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 2525

[Доктор]

secret#:
これはSB用です。何のために必要なのか)

リアルBPとSBの違いで儲けることが可能であることを理解すること。そして、これらの違いを探してみてください ))。

[secret]

医師番号:

リアルBPとSBの違いで儲けることが可能であることを理解すること。そして、その違いを探してみてください ))。

フォーラムの半分はSBでもドンドン「儲けている」)

[Доктор]

LenaTrap#:

リアルマーケットで？個人的には、こんな哲学を抱いて 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。

1990年代前半には、構築されたダイナミック・カオスの理論を用いて金融時系列を予測しようとする科学的論文が相次いだ。基本的な考え方は、時系列の実現から力学系を再構築し、それを予測に利用するというものである。その後、なぜか出版物の流れが細くなってしまった。

[Доктор]

secret#:
フォーラムの半分がSBでもドカンと「稼ぐ」)

偶然の浪人生」が減っていることに気づいていないのだろうか。アレクサンダーも私の挑発には乗らなかったようだ )))。

[Aleksey Nikolayev]

医師番号:

また、差し支えなければ、ACF(t) =sqrt((n-t)/n) (nはサンプルサイズ)と書き換えてみたいと思います。

例えば、1<=t1<=t2<nであれば、ACF(t1,t2)=sqrt(t1/t2)となります。

また、SBでは 時間（サンプルサイズ）が無限と仮定する方が慣れていて、多くの有用な問題（レベルに到達する確率が同じ）はこの仮定で解くのが簡単だからです。

[Aleksey Nikolayev]

医師番号:

1990年代前半には、構築されたダイナミック・カオスの理論を使って金融時系列を予測しようとする科学的論文が相次いだ。基本的な考え方は、時系列の実現から力学系を再構築し、それを予測に利用するというものである。その後、なぜか出版物の流れが細くなってしまった。

Petersの本で、ある市場のアトラクターの次元性を計算したものがあったように記憶しています。かなり大きいようで、統計的な有意性を疑いたくなるような結果でした。

[Доктор]

Aleksey Nikolayev#:

サンプルの最後の値と他のすべての値との相関があるだけです。

これがACFの古典的な定義です。

Aleksey Nikolayev#:

例えば、1<=t1<=t2<nであれば、ACF(t1,t2)=sqrt(t1/t2)となります。それに、SBでは時間（サンプルサイズ）を無限と仮定する方が慣れています。多くの有用な問題（レベルに到達する確率が同じ）は、そのような仮定の下で解く方が簡単だからです。

ちなみに、レトルトの回答は、「スポーツの興味から、計算式を導き出したもので、）金儲けにはほとんど役に立ちません」。"

[Доктор]

Aleksey Nikolayev#:

Petersの本で、ある市場のアトラクター次元を計算したものがあったと記憶しています。かなり大きいようで、統計的な有意性を疑わせる結果でしたね。

そう、「資本市場のカオスと秩序」だ。出版物もたくさん出ています。しかし、何も落ち着いていない。

[secret]

医師番号:

ところで、レトルトへの返信。"スポーツの興味から、計算式を導き出している)金儲けにはほとんど役立たない。"

レベルアップ？それともレベルダウン？)

[Доктор]

secret#:
レベルアップかレベルダウンか)

もちろん、この質問はアレクセイにするべきだ。でも、私なら「何でもいい」と答えますね。問題は、SBがsqrt(t)に比例した経路を移動することだと思います。