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 1828

新しいコメント
 
mytarmailS:

は、特定のシーケンスにおける 任意の 特定のイベントと、これらのイベントが発生したときの価格を 厳密に考慮したルールを合成 する。

以下はそのパターンです。


こんかいは

以下は同じパターンです。

ここで問題なのは、相関関係のない類似性です。経済学の指標はここから始まった）列は似ているが、相関関係はない。このアイデアはいいですね。状態のライブラリを作るという感じですが、純粋に漸進的なラグだけでは不十分で、少しでも予測因子も必要です。もし、これらの組み合わせが、大きな間隔で、多かれ少なかれ均等に 分布しているならば、チャンスはあるのです。

 
Valeriy Yastremskiy：

ここで問題なのは、相関関係のない類似性です。経済学の指標はここから始まった）行は似ているが、その間に相関はない。このアイデアはいいですね。状態のライブラリを作るという感じですが、純粋なインクリメンタルラグだけでは不十分で、少しでも予測因子も必要です。繰り返される組み合わせを見つけることは誰も禁じていない。もし、これらの組み合わせが大きな間隔に多かれ少なかれ均等に分布しているならば、チャンスはあるのだ。

何たるラグ...価格を殺す気か!

条件とは、ローソク足の組み合わせ、レベルブレイクアウト、レベルそのもの、ボラティリティキックアウトなど、何でもありのルールです。

正しい順番で並べられた州は、どんな大きさのパターンも作り出します。


BPの予測アルゴリズムでは、このようなパターンを探すことはできない

 
mytarmailS:

何たるラグ...価格を殺す気か!

条件とは、ローソク足のコンボ、レベルブレイクアウト、レベルそのもの、ボラティリティキックアウトなど、どんなものでもよいのですが、ルールです。

じゅんじょはじきじゅん

何でも ))) 一般的にローソク足の組み合わせ、ブレイクアウト、平均値への回帰、トレンドの変化または極端な変化、放出、放出/ボラティリティレベルの変化です。他に数学的に説明できるものは思い浮かばない。

高値と安値の時間枠を追加したり、いくつかの時間枠を追加することがおそらく必要であろう。トップはアイデアがはっきりしているのですが、定常的な配列がまだ見つかっていません。通常、ターゲットとジュニアで最大値を探しますが。

 
mytarmailS:

どのBP予測アルゴリズムも、そのようなパターンを探す方法を知らない

それが、認識タスクの設定です。BP予測と不完全なデータからの画像認識は異なるタスクである。

 
Valeriy Yastremskiy：

このように、認識タスクを設定します。BP予測と不完全なデータからの画像認識は異なるタスクである。

市場はBPではない

 
mytarmailS:

市場はBPではない

カッコイイ）じゃあ、何。ある時点の値を一連とする。
 
Valeriy Yastremskiy:
クール）それではどうでしょう。ある時点の値がシリーズになっています。

どうだろう...

どんな ものでも時系列で 想像できる、常に時間がある。

しかし、 どんな BP予測アルゴリズムでも価格を予測できないのであれば、答えは明らかではないでしょうか？

 
ほら、考えてみればそういうことだから、答えはないんだよ。
 
mytarmailS:

どうだろう...

どんなものでも 時系列でイメージすることができ、そこには必ず時間があります。

しかし、 どんな BP予測 アルゴリズムでも 価格を予測できないのであれば、答えは明らかではないでしょうか？

時間は数字に置き換えることができる。どんな予測も確率的なものです。価格が高すぎる。少なくとも方向性、射程は既に良かったのです。定常性の範囲では予測をすることが可能であり、歴史によってのみ定常性の境界を決定する問題は、100％の予測なしにタスクが、ゼロになることはありません。
 
Valeriy Yastremskiy:
時間は数字に置き換えることができる。

どうするんだ、何もしないぞ。

Valeriy Yastremskiy：
少なくとも方向性、射程は良好です。定常性の範囲内で予測することは可能です。 問題は、歴史によってのみ定常性の境界を定義することであり、100％の予測はできなくてもゼロにはならない作業なのです。

またBPで動いている、動かない

1...182118221823182418251826182718281829183018311832183318341835...3399
新しいコメント