Бегло прочитал статью нашего михи) Уже второй раз, первый раз читал давно, нечего тогда не понял... Попробую кратко изложить его подход если я что то не понял то пусть он меня поправит...
1) Из цены выделяем точки которые (математически/логически) одинаковые (кластера), у михи это сигнал торг. системы секвента но по факту это может быть что угодно - пересечение машек, черная свеча в 10 утра итп. он собственно и сам об этом говорит что может быть что угодно.
Человеческим языком : мы просто субъективно сокращаем размерность в данных , уменьшаем степени свободы, для АМО (алгоритм машинного обучения). И это наверное правильно.
2) далее миха учитывает "контекст рынка" отчеты там всякие , открытый интерес и рассматривает сигнал от системы секвента в контексте "контекста рынка" (сори за каламбур) и на каждую такую комбинацию тренирует сеть..
Человеческим языком: "контекст рынка" - это тоже по сути кластер и тут тоже может быть что угодно. В ситуации когда один кластер(п.1) есть вложенный в другой кластер(п.2) мы еще сильнее сокращаем размерность, на порядки. И теперь уже на полученных сжатых данных мы обучаем АМО . И это тоже наверное правильно.
3)Обучаем АМО1 классификации на три класса "бай", "сел", "не знаю" (миха обучал на "бай" и на "сел" отдельно но я не вижу смысла)
4)На "новых данных 1" смотрим ошибку распознавания АМО1 и создаем новые метки в классах типа "бай/не угадала" или "бай/угадала" или "сел/не знаю"5) Обучаем второй АМО2 на данных и ответах от первой АМО16) На "новых данных 2" смотрим ошибку распознавания АМО2
Человеческим языком: Вторым АМО2 мы предсказываем правильно ли угадает АМО1 свой класс
правильно миха?? смотри я в 10 строчек всю твою статью уместил))
michaさん、前ページの私の質問に答えてくれるのか、くれないのか、私はあなたの発言を正しく理解していたのでしょうか？
ターゲットからインクリメントを構築する場合、それは正規化され、実値の範囲に横たわり、0:1の範囲にシフトされる可能性があります。
予測ということであれば、ターゲットを1ラグ分後ろにずらして、今日明日のことを考えるべきでしょう。ここでも、スロープの符号をとって0:1の範囲に持っていけばいいのです。しかし、方向がわかるだけで、予報の深さはわからないでしょう。そのため、グリッドからの余分なリソースも必要です。一般的にジグザグは（彼であれば）あまり良いターゲットではありません。分類のためには意味がありませんが、予後のためにはもう一人、最後の価値を持つものを取った方が良いからです。
仕事柄、目標も極端な値にはならないのは事実です。それは、現在の信号が進行中であるため、結果がわからないということです。そのため、1（必須）2個の追加信号をインデントして、モデルが一般的にどのように機能するかを確認します。トレーニングの前にテスト期間を設けていますが、それでも2信号はインデントしますが、それ以上はしません。
ありえない、ループに入ってないようだ。
michaさん！最後のページの私の質問に答えてくれるのか、くれないのか？
ここでも関数を使った正規化を行っていますね。引き算を使った簡単な計算でやってみるか、レシェトフの公式を使ってもいい。double x0 = 2.0 * (v0 + minimum) / maximum - 1.0.そうすれば、インターピタンスや逆変換の問題は発生しない。この関数がどのようにこの正規化を行うのか分かりませんが...。
何言ってるんだ 酔っ払いか？:) 記事とアルゴリズムについてお聞きしました。
複製する
それは無理だ、君は輪から外れているようだ。
リスがいる）
ミカと小さい文字で呼ぶと変な感じです :-)
これはすべて間違っている。文脈からして時代遅れの記事です。いずれにせよ、これで改善されることはありませんでした。文脈を変えることで入力データを多重化し、それによって入力に織り込んでいこうとしたのですが、質的な向上は得られなかったものの、この方向で仕事を終わらせることもできませんでした。つまり、できれば文脈で自分の経験を更新したいのです。
順を追って見ていきましょう。
1) すべて正しく、時間間隔を変えることなく、数学的にサンプルを減らす。また、学習したネットワークの 品質が良ければ、簡単な条件により不要なデータを排除し、時間間隔を長くすることも可能です。
2）市場の状況は、9つの州しかない。そこで、9つのモデルを構築し、それぞれが特定の期間のコンテキストで学習し、機能するようにします。しかし、ここでもう一つ、データの陳腐化という問題が浮かび上がってくる。3日前のモデルが日中に動いたとしても、今日スイッチを入れるときには昨日のことは考慮されないということで、マーケットにとっては重要なことなのです。ここでコンテキストを使うことのアキレス腱が見えてくるので、乗算で入力データに織り込もうとしたのですが、ここでもうまくいきませんでした。でも、やっぱりいじっちゃうんですよね。
3）これは困った。すべてが積み重なっている。説明しよう。シークエンスには2つの売買シグナルがあり、これらのシグナルは互いに独立しています。基本戦略から買いシグナルだけを取り出すと、買いシグナルが互いに依存し合う、より安定した基本戦略を得ることができます。つまり、買いシグナルが売りシグナルの出現に依存しないフルシークエンスとは異なり、数バーの差で2つのシグナルを得ることはできないのです。
オプティマイザーRechetovでのトレーニングについて（私は誰も私がそこに私の記事を推進していると考えていないことを願っています）が、私はそこから多くのアイデアを取った。2つの多項式、つまり同じ答えならYES、同じ答えならNO、異なる答えならNOの2つのグリッドを学習させる。サンプルはtraineとtestの2つのchatsiに分けられ、一方の多項式がtraineで他方がtest、その逆がtestである。クロストレーニングしかし、最終的には、あるネットワークからテスト区間を取り出し、別のネットワークからテスト区間を取り出せば、これが全体としてのトレーニングセットとなるのです。
4)5)6) 確かに私は、第1レベルの入力、第1レベルからの第2レベルの出力、といったマルチレベルのモデルをやってみましたが。そういえば、マキシムはこの方法を科学的に呼んだりもしていましたが、今は面倒でやっていませんね。現時点では、第一階層だけで十分です。この方法は、より高度なタスクに適していると思います。さて、私のTSが1週間稼動したとします。この方法であれば、TSの寿命は延ばせると思いますが、大きくは延ばせないと思います。つまり、次のレベルは、下のレベルのエラーを隠そうとするのです。私があなたを正しく理解していれば。
そうそう、お酒も飲んでるしね。ビールを飲んで話をしたトリックスターは一体どこにいるんだ？彼のために考えたんだ...:-)
ミカと小さい文字で呼ぶと変な感じです :-)
むざむざ）
そんなことはありません、あなたは輪から外れているようです。
男、若くなったなぁ......。私は知っているので、ここで注意して聞いてください私はペナトリアルタイム（最後にはビデオになります）を教えています。あなたのような方がいるからこそ、存在の本質をいちいち説明しなくてもいいように、ビデオを作りたいのです。価格形成の因果関係モデルというものがある。時間的なものでなく、因果的なもの。そこで、価格変動の要因として、次のようなことが考えられます。
まず、オプショニストは、ボラティリティの微笑をゆがめることによって、市場の期待を形成する。そして、この予想やインターネット（眼鏡屋は間違うことがある）に従って、デルタを持った取引量が存在するのです。出来高は参加者数、デルタは取引量＋建玉の方向性を示す。そうして初めて、取引量に応じて価格が変化し、その時初めて、皆さんが価格予測に使おうとしている指標の値が変化するのです。つまり、原因を予測しようとしているのです。では、私たちの中で誰が手を抜いているのでしょうか？
SIの場合はこのようなデータがすべてありますが、ビットコインの場合はどうでしょうか。だから、ピ...ディ...しないように。なぜなら、私はあなたに十分な神経を持っていないからです。基本を学べよ、諸君......。だから、私のやり方は、あなたのやり方とは違って、うまくいくのです。また、あなたのは動作可能かもしれませんが、上記のモデルに基づいていない場合、あなたの仕事はランダムである確率が高くなります。何か質問は？