1. Системность как общее свойство окружающего мира. Определение системы. 2. Принципы системного подхода в моделировании систем. 3. Моделирование как метод на...
Time series forecasting is of fundamental importance for a variety of domains including the prediction of earthquakes, financial market prediction and the prediction of epileptic seizures. We present an original approach that brings a novel perspective to the field of long-term time series forecasting. Nonlinear properties of a time series are...
Time series forecasting is of fundamental importance for a variety of domains including the prediction of earthquakes, financial market prediction and the prediction of epileptic seizures. We present an original approach that brings a novel perspective to the field of long-term time series forecasting. Nonlinear properties of a time series are...
Today is the last post of the year 2009. With the end of this year I complete 2 years and 4 months of having this blog and working on automated trading systems and projects. I have to say that this year was the most constructive year I have ever had while trading the forex market. […]
私見ですが、今回の目的からすると、この記事はあまり良いものではなく、マルチフラクタルとストキャスティックを組み合わせたアプローチの例として選んだだけなのです。
大雑把に言うと、マルチフラクタル=多数のフラクタルから構成されていること、スペクトル=これらの基底フラクタルが持つ次元である。しかし、「スペクトル」という概念を弄ることで、私たちに適したもの、例えば、異なるスケールでSBとの違いの度合いを示す関数などを考え出すことができるのです。
スケールが大きく小さい範囲、スペクトル、または非SBを検出する他の方法を与えることは、まだそれが示すものを示しますが、どのような方法で非SBの原因に接続することはありません。一般に、あらゆるもののコントロールにアクセスし、このデータを処理することで、おそらく何らかの可能性が生まれるでしょう。でも、みんなの脳には入ってこないでしょう)))
非SSBを検出するために、より大きな低域、スペクトル、または他の方法を与えるスケールは、それが示すものをまだ示しますが、非SSBの原因にそれをリンクすることは一切ありません。一般に、あらゆるもののコントロールにアクセスし、このデータを処理することで、おそらく何らかの可能性が生まれるでしょう。でも、みんなの脳には入っていかないでしょう)))
証券会社やECNのサーバーには入れてくれない) すべて自分たちで工夫しなければならない)
https://www.mql5.com/ru/forum/325441/page15#comment_20589051
つまり、ボットの作成とデバッグは問題ないはずです。
良い記事ですね。アプローチ方法はあまり網羅されておらず、結果と半分くらいしかヒントがないのですが、その結果は印象的でした。
良い記事ですね。アプローチはあまり公開されておらず、結果のみで、どのように行うかは半分ヒントになっていますが、結果は見事なものです。
詳しくは知りませんでしたが、あるアルゴリズムによって、膨大な数の系列の拡張が可能で、その中から、与えられた測定基準によって元の系列に最も適合するものが選ばれるようです。私は、このような「予測」の結果の曖昧さに問題があると考えます。
1) 複数の指標が与えられた場合、それぞれに対して異なる「予測」が行われる。いくつかの指標の中から1つの妥協点を作れば、その「予測」はその特定のデバイスに依存することになります。
2) 「予測」は、可能な系列拡張のセットを構築するためのアルゴリズムに大きく依存することになる。
パラメトリックモデルからの脱却という考え方は理解できますし、魅力的ですが、ここでは実装されていません(その理由はおわかりいただけたかと思います)。
詳しくは知りませんでしたが、何らかのアルゴリズムによって、多数の系列拡張の可能性が作られ、与えられた指標に従って最初の系列に最も適合するものが選択されるようです。私は、このような「予測」の結果の曖昧さに問題があると考えます。
1) 複数の指標が与えられた場合、それぞれに対して異なる「予測」が行われる。いくつかの指標の中から1つの妥協点を作れば、その「予測」はその特定のデバイスに依存することになります。
2) 「予測」は、可能な系列拡張のセットを構築するためのアルゴリズムに大きく依存することになる。
パラメトリックモデルからの脱却という考え方は理解できますし、魅力的ですが、ここでは実装されていません(その理由はおわかりいただけたかと思います)。
私の理解では、著者たちはアルゴリズムそのものをあまり明らかにせず、次のような格言を残しています。
そのため、GenericPredメソッドでは、2つの基本的なルールを使用しています。
R1: 予測中は常に非線形測定の値をできるだけ安定させるように努める(図3)。
R2: 新しい値は、確率分布から生成される潜在的な値の集合から選択される必要がある。
予測は、次のステップの有効な変化範囲を決定するために、現在のステップでの予測値が必要となるため、1ステップずつ進めていく必要がある。
私が推測する限り、最初に何らかのロジスティックな線形成分が選択され、その後、各ステップで非線形成分がモデル化され、主な基準は系列の確率的特性のいくつかのセットの安定性です。一般的には漠然としたものですが、結果的には印象的でした。
私見では、このアプローチはRの "prophet "パッケージで使われているものといくらか似ているように思います。
このトピックに興味があるようなので...。
私の記憶では、このアルゴリズムをR上で実装する試みがあった のですが、少なくとも私にはもう記事は開かれていませんので、試してみてください。
このトピックに興味があるようなので...。
私の記憶では、このアルゴリズムをR上で実装する試みがあった のですが、少なくとも私にはもう記事は開かれていませんので、試してみてください。
インターネットをほぼ丸ごとアーカイブしている素晴らしいサイトがあるんです。
以下は、あなたの記事の最初のコピーです。
https://web.archive.org/web/20160701000000*/https://mechanicalforex.com/2016/03/using-r-in-trading-time-series-forecasting-using-chaos-part-1.html