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 1595 1...158815891590159115921593159415951596159715981599160016011602...3399 新しいコメント Дмитрий 2020.01.13 15:15 #15941 ボリス ..... またの再来を待つことができる リターンを待つことは可能ですが、実際のTSでは意味がありません。 TSを定式化し、あなたは "待機 "にあなたが静止セクションの戦略の収益性が悲惨であることを、資本のような部分を確保する必要があることがわかります。 Aleksey Nikolayev 2020.01.13 15:52 #15942 ボリス adf_test in R そうではなくて、Dickey-Fullerは自己回帰過程に対してのみ有効なのです。 Boris 2020.01.13 16:02 #15943 アレクセイ・ニコラエフ そうではなくて、Dickey-Fullerは自己回帰過程に対してのみ有効なのです。 そのプロセスを認識するのは彼の問題であり、我々は彼にコティアを与えるのではなく、合成物を与え、そして合成物とまではいかないが adf_testが0.01を出したら、竹を吸いに行ってもいいんじゃね? それは彼の問題であって、私の問題ではありません。 これとて Boris 2020.01.13 16:09 #15944 マキシム・ドミトリエフスキー モードが変わってもトレードする必要はなく、モードが変われば戦略を変える必要があります。スキャルピングであれば、それぞれ何百回と取引することになります。課題は、時間内に戦略を切り替えること、つまりモード変更をできるだけ早く特定すること、あるいは予測することです。 この問題を解決すれば、聖杯はあなたのポケットの中にあるはずです。 モードチェンジは議論の余地が大きい 私はすでに質問したことがあるのですが、定常性をどのように考えるか、つまりシフトするウィンドウか伸びる列か? が、それはどうでもよくて、どちらも「非定常性」が得られたと仮定しよう 非定常性に関するTSを作成することは、これまで誰もできなかった。 もうひとつは、(静止している状態で)森に「入るか入らないか」を判断させようとすると、失速したり、推測されたりするような気がします 静止しているときは、TCを "逆 "にすることができるが、信頼できる統計はない。 ゼロに戻ることが分かっていれば、ドローダウンを反転させるという手法を適用することはできますが 簡単ではないが、可能性はある...。古いビレットを使おうという提案、ありがとうございます。 もしそうなら、もちろん しかし、私たちは考える必要があります Maxim Dmitrievsky 2020.01.13 16:18 #15945 ボリス モードシフトは非常に議論の多い問題である 私はすでに質問したことがあるのですが、定常性とはどのように考えるのでしょうか? が、それはどうでもよくて、どちらも「非定常性」が得られたと仮定しよう 非定常性に関するTSを作成することは、これまで誰もできなかった。 もうひとつは、(静止している状態で)森に「入るか入らないか」を判断させようとすると、失速したり、推測されたりするような気がします 静止しているときは、TCを "逆 "にすることができるが、信頼できる統計はない。 ゼロに戻ることが分かっていれば、ドローダウンを反転させるという手法を適用することはできますが 簡単ではないが、可能性はある...。古いビレットを使おうという提案、ありがとうございます。 もちろん、できることならね。 が、よく考えてみる必要がある。 私は、前回の記事のように、有意な増分ラグから定常性をカウントする方が好きです。例えば、1時間単位でのラグ〜24はロバストです。 そうすれば、ウィンドウの選択に不確実性はありません。 森があろうがなかろうが、ここでは例えばブースト(すべてが準備万端)で、モードが変わるまで動作するのです。平均的な増分が発生すると、モデルがクラッシュするのは自然なことです。平均の偏り(分散ですらない)がtcに影響することを理解するのに時間がかかったのは驚きです。ダサい。 何が足りないかは、すでに投げ売りされている。ここでは、インクリメントをクラスタリング(モードを定義すること)し、新しいデータでテストする簡単な例を紹介します(3つのモードが見つかりました)。わざとシンプルなものを選んで、まだ実験していない。 https://www.quantnews.com/k-means-clustering-creating-simple-trading-rule-smoother-returns/ Maxim Dmitrievsky 2020.01.13 16:37 #15946 すなわち、各クラスタに対して別々のモデルを当てはめる。現在のクラスタ(モード)が定義され、それに応じてモデルが切り替わる。 他に考えることはない、やるしかない。K-meansはベストなオプションではありませんが、テストケースとしては有効でしょう。 Aleksey Nikolayev 2020.01.13 16:41 #15947 ボリス adf_testが0.01を出したら、竹を吸いに行ってもいいんじゃないですか? 彼は非定常性の非常に特殊なケース(自己回帰型、SB型)を否定しており、非定常性はもっと多様である可能性がある。 ポイントは、Woldの定理によれば、どんな定常過程も自己回帰的とみなせるが、非定常過程の中には自己回帰的なものはほとんどないということである。 Boris 2020.01.13 16:58 #15948 アレクセイ・ニコラエフ 彼は非定常性の非常に特殊なケース(自己回帰、SB型)を否定しており、非定常性はもっと多様である可能性がある。 ポイントは、Woldの定理によれば、どんな定常過程も自己回帰的であると考えられるが、非定常過程の中には自己回帰的なものはほとんどないことである。 だからなんだ、仮に拒否されたとして と何-2? Aleksey Nikolayev 2020.01.13 17:24 #15949 ボリス では、仮にそうだとしましょう。 と2とは? リジェクトとする」ってどういうこと?統計的検定とは 何か、統計的仮説とは何か、も知っているのか? Boris 2020.01.13 17:27 #15950 アレクセイ・ニコラエフ リジェクトを仮定する」とはどういう意味ですか?統計的検定とは 何か、統計的仮説とは何か、も知っているのか? 逆質問をせずに質問に答えられるか? 1...158815891590159115921593159415951596159715981599160016011602...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
.....
またの再来を待つことができる
リターンを待つことは可能ですが、実際のTSでは意味がありません。
TSを定式化し、あなたは "待機 "にあなたが静止セクションの戦略の収益性が悲惨であることを、資本のような部分を確保する必要があることがわかります。
adf_test in R
そうではなくて、Dickey-Fullerは自己回帰過程に対してのみ有効なのです。
そうではなくて、Dickey-Fullerは自己回帰過程に対してのみ有効なのです。
そのプロセスを認識するのは彼の問題であり、我々は彼にコティアを与えるのではなく、合成物を与え、そして合成物とまではいかないが
adf_testが0.01を出したら、竹を吸いに行ってもいいんじゃね?
それは彼の問題であって、私の問題ではありません。
これとて
モードが変わってもトレードする必要はなく、モードが変われば戦略を変える必要があります。スキャルピングであれば、それぞれ何百回と取引することになります。課題は、時間内に戦略を切り替えること、つまりモード変更をできるだけ早く特定すること、あるいは予測することです。
この問題を解決すれば、聖杯はあなたのポケットの中にあるはずです。モードチェンジは議論の余地が大きい
私はすでに質問したことがあるのですが、定常性をどのように考えるか、つまりシフトするウィンドウか伸びる列か?
が、それはどうでもよくて、どちらも「非定常性」が得られたと仮定しよう
非定常性に関するTSを作成することは、これまで誰もできなかった。
もうひとつは、(静止している状態で)森に「入るか入らないか」を判断させようとすると、失速したり、推測されたりするような気がします
静止しているときは、TCを "逆 "にすることができるが、信頼できる統計はない。
ゼロに戻ることが分かっていれば、ドローダウンを反転させるという手法を適用することはできますが
簡単ではないが、可能性はある...。古いビレットを使おうという提案、ありがとうございます。
もしそうなら、もちろん
しかし、私たちは考える必要があります
モードシフトは非常に議論の多い問題である
私はすでに質問したことがあるのですが、定常性とはどのように考えるのでしょうか?
が、それはどうでもよくて、どちらも「非定常性」が得られたと仮定しよう
非定常性に関するTSを作成することは、これまで誰もできなかった。
もうひとつは、(静止している状態で)森に「入るか入らないか」を判断させようとすると、失速したり、推測されたりするような気がします
静止しているときは、TCを "逆 "にすることができるが、信頼できる統計はない。
ゼロに戻ることが分かっていれば、ドローダウンを反転させるという手法を適用することはできますが
簡単ではないが、可能性はある...。古いビレットを使おうという提案、ありがとうございます。
もちろん、できることならね。
が、よく考えてみる必要がある。
私は、前回の記事のように、有意な増分ラグから定常性をカウントする方が好きです。例えば、1時間単位でのラグ〜24はロバストです。 そうすれば、ウィンドウの選択に不確実性はありません。
森があろうがなかろうが、ここでは例えばブースト(すべてが準備万端)で、モードが変わるまで動作するのです。平均的な増分が発生すると、モデルがクラッシュするのは自然なことです。平均の偏り(分散ですらない)がtcに影響することを理解するのに時間がかかったのは驚きです。ダサい。
何が足りないかは、すでに投げ売りされている。ここでは、インクリメントをクラスタリング(モードを定義すること)し、新しいデータでテストする簡単な例を紹介します(3つのモードが見つかりました)。わざとシンプルなものを選んで、まだ実験していない。
https://www.quantnews.com/k-means-clustering-creating-simple-trading-rule-smoother-returns/
すなわち、各クラスタに対して別々のモデルを当てはめる。現在のクラスタ(モード)が定義され、それに応じてモデルが切り替わる。
他に考えることはない、やるしかない。K-meansはベストなオプションではありませんが、テストケースとしては有効でしょう。
adf_testが0.01を出したら、竹を吸いに行ってもいいんじゃないですか?
彼は非定常性の非常に特殊なケース(自己回帰型、SB型)を否定しており、非定常性はもっと多様である可能性がある。
ポイントは、Woldの定理によれば、どんな定常過程も自己回帰的とみなせるが、非定常過程の中には自己回帰的なものはほとんどないということである。
彼は非定常性の非常に特殊なケース(自己回帰、SB型)を否定しており、非定常性はもっと多様である可能性がある。
ポイントは、Woldの定理によれば、どんな定常過程も自己回帰的であると考えられるが、非定常過程の中には自己回帰的なものはほとんどないことである。
だからなんだ、仮に拒否されたとして
と何-2?
では、仮にそうだとしましょう。
と2とは?
リジェクトとする」ってどういうこと?統計的検定とは 何か、統計的仮説とは何か、も知っているのか?
リジェクトを仮定する」とはどういう意味ですか?統計的検定とは 何か、統計的仮説とは何か、も知っているのか?
逆質問をせずに質問に答えられるか?