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 1592 1...158515861587158815891590159115921593159415951596159715981599...3399 新しいコメント Aleksey Mavrin 2020.01.11 18:18 #15911 マキシム・ドミトリエフスキー わからない、これは複雑な解釈だ。市場帰還者は、いくつかの分布が混在しており、それぞれが定常的に存在する可能性があります。フライとカツを切り離すと、いい感じのTSになりますよ。 私は議論しない、あなたはおそらくできる、問題はどちらの方法がより短く、より効率的であるかということです。私は、AKさんのトピックの最初のページを何十ページか読みましたが、そこで彼がこのような仮定、本質的には推測をしているのを何度か見ました。私の考えでは、モデルを「正しい」結果に適合させるという統計研究の全ポイントを横取りしています。私はハイテクとグーグル以外はあまり知らないので間違っているかもしれない）しかし、今のところ興味がわかないままになっている。 市場のリターンはいくつかの分布の混合物であり、それぞれの分布は定常的である可能性がある これは本体に近い、つまり、正規のものはその一部なのだろうか？ しかし、やはりどんな分布も、市場の雰囲気、ニュース、トレンドなど、何かが変わるまでは静止しているようにしか見えない。それを踏まえて、準備の仕方を学べば、きっと価値があるはずです。 Maxim Dmitrievsky 2020.01.11 18:38 #15912 アレクセイ・マヴリン 市場帰還者は、いくつかの分布の混合物であり、それぞれは定常的に存在しうるが、どちらが本体に近いか、つまり、正規のものはその一部か？ しかし、やはりどんな分布も、市場の雰囲気、ニュース、トレンドなど、何かが変わるまでは静止しているようにしか見えない。それを踏まえた上で、調理法を身につけるのであれば、その価値はあると思います。 例えば、ガウス混合型の場合、各クラスタにはガウスで記述された選択された点が存在し、いくつかの外れ値も存在することになります。 新しいデータでのチェックが主な課題 Boris 2020.01.11 18:58 #15913 と、誰もが違うことを考え、黙っていた Aleksey Vyazmikin 2020.01.11 20:12 #15914 レナト・アフティアモフ 皆さん、ハエたたき用の最も重要な神経細胞を提案していただけませんか？ 履歴を分割したので、今度はここに神経細胞を引っ張ってくる必要があります。 ご覧の通り、両者の間には全く相関がありません。 ペアトレードはダサい。 歴史の一片から結論を出すべきではありません。各カーブに対して予測子を作成し、このカーブの位置を他のすべてのカーブに対して相対的に記録し、各バーで順番に、1から6までの値を持つ6つの予測子を取得します。価格が上がったか下がったか、あるいは特定のカーブに対して、あるいはすべてのカーブに対して相対的に位置がどう変化したかなど、ここではカーブ（通貨ペア）ごとに別々にターゲットを設定してみて、何がより良く分類されるか、何がより良くなるか、そしてそれをどうトレードに生かすかを見てみるのです。 Renat Akhtyamov 2020.01.11 21:03 #15915 アレクセイ・ヴャジミキン 歴史の一片から結論を出してはいけない。私は、インジケータ内のロジックが何であるかわからないが、ここで関係を確認することは簡単です - 各カーブの予測子を作成し、他のすべての曲線に対するこの曲線の位置を記録し、各バーに順番に右、あなたは1〜6までの値で6予測子を取得します。価格が上がったか下がったか、あるいは特定のカーブに対して、あるいはすべてのカーブに対して、その位置がどう変化したかなど、カーブ（通貨ペア）ごとに目標を設定してみて、ここで異なる目標を設定して、何がより良く分類されるか、何が良くなるか、トレードでどう使うかを確認することができます。 Aleksey Vyazmikin: ありがとう、解決策を見つけたよ。Tipにも書きました。 Boris 2020.01.12 21:31 #15916 IOは、定常的なプロセスがあれば、大いに役立つことが示唆されている どう言う風に 定常過程が非定常化するのではなく、突然非定常化することがあるのです。 Андрей 2020.01.13 10:16 #15917 ボリス： IOは、定常的なプロセスがあれば、大いに役立つことが示唆されているどう言う風に なぜなら、悪いのは定常過程が非定常化することではなく、突然非定常化することだからです もう一度言いますが、時系列の 統計的な（非）定常性（時間分布の変動性）は、MOを使った将来の増分の予測性とはほとんど関係がないのです。ガウスノイズは定常だが予測できない、それを並べ替えて異種性を加えると、予測できるが非定常となる。 本当の問題は、歴史上で見つかったパターンは、通常、すでに他の人によって発見され、あなたがそれらを逆に期待することができますので、お互いを出し抜くためにほとんどの参加者の一定の努力のために市場のボラティリティにあり、 "自然の力"、それは基本的な、様々なラグタイムシフトである。とても複雑なんです。 Дмитрий 2020.01.13 10:44 #15918 アンドレイ もう一度言いますが、時系列の統計的（非）定常性（時間分布の変動性）は、MOを用いた将来の増分の予測可能性に非常に弱く関係しています。ガウスノイズは定常だが予測できない、それを並べ替えて異種性を加えると、予測できるが非定常となる。 本当の問題は、歴史上で見つかったパターンは、通常、すでに他の人によって発見され、あなたがそれらを逆に期待することができますので、お互いを出し抜くためにほとんどの参加者の一定の努力のために市場のボラティリティにあり、 "自然の力"、それは基本的な、様々なラグタイムシフトである。とても複雑なんです。 なぜ、ホワイトノイズが予測不可能だと思うのですか？ 系列が静止している場合、増分を使用する必要はありません。 このチャートにどんなフラット戦略も適用できないのですか？ Дмитрий 2020.01.13 11:24 #15919 アンドリュー： まあ、(log)returnsなら無理ですね、明らかに値段の問題ではないので))) 繰り返しますが、MOは元の時系列が 非定常であるため、増分を使用するだけです。 もし、系列が定常であれば、勾配は必要ない。 それは、「もう一度言うが、時系列の統計的（非）定常性（時間分布の変動）は、MOを使った将来の増分の予測性とはほとんど 関係がない」というものです。(с) Дмитрий 2020.01.13 11:43 #15920 アンドレイ すでに回答があったのに、遡って編集するのはよろしくない 1...158515861587158815891590159115921593159415951596159715981599...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
わからない、これは複雑な解釈だ。市場帰還者は、いくつかの分布が混在しており、それぞれが定常的に存在する可能性があります。フライとカツを切り離すと、いい感じのTSになりますよ。
私は議論しない、あなたはおそらくできる、問題はどちらの方法がより短く、より効率的であるかということです。私は、AKさんのトピックの最初のページを何十ページか読みましたが、そこで彼がこのような仮定、本質的には推測をしているのを何度か見ました。私の考えでは、モデルを「正しい」結果に適合させるという統計研究の全ポイントを横取りしています。私はハイテクとグーグル以外はあまり知らないので間違っているかもしれない）しかし、今のところ興味がわかないままになっている。
市場のリターンはいくつかの分布の混合物であり、それぞれの分布は定常的である可能性がある これは本体に近い、つまり、正規のものはその一部なのだろうか？
しかし、やはりどんな分布も、市場の雰囲気、ニュース、トレンドなど、何かが変わるまでは静止しているようにしか見えない。それを踏まえて、準備の仕方を学べば、きっと価値があるはずです。
市場帰還者は、いくつかの分布の混合物であり、それぞれは定常的に存在しうるが、どちらが本体に近いか、つまり、正規のものはその一部か？
しかし、やはりどんな分布も、市場の雰囲気、ニュース、トレンドなど、何かが変わるまでは静止しているようにしか見えない。それを踏まえた上で、調理法を身につけるのであれば、その価値はあると思います。
例えば、ガウス混合型の場合、各クラスタにはガウスで記述された選択された点が存在し、いくつかの外れ値も存在することになります。
新しいデータでのチェックが主な課題
皆さん、ハエたたき用の最も重要な神経細胞を提案していただけませんか？
履歴を分割したので、今度はここに神経細胞を引っ張ってくる必要があります。
ご覧の通り、両者の間には全く相関がありません。
ペアトレードはダサい。
歴史の一片から結論を出すべきではありません。各カーブに対して予測子を作成し、このカーブの位置を他のすべてのカーブに対して相対的に記録し、各バーで順番に、1から6までの値を持つ6つの予測子を取得します。価格が上がったか下がったか、あるいは特定のカーブに対して、あるいはすべてのカーブに対して相対的に位置がどう変化したかなど、ここではカーブ（通貨ペア）ごとに別々にターゲットを設定してみて、何がより良く分類されるか、何がより良くなるか、そしてそれをどうトレードに生かすかを見てみるのです。
歴史の一片から結論を出してはいけない。私は、インジケータ内のロジックが何であるかわからないが、ここで関係を確認することは簡単です - 各カーブの予測子を作成し、他のすべての曲線に対するこの曲線の位置を記録し、各バーに順番に右、あなたは1〜6までの値で6予測子を取得します。価格が上がったか下がったか、あるいは特定のカーブに対して、あるいはすべてのカーブに対して、その位置がどう変化したかなど、カーブ（通貨ペア）ごとに目標を設定してみて、ここで異なる目標を設定して、何がより良く分類されるか、何が良くなるか、トレードでどう使うかを確認することができます。
IOは、定常的なプロセスがあれば、大いに役立つことが示唆されている
どう言う風に
定常過程が非定常化するのではなく、突然非定常化することがあるのです。
IOは、定常的なプロセスがあれば、大いに役立つことが示唆されている
どう言う風に
なぜなら、悪いのは定常過程が非定常化することではなく、突然非定常化することだからです
もう一度言いますが、時系列の 統計的な（非）定常性（時間分布の変動性）は、MOを使った将来の増分の予測性とはほとんど関係がないのです。ガウスノイズは定常だが予測できない、それを並べ替えて異種性を加えると、予測できるが非定常となる。
本当の問題は、歴史上で見つかったパターンは、通常、すでに他の人によって発見され、あなたがそれらを逆に期待することができますので、お互いを出し抜くためにほとんどの参加者の一定の努力のために市場のボラティリティにあり、 "自然の力"、それは基本的な、様々なラグタイムシフトである。とても複雑なんです。
もう一度言いますが、時系列の統計的（非）定常性（時間分布の変動性）は、MOを用いた将来の増分の予測可能性に非常に弱く関係しています。ガウスノイズは定常だが予測できない、それを並べ替えて異種性を加えると、予測できるが非定常となる。
本当の問題は、歴史上で見つかったパターンは、通常、すでに他の人によって発見され、あなたがそれらを逆に期待することができますので、お互いを出し抜くためにほとんどの参加者の一定の努力のために市場のボラティリティにあり、 "自然の力"、それは基本的な、様々なラグタイムシフトである。とても複雑なんです。
なぜ、ホワイトノイズが予測不可能だと思うのですか？
系列が静止している場合、増分を使用する必要はありません。
このチャートにどんなフラット戦略も適用できないのですか？
まあ、(log)returnsなら無理ですね、明らかに値段の問題ではないので)))
繰り返しますが、MOは元の時系列が 非定常であるため、増分を使用するだけです。
もし、系列が定常であれば、勾配は必要ない。
それは、「もう一度言うが、時系列の統計的（非）定常性（時間分布の変動）は、MOを使った将来の増分の予測性とはほとんど 関係がない」というものです。(с)
すでに回答があったのに、遡って編集するのはよろしくない