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 2522

[Aleksey Nikolayev]

secret#:
市場の乗算表は非定常である)

戦時中の値を4とした正弦のようなもの)

[Valeriy Yastremskiy]

Aleksey Nikolayev#:

はい。

いいえ、j<kとすると、COV(Yj,Yk)=COV(Yj,Yj+X(j+1)+..+Xk)=COV(Yj,Yj)+COV(Yj,X(j+1)+..+Xk)=となります。

それなら代用すればいいだけの話だ。

ACF = COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))= (COV(Yj,Yj)+COV(Yj,X(j+1)+..+Xk) ) )/sqrt(COV(Yj,Yj)*COV(Yj,Yj+X(j+1)+..+Xk,Yj,Yj+X(j+1)+..+Xk)))=(COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk))/sqrt(COV(Yj,Yj)*COV(X(j+1)+..+Xk,X(j+1)+..+Xk))= ...

COV機能のルールがわからなくなってきた

[Aleksey Nikolayev]

Valeriy Yastremskiy#:

じゃあ、代用すればいいじゃないですか。

ACF = COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))= (COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk) ) )/sqrt(COV(Yj,Yj)*COV(Yj,Yj+X(j+1)+..+Xk,Yj,Yj+X(j+1)+..+Xk)))=(COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk))/sqrt(COV(Yj,Yj)*COV(X(j+1)+..+Xk,X(j+1)+..+Xk))= ...

さらに、関数COVのルールで混乱しています。

いや、代用早見表）2項のうち1項がゼロの場合（どっち？）COV(Yj,Yj )==0 orCOV(Yj,X(j+1)+...+Xk)==0?各引数の共分散の線形性を利用し、SBの定義を思い出す必要がある)

[Dmytryi Nazarchuk]

Valeriy Yastremskiy#:

なぜ餌をやるんだ？

彼が純粋な理論家であることは明らかです。ACF SBが実用的な意味を持たないことは明らかです。誰も教科書を掘り起こし、長い間忘れていた講義を思い出す必要はありません...。

[Aleksey Nikolayev]

Dmytryi Nazarchuk#:

なぜ餌をやるんだ？

明らかに彼は純粋な理論家であり、明らかにACF SBは実用的な関連性を持っていません - 誰も教科書を掘り起こし、長い間忘れていた講義を思い出す必要はありません...。

青ブドウ）

[Evgeny Dyuka]

Ivan Butko#:
皆さん、このスレッドの常連さん、機械学習の成功例、使える既製品があれば教えてください！

スレッドが猛烈に伸びましたね、一番活発かもしれません。

https://www.mql5.com/ru/blogs/post/746398#comment_26491969

[Valeriy Yastremskiy]

Aleksey Nikolayev#:

な、代用早見表）2つの総和のうち1つがゼロ（どっち？）COV(Yj,Yj)==0 orCOV(Yj,X(j+1)+...+Xk)==0?各引数の共分散の線形性を利用し、SBの定義を覚えておく必要がある)

第二は、Yjがxの残りの合計と等しくない場合、0に等しくなる。しかし、それは平等である場合もあります。単数形の場合。

そして、1が1に等しい。

[Aleksey Nikolayev]

Valeriy Yastremskiy#:
YjがXの残りの和と等しくない場合、2番目は0に等しくなる。しかし、それは平等である場合もあります。単数形の場合。

そうです。SBの定義から、将来のすべての増分は現在と過去の値から独立しているので、共分散はすべてゼロになるのです。

Valeriy Yastremskiy#:

そして、1つ目は1に等しい。

1ではなく、時間jとともに増加する分散である。白色雑音Xiの分散をdとすると、COV(Yj,Yj)=j*d^2 です。そのためには、YjをX1+...+Xjの和として表し、白色ノイズの特性を考慮して計算する。

その結果、置換後のACF=sqrt(min(j,k)/max(j,k))となる。もちろん、何か失敗していなければですが）。

ACF SBの話題は、特に感受性の強い実務家を不安にさせないよう、ここで一旦終了とさせていただきます)

[Valeriy Yastremskiy]

Aleksey Nikolayev#:

そうです。SBの定義から、将来のすべての増分は現在と過去の値から独立しており、したがって共分散はすべてゼロになるのです。

1ではなく、時間jとともに増加する分散である。白色雑音Xiの分散をdとすると、COV(Yj,Yj)=j*d^2 です。そのためには、YjをX1+...+Xjの和として表し、白色ノイズの特性を考慮して計算する。

その結果、置換後のACF=sqrt(min(j,k)/max(j,k))となる。もちろん、何か失敗していなければですが）。

ACF SBの話題は、特に感受性の強い実務家を不安にさせないためにも、ここで閉じておこうと思う)

そう、混同している）一般的に私の好きな娯楽は、Terverの数式をつつくことではなかった）。シュレーディンガーについては理解の複雑さは指数関数的である)理論家ですらないが)

[mytarmailS]

Evgeny Dyuka# :
https://www.mql5.com/ru/blogs/post/746398#comment_26491969

放送の 仕組みは？