적으로 어리석게 팔아야합니다. 어떤 구매는 판매보다 모델에 더 많은 오류를 발생시킵니다.
 
Maxim Dmitrievsky #:
제가 알기로는 비안정성 모델링은 변동성 모델링을 의미합니다. 방향성 트레이딩 없이. 이런 점에서 패턴 또는 평균 증분 이동이 방향성 거래에 더 유망합니다. 아직 기사를 보지 못했습니다.

나는 심지어 다른 방향으로의 거래를 포기할 것입니다. 예를 들어 지난 10 년 동안의 유로 벅스는 구매하지 않고 주기적으로 어리석게 팔아야합니다. 매수는 매도보다 모델에 더 많은 오류를 일으킬 것입니다.

동의합니다.

우리 터미널에서 거래 기호. 변동성이란 무엇인지 전혀 명확하지 않습니다.

하지만 자산의 절대 가치를 예측하는 것이라면 또 다른 문제입니다. 변동성은 위험이며, 자산의 가치를 예측하는 데 중요한 요소입니다.


아마 그런 것 같네요.


가차는 잊어버리세요.

1...281428152816281728182819282028212822282328242825282628272828...3399
새 코멘트
사유: