class seed=None¶ Container for the Mersenne Twister pseudo-random number generator. exposes a number of methods for generating random numbers drawn from a variety of probability distributions. In addition to the distribution-specific arguments, each method takes a keyword argument size that defaults to . If size is , then a single value is...
comment_15957283
この方法の利点は何でしょうか？なぜレンゲを使わないのか、ティックボリュームで正規化 しないのか、ある時間帯の平均ボラティリティで正規 化しないのか。
comment_15959144
音声認識を連想させる音声を録音し、周波数形式に変換し、個々の文字や単語などを認識する。定着した言い回しが多く、次の単語を高い確率で推測することが可能です。この手法を市場に移したらどうだろう。 スペクトルを入手し、「文字」「単語」「フレーズ」のパターンを識別してみる。
https://www.mql5.com/ru/forum/286022/page169#comment_15898101
https://www.mql5.com/ru/forum/286022/page169#comment_15898212
メルセンヌ渦でのテストは可能ですか？
この記事から 薄型化？特定の時計以外をシリーズから除外すると、日次TFに移行することになるのでは？
メルセンヌ渦について確認することは可能ですか？
薄型化はこの記事から でしょうか？特定の時計以外をシリーズから除外すると、日刊TFに移行してしまうのでは？
後で見ます。
はい、はい、日次サイクルですが、異なるラグでインクリメントを取ることができます
大雑把に言うと、「系列を微分する」「任意の方法で間引く（必ずしも一定間隔でなくてもよい）」「線形依存性を探す」というロジックである。 これは、依存関係を見つけるための普遍的なものだと私は思います。
後で見ます。
はい、はい、日次サイクルですが、異なるラグでインクリメントを取ることができます
大雑把に言うと、「系列を微分する」「任意の方法で間引く（必ずしも一定間隔でなくてもよい）」「線形依存性を探す」というロジックです。これは、依存関係を検索するための普遍的なものだと私は思います。
初期の頃から、今となっては何も見つからないと思いますが
メルセンヌ渦について確認することは可能ですか？
https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.random.RandomState.html
generator = np.random.RandomState(0)
値 = 0 + np.cumsum(generator.normal(0, 0.1, size=date_time.size))である。
それは面白いですね。ランダム性を予測することができなかった。いくつか思うところがありますが。
1.暗号を通さないジェネレーターのようなものを用意する。
2.初期gpsfの予測値を計算し、予測誤差を計算する（rsc gpsf-prediction）。スコgpshより悪いなら、「明日は今日のようになる」は万年ベスト予報だ。
後で見ます。
はい、はい、日次サイクルですが、異なるラグでインクリメントを取ることができます
大雑把に言うと、「系列を微分する」「任意の方法で間引く（必ずしも一定間隔でなくてもよい）」「線形依存性を探す」というロジックです。これは、依存関係を見つけるための普遍的なものだと私は思います。
最初は日足のタイムフレームにすることかと思ったが、最初に差別化しているので、そうではないのだろう。そして、ちょっとこだわっているのは、なぜそれが有効なのかという「物理的な」感覚がわからないことです。価格の流れとして見るなら、価格形成の観察に限界がある。信号として捉えると、プリフィルタをかけずにダウンサンプリングしているので、エイリアシングや虚数周波数、つまり信号の歪みが発生しています。
最も現実的な説明は、レリック放射の 影響だと思われます。そうすると、日周と年周があるはずです。
最初は1日の時間軸に移行することかと思いましたが、まず差別化をしているので、そうではありません。そして、ちょっとこだわっているのは、なぜそれが有効なのかという「物理的な」感覚がわからないことです。価格の流れとして見るなら、価格形成の観察に限界がある。信号として見た場合、プリフィルタをかけないダウンサンプリングが行われ、エイリアシングや虚数周波数、つまり信号の歪みが発生します。
最も現実的な説明は、レリック放射の 影響と思われます)))そうすると、日周と年周があるはずです。
リンクありがとうございます））ちょうど自然のサイクルについて探していたところでした。
例えば、24のラグを持つ1時間ごとの増分が、同じラグを持つ前回の増分に依存すること。I.e.前作を見て、今作を予測する
は、平均増分がゼロから乖離している限り（例えば、1年のサンプル）、機能します。それに応じて売買が行われています。記事には、そのすべてが書かれています。
1日単位で分割する理由は明確です。アメリカのセッションは1工程、ヨーロッパのセッションは1工程というように。つまり、現在の欧州のセッションは、昨日の続きで、特定の1時間または数時間、それ以外を切り取って考えているのです。
月ごとのサイクルもだいたい決まっています。それ以外については、わかりません。
時間単位で取るために、共和分（条件付）商品にも同じように、共和分を改善しようとしました。全シリーズより良いが、刺激がない。