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 2524

[Aleksey Nikolayev]

secret#:
市場のACFを計算する（すでに計算済み)

市場の非定常乗算表を利用する)

[Iosebi Tavadze]

インジケータがシステムに負荷をかけていて、不快な思いをさせて申し訳ありません。

電子機器では、インパルス（最初のろうそく）の到着時に実行されている単一のオシレータを入れて、簡単に解決されます。 この指標と他のものでは、あなたが限られた時間のための最初の群がったろうそくの到着で指標をオンにする追加のコマンド文字列を書いた場合、それはまた解決することができます。ローソク足が形成されている間はインジケータが動作せず、形成された後に限られた時間だけスイッチが入ることを意味します。

プログラミングの第一人者はどう思うか ------------ それは可能なのか？

[secret]

Aleksey Nikolayev#:

市場の非定常乗算表を利用する)

だから、ずっとやっているんです)

[secret]

LenaTrap#:

正直なところ、まったく理解できない。

p.s. 誰か頭のいい数学者が私に同情して、何が起こっているのか説明してくれるかもしれませんね。

この式は、スポーツの興味から導き出されたもので、）お金を稼ぐのに役立つとは思えません。

[Aleksey Nikolayev]

LenaTrap#:

正直なところ、まったく理解できない。

p.s. 誰か頭のいい数学者が私に同情して、ここで何が起こっているのか説明してくれるかもしれませんね。

もっと簡単な質問から始めてください。例えば、確率と頻度、期待値と標本平均はどのように関係しているのでしょうか。同様に、ACFとサンプルACFは互いに関連している。

[JeeyCi]

LenaTrap#:

でも、それなら何も数える必要はありません。なぜなら、ランダムウォークは原理的に自己相関を持ち得ないからです。私自身は、その生成に何の関係もない数字のランダムな配列を作りましたから。なぜ、私が設定しなかった相関関係があるのでしょうか？とはいえ、出来上がった一連の数字をテストして、それを確認すると同時に、見積もり方法とその効果を確認することは有効なのではないでしょうか？

あなたはアカデミックな数学者のように考え、私はコンピュータでシミュレーションを行う、これらは問題解決への異なるアプローチです。

+1はそんな計算をしない・・・。

将来の価格を決めるのは現在の価格だけであり、「過去の出来事の知識は将来の動きを予測するのに役立たない」...。それが実際の取引とシミュレーションの違いです。市場にはランダムにさまようものはなく、すべてが些細なことです。1秒間の刻み数ではなく（ここはシンプルなVSAで十分）、ピットや参加者のルーティン......。

ある者はランダム性を、ある者はサットを--（ある者は理論的推論を、さらに悪い者もいるが）--しかし彼らは兆候から要因を見分けることができないので、森を回り、ある者は木に向かう--ある者は依存性を、ある者は確率と独立性を期待し...もう一度公式を思い出すために..........。

MLの実用化のポイントは、とんでもなくシンプルな のですが

DLと機械学習の違いは、基本的に大きく3つあります。

1. DLは大規模なデータセットで優れた結果をもたらします。しかし、機械学習のアルゴリズムは、巨大なデータセットを 処理するのに失敗します。機械学習は、小さなデータセットにしか 対応できない。これが機械学習の限界です。しかし、DLは大規模なデータセットに対して簡単に演算を行うことができます。
2. 機械学習では、モデルを学習させるために、すべての特徴を手動で 与える必要があります。しかし、DLはすべての機能を自動的に抽出 します。このため、DLは機械学習よりもはるかに強力です。特に大きなデータセットがある場合、手作業での投入は時間がかかるからです。
3. 機械学習では、現実の複雑な問題を 解決することはできません。しかし、ディープラーニングアルゴリズムは、実世界の問題を 簡単に解決することができます。そのため、多くの分野で機械学習よりもDLアルゴリズムが使われているのです。
   

-- ここのデマゴーグはみんなMLを手作業でやることを選んでいるようですが......一人を除いては............。というわけで、取引するのは論外です。

追伸

は、「MoとAverageの違いは何か」というくだらない質問をしている人（計算機実験ができる人）を、にこやかにWikipediaに誘導することしかできない......ということです。- ...そして、それはスポーツの興味だと言う（自分の代わりに皆に送る）...彼らが愚かな質問でより賢く、より素朴であればあるほど、誰かが彼らを本当の取引に導くと考える......- 純粋な操作--「俺のために数えろ、俺のために取引しろ、さもなければお前はおしまいだ」（彼らは羊が市場で雄牛になると考えて、またごまかすだろう）、市場がどこにあるのか、彼らの対話がどこにあるのかを理解していない--...ここは支店の汚いところである

[Доктор]

Aleksey Nikolayev#:

その結果、置換後のACF=sqrt(min(j,k)/max(j,k))となる。もちろん間違えていなければですが）。

もしよろしければ、ACF(t) =sqrt((n-t)/n), ただし、 nはサンプルサイズ です。

[LenaTrap]

JeeyCi#：

+1はそんな計算をしない・・・。

将来の価格を決めるのは現在の価格だけであり、「過去の出来事の知識は将来の動きを予測するのに役立たない」...。それが実際の取引とシミュレーションの違いです。市場にはランダムにさまようものはなく、すべてが些細なことです。1秒間の刻み数ではなく（ここはシンプルなVSAで十分）、ピットや参加者のルーティン......。

ある者はランダム性を、ある者はサットを--（ある者は理論的推論を、さらに悪い者もいるが）--しかし彼らは兆候から要因を見分けることができないので、森を回り、ある者は木に向かう--ある者は依存性を、ある者は確率と独立性を期待し...もう一度公式を思い出すために..........。

MLの実用化のポイントは、とんでもなくシンプルであるにもかかわらず

-- ここのデマゴーグはみんなMLを手作業でやることを選んでいるようですが......一人を除いては............。というわけで、単純に考えても取引するのは問題外です。

追伸

ここで彼らができることは、（自分で計算実験をすることができる）人に、「moとaverageの違いは何か」というくだらない質問をWikipediaに笑顔で誘導することだけだ...。- ...そして、それはスポーツの興味だと言う（自分の代わりに皆に送る）...彼らが愚かな質問でより賢く、より素朴であればあるほど、誰かが彼らを本当の取引に導くと考える......- 純粋な操作--「俺のために数えろ、俺のために取引しろ、さもなければお前はおしまいだ」（彼らはまた不親切で、羊が市場で雄牛になると考えている）、市場がどこにあり、彼らの対話がどこにあるかを理解していない--・・・彼らはこの枝の上で汚れているのだ。

リアルマーケットで？個人的には、ある種の哲学を持って います。

*しかし、証拠がなければ仮定を議論するのは無駄なので、私はあまり議論したくないのです。

[Доктор]

secret#:
この式は、スポーツの興味から、撤回されている）お金を稼ぐには、ほとんど役に立ちません。

状況はさらに悪化している。この式は、シリーズの殉職、ひいては稼ぎの無さを暗示しているようだ)。

[secret]

医師番号:

状況はさらに悪化している。この数式は、このシリーズの殉教者ぶりと、その結果としての金儲けの不可能性を暗示しているようなものです）。

それがSB向けなんですね。何のために必要なのか)