I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
なぜなら、価格差益の分布は対称的であり、その対称的な分布はスライディングウィンドウでも維持されるからです。
このようなものをM15で実現する必要があるのです。
黄色の線は、窓を100とした移動平均線です。ほぼ完全にフラットな状態です。
そして、こちらは比較のためのEURUSDのM1です。10,000ラストバー、間引きなし。平均が常に横にずれている。
これは、私がドクから受けたPMの最後のエントリーの1つです...。何か、昔を思い出して泣けてきた...。
また、一部のダニが投げ出される基準は何でしょうか。それとも、"間引き "という言葉には、別の意味があるのでしょうか？
AUDCADはスプレッドも含めて勉強されたのでしょうか？そこは巨大で、40〜50ptsくらいです。チャートを見てみると、この100分間、価格はスプレッドから動いていません。
はい。
ドクの薄利多売のモデルが素晴らしい結果を出していても、スプレッドがほとんど利益を食いつぶしてしまっていた。そこで、さらに間引きに移行し、15分に1回程度のイベント（引用）を得るまでになった。残念ながら、その後どうなったかは知らない。消えてしまった...。アリョーシャのように殺されるかもしれない......誰にもわからない。
それをやめて、得られたBPにランダムプロセス理論の公式を当てはめただけです。
また、一部のダニが投げ出される基準は何でしょうか。それとも、「間引き」という言葉には、別の意味があるのでしょうか？
私はErlangを単純なイベントストリームとして間引きしています。ティックの引用のシリーズがあり、2つ目の引用はすべてそこから残されている-我々はそれを研究し、それは合わない-ので、3つ目の引用はすべて、など。一定の特性を持つシリーズが得られるまで
Erlangで間引きしています。ティックイベントのシリーズがあり、2回目の引用ごとにそこから投げ出される→調査する、合わない→だから3回目ごと、など。ある特性を持ったシリーズが得られるまで。
仮に、履歴上の分布をリセットして、望ましい分布を見つけたところで、どうする？最初のティックからではなく、2番目のティックから間引きを始めると、まったく別のデータを捨てなければならなくなりますよね？希望する地点からリアルタイムに薄めることができるのかがわからない。
歴史の上に投げ出して、望ましい分布が見つかったとしよう、そして、どうする？結局、最初のティックからではなく、2番目のティックから間引きを始めると、全く違うデータを捨てなければならなくなりますよね？よくわからないのですが、希望する地点からリアルタイムでできるのでしょうか？
:)))まあ、1年半もかかったんですけどね。しかし、間引きをしないと、この問題を解決する方法がまったくわからない。
さらに、ドクの場合はNSが次の増分の符号を予測するという愚かなものでしたが、私の場合は平均への回帰を伴うOrnstein-Uhlenbeck過程となりました。
はい。
ドクの薄利多売のモデルが素晴らしい結果を出していても、スプレッドがほとんど利益を食いつぶしてしまっていた。そこで、さらに間引きに移行し、15分に1回程度のイベント（引用）を得るまでになった。残念ながら、その後どうなったかは知らない。消えてしまった...。アリョーシャのように殺されるかもしれない......誰にもわからない。
それをやめて、得られたBPにランダムプロセス理論の公式を当てはめただけです。
男...アリオーシャは非業の死を遂げ、ユーラ・レシェトフもそうであったと推測されることから、このドクのジョークはもう面白くないと思う。そしてDR_TRは、幸いにも健在で、事務員として給料をもらって働き、ボスの使い走りをしています。少なくとも、暗号で3キロバックを失った後、精神的な傷が癒えるまでは、相場に関するこの悪夢のことは考えもしません。そして、きっと、リフレッシュして新しいアイディアを持って戻ってくることでしょう。
なぜなら、価格差益の分布は対称的であり、その対称的な分布はスライディングウィンドウでも維持されるからです。
このようなものをM15で実現する必要があるのです。
黄色の線は、窓を100とした移動平均線です。ほぼ完全にフラットな状態です。
そして、こちらは比較のためのEURUSDのM1です。10,000ラストバー、間引きなし。平均が常に横にずれている。
これは、私がドクから受けたPMの最後のエントリーの1つです...。何か、昔を思い出して泣けてきた...。
https://www.hindawi.com/journals/tswj/2015/909231/
なぜなら、価格差益の分布は対称的であり、この対称的な分布はスライディングウィンドウでも維持されるからです。
そんなことをM15で実現する必要があります。
以前にも書いて、ナンセンスであることを説明しましたが......。
このような特性を持つシリーズは、天才でなくても作れるし、エキゾチックな変換などを使う必要もないのです。シリーズの2重・3重の微分ができるくらい...。
そして、そうです!
1.対称的な利得と滑らかな滑りを持つ超定常系列を得ることができる
2.永久にゼロに戻してもらう。
3. このような系列は、どの分類器でも90%以上の優れた予測率を得ることができます。
しかし、このようなシグナルを市場に適用した場合、最初のトレンドで潰されてしまう。なぜなら、逆変換後のこのシグナルは1ペニーの価値もないからだ
では、どうぞAlexander_K
私の間違いを証拠で正当化する（ニックネームなしの他人のトレードの スクリーンショットは、あなたが 正しいという証拠にはならない）。
あるいは、この無意味なことを大衆に広めるのはやめてくれ、信じる人もいるかもしれない...。
中身のある議論を期待しています。
私のケースを証拠で論証するか（ニックネームなしの他の人の 取引のスクリーンショットは、あなたが 正しいという証拠にはカウントされません）
あるいは、この無意味なことを大衆に広めるのはやめてくれ、信じる人もいるかもしれない...。
中身のある話を待っています。
これは彼のスクリーンショットですが、問題はそこにドローダウンが利益と同等であることで、このチャートはエクイティを示していないのです。だから、方法の証明は、失礼ながら非常に疑問です。
強い動きについては同感だが、最近はない。しかし、このようなシグナルを市場に適用すると、最初のトレンドで潰されてしまう。なぜなら、逆変換の後では、このシグナルは1ペニーの価値もないのだから
Alexander_K
私の間違いを証拠で正当化する（ニックネームなしの他人のトレードの スクリーンショットは、あなたが 正しいという証拠にはならない）。
あるいは、この無意味なことを大衆に広めるのはやめてくれ、信じる人もいるかもしれない...。
中身のある話を待っています。
何も言わなくていいんだ そうすれば気が済むのか？
ドクがいなくなり、彼の仕事については、彼の信号が成長するのを見た以外は何も言えません。
私の信号について。
TIPスレッドにできる限りのことを記述しました。そして元々、ダニ流しの間引きで成り立っているものばかりです。 M1、M5、......のちょうど真ん中あたり。ランダムプロセス理論の公式は通用しない実際、SBと同じように+0%の利益が出ます。 薄型で時間軸が非直線的な列の作品について。なぜこのように動作し、そうでないのかはわかりません。
薄型化したシリーズをNSに突っ込むだけで利益が出るのでしょうか？この質問には、Doc ...私の個人的な意見ですが、「いいえ」です。私はマキシムにこう言った。NSはやはりランダムプロセスの理論を知り、プロセスの分散に関するEinstein-Smoluchowskiの公式を独自に導き出すべき...。NSという人間の天才を打ち負かすことは不可能である。IMHO間違っているかもしれませんが...。
しかし、結局のところ、このスレッドでは、入力データの前処理をしている人はほとんどいないのです。しかし、1000ページ前のウォーロックは、この段階が最も重要であり、すべてのMIのマスターの最も重要な秘密であると述べています。そして、コルダンの話を聞くことを学ばなければならない。