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 258 1...251252253254255256257258259260261262263264265...3399 新しいコメント mytarmailS 2017.01.06 07:56 #2571 サンサニッチ・フォメンコ金融市場では、この直感的な描写がZZを与えるのでは......と鼻息が荒くなりますね。ジグザグ ファール...。ちょっと実験してみたんですが...。通常IRの訓練として、サンプルを作り、ターゲットを作り、ターゲットを1段階後ろにずらして、サンプルの現在の 値からターゲットの未来の 値を予測することを学習します。 サンプルからターゲットを10段階前に ずらすと、未来のターゲットを見たときにどうなるかがIRには分かることが分かりました。いかがでしょうか？新しいデータでは、本来は100％程度であるはずなのに、手口を示した最大値は75％の正答率となっています。結論から言うと...1）ジグザグのでたらめ...。2) ターゲットが悪いと、MOの誤差の25%も食ってしまう。3) ターゲットのお粗末さをテストする方法を見つける。4) zzz などの主観的な目標ではなく、グローバルな最小値、最大値として設定すべきです。 mytarmailS 2017.01.06 09:19 #2572 市場の非定常性に対処する 方法についての私の考え。1）トレーディングシステム-TSがあります。 TSは、マーケットに依存する特定の設定を 取り込み、売買シグナルを生成するオブジェクトである。簡単のために、TSの最も原始的なモデルとして、これをRCI指標としましょう1）インジケータは、期間を持っている - これらは、いくつかの設定は、その最適なパラメータは、市場に依存する。2.また、PCIが上から下へゼロを越えたら売りシグナル、逆にゼロを越えたら買いシグナルという売買ルールも 作る予定です。ここでは、非常に原始的なTSがありますが、我々は例として、より多くを必要としない、実際のTSでは、我々は市場から100設定を持って いるかもしれませんし、取引ルールと同じです。2)市場の特性は常に変化しており、指標の周期は固定で、異なる市場の変動に十分に反応しないため、このTSは急落する運命にあることは、天才でなくても理解 できるだろう。このことから、2つの考えが浮かびます。 今ここに存在する市場の客観的な特性に合わせて、指標の期間をダイナミックにし、恒久的に変化させる必要があります。 これらの特性を市場から 導き出すことが必要である 3)スペクトル分析により、たった3つのパラメータで市場の特徴を抽出 することができます。1.変動頻度（客観的に見て、現時点で市場を支配している期間 と言えるでしょう）振動振幅（30pipsや300pipsの範囲で変動しているかどうかも重要 です。）3.位相（振動を計算するときの位置を意味する）。以上、これらのパラメータで、あらゆる時系列、特にマーケットを記述することができます。 4）ここで、市場の各スペクトル特性に対するインジケータの最適な期間を見つける必要があります - これらは、TSの最適な設定です。このような最適なパラメータを見つけるには、おそらくMOが必要です。5）そこで、リアルタイムデータを扱う最終的なスキームは、次の ようになるようだ。1.リアルタイムマーケットからスペクトル特性を取得 します。それを学習させたILに渡すと、ILはその時点のTSに最適な特性を与えて くれる。3.最適な特性をTSに転送 する4.お金を排出する :) これがどのように実装できるのか、考えよう、コメントしよう、誰が何を知っているのか？ Dr. Trader 2017.01.06 18:28 #2573 mytarmailS: 4) あとは、市場のスペクトル特性ごとに最適な周期を見つけること、つまりTSの最適設定を見つけるだけである。このような最適なパラメータを見つけるには、おそらくMOが必要です。このインディケータでExpert Advisorを作成するには、Expert Advisorの設定に 期間のパラメータを追加し、遺伝子的に最適化します。 ちなみに、このようなEAは儲かりません。私は別のインジケータで何千回も試しました。私は試したことはありませんが、それがrsiを変化させ、利益をもたらすとは信じていません。この後、完成しました。 一般的に、RSIを使った取引の可能性は、このRSIが市場内部のプロセスを反映していること、買われすぎや売られすぎが本当に存在し、それを正しく検知しているという希望に基づいています。 80年代に日足チャートで市場にそのような現象があったことは間違いなく、さもなければこの指標は普及しなかったことでしょう。でも、今はその模様が何も残っていない。(H+L)/O型の公式で、それで何かを予測しようとするのもいいかもしれません。rsiは今やそんなランダムな計算式以上の力を持っていない。市場のスペクトル特性を見極めるというのは、強そうでいいかもしれませんね。すでにこれらの特性自体をフォレストやニューロニクスの予測因子として利用し、rsiなどの指標を使わずに、その予測値を取引に利用することができるのです。 しかし、スペクトル分析が定常的な予測値を与えることを確認する必要があります（FXの場合、答えは「ノー」であると一般に受け入れられていますが、私は証拠や例を見たことがないので、水を差しているだけかもしれません）。フーリエ分解は生データを特定の数式や演算に従って変換し、新しいデータセットを得るので、新しいデータはFXに特化した新しいパターンを持っておらず、それを使って学習したモデルの有効性は価格を使った学習よりも高くないと思われます。 そして、データの前処理やモデル学習の際に、価格形成の新しい論理的なルールをぜひとも得たいと考えています。 例として、クラスター・ネットワークと画像認識。個々の神経細胞のデータを解析することで、写真に写っている表面の種類や、物体のあらゆる種類の境界線などを判断することができるのです。ネットワークはまず単純な線、角などを見つけ、次にそのようなプリミティブの組み合わせで物体の輪郭を識別し、次に物体、色などの組み合わせで物体の種類を決定します（実際にはもっと中間的なステップがあるので、一般的に説明しただけです）。 FXでも同様のことをしなければなりません。まずモデルは価格の上昇と下落を認識して、次にトレンドを作り、トレンドを利用してパターンを作り、パターンに基づいて決定を下します。このような結果は、クラスターネットやディープネットから得られるかもしれませんが、学習には細かい部分が多く、やってみると怖いし、何から手をつけていいのかわからないというのが実情です。 Mikhail Toptunov 2017.01.07 02:59 #2574 СанСаныч Фоменко 2017.01.07 08:12 #2575 トップ2n:上記では、ZZを使って、ある考えを表現してみました。残念ながら、私の考えはすべて「ZZはガラクタだ」という理由で却下されました。でも、ZZは関係ないんです。要は、最初に記述的なレベルで、市場で何をモデル化しているかを定義することが不可欠なのです。 毎回、すごいと言われていることが議論されていますが、何をモデル化するのか、市場のどのようなニュアンスなのかが明記されていません。ZZに話を戻すと、純粋に問題を何とか構造化するために使っているのです。そして、それは非常に明確です。グラフを描いてみよう、何が見えるかな？1.トレンドがある2.トレンドからの乖離がある - ノイズ3.周期性があるのは明らかだが、両軸の頂点間の距離が常に変化しているのは、ちょっと不思議だ。フーリエは、このような周期性を悪夢の中でさえ見たことがない。これらのことを踏まえて、どのようなモデルを作るのか、そしてそれがどのように取引利益と関係するのかを決める必要があります。そして、どんな目的で、どんな条件で開発されたのか、道具の定義から始めて、道具の適用性を 検証していくのです。PS.そして、これ以上フェイズインジケータについて啓発しないでください。いいかい？ mytarmailS 2017.01.07 08:28 #2576 Dr.Trader（ドクタートレーダー） しかし、この指標でExpert Advisorを作成し、EAの設定に 期間のパラメータを設定し、遺伝子を用いて最適化することで、Strategy Testerで指標に最適な期間を探すことができます。 この種のExpert Advisorは、ところで、利益をもたらすことはありません、私は別の指標で数千回それを試してみました。まあ、これは最適化であって、このトピックとは関係ないし、失敗するのは明らかだし、その理由も理解できるのですが。Dr.トレーダー試したことはありませんが、rsiを盛り上げて利益をもたらすとは思えません。私が理解できないのは、何を疑っているのでしょうか？スペクトル解析は、信号の特徴である振幅、周波数、位相を取るためのもので、それ以外には何もないのですが、お分かりになりますか？Dr.Trader（ドクター トレーダー） 一般に、RSIを使った取引は、このRSIが何らかの市場内部のプロセスを反映していること、買われすぎや売られすぎの状態が本当に存在し、それを正しく検知していることを期待して行われるものです。OMG ))私はそうは思いません :) RSIは認識を単純化するためのトレーディングシステムのアレゴリーに過ぎないと2回 書きましたが、TSもマーケットとトレーディングシグナルの出力に依存する一定の設定がありますよね？私自身はインジケータ（標準的なもの）を使っていませんし、5回以上書いています。もしそれがあなたにとって簡単なら、RSIを2本の足の裁定に置き換えてください。その設定は固定されたものではなく、今ここに市場に存在する客観的なスペクトル特性によって、時間と共に常に変化しています。その方がいいんです :)??Dr.Trader（ドクタートレーダー） (H+L)/Oのような数式をたくさん考案して、重みをたくさんつけて、それで何かを予測しようとするのもいいかもしれませんね。rsiは今やそんなランダムな計算式以上の力を持っていない。100％ですが、誰もそんなことは主張していません )Dr.Trader（ドクタートレーダー） すでにこれらの特性そのものが森や神経細胞の予測因子として利用でき、rsiなどの指標を使わずに、その予測値を取引に利用することができます。無理です、ただの特性でそれ以上のことはありません、MOには理解できないでしょう...。市場やTSの簡略化されたモデルを作り、このモデルを今市場にあるスペクトル特性によって市場に適応させ、統計的な整合性を得て、その上にIRをぶら下げる必要があるのです。ネットで見た、戦車が大きなピットやスライドを高速で駆け抜け、同時に砲塔が動かなくなる映像を思い出してください我々は類似を描画する場合は、 "丘とピット "は "砲塔のバレル"）が移動していなかったようにTCの固定パラメータと市場を取引しようとしている市場の人々は - あなたはこれがどのように愚かな実現していますか？真ん中のマーケットとMOの間に、データを静止させるレイヤーを挿入する必要があります（または、ライディング時に砲台バレルを静止させる）。Dr.Trader（ドクタートレーダー） しかし、スペクトル分析が定常的な予測値を与えることを確認する必要があります（FXの場合、答えは「ノー」であると考えられていますが、私は証拠や例を見たことがありませんし、水を差すだけかもしれません）。彼らは水を濁すことはありません。99％は愚かにもフーリエで市場を近似しているだけです。これは私が言っていることではありません。だから彼らは失敗したのです。彼らがしたことは、まさにマシュカやrsiなどのナンセンスと比較できるものなのです。 Vladimir Perervenko 2017.01.07 08:29 #2577 mytarmailS:zig- zagはごまかし です...。ちょっと実験してみたんですが...。通常、MIは、サンプル、ターゲット、ターゲットを1段階後ろにずらすと、サンプルの現在 値からターゲットの将来 値を予測できるようになりますが、私はターゲットをサンプルから10段階前に ずらし、将来のターゲットを見ることで何が起こるかを事前に知っていることがわかりました。いかがでしょうか？新しいデータでは、本来は100％程度であるはずなのに、手口を示した最大値は75％の正答率となっています。結論から言うと...1）ジグザグのでたらめ...。2) ターゲットが悪いと、MOの誤差の25%も食ってしまう。3) ターゲットのお粗末さをテストする方法を見つける。4) IRのトレーニングの際に、グローバルな最小値や最大値を探索するようなターゲットを作る必要があり、zzzのような 主観的なターゲットは 作らない。これは理想郷だが、褒められたRはそんなターゲットとは無縁のポピーで、悲しい(確かに「人の心は有限、愚かさは無限」です。お前のバカさ加減のナルシズムはどこから来るんだ。わからない、できない、理解できない」と、自分の考えを正しく表現していますね。あなたの断定的な評価は、あなたの思春期の最大公約数で読者を悲しませる。控えめに...。 mytarmailS 2017.01.07 08:33 #2578 Dr.トレーダーフーリエ分解は生データをある数式や演算に従って変換し、新しいデータセットを得るので、新しいデータにはFX特有の新しいパターンが含まれておらず、それを使って学習したモデルの有効性は価格を使った学習よりも高くないと思われます。より良いものではなく、同じ情報を別の形で提供するものですが、それは私が提案することではありません。 例として、クラスタネットワークと画像認識。個々の神経細胞のデータを解析することで、写真の表面の種類や物体の境界線など、あらゆることを判断することができるのです。ネットワークは、まず単純な線、角などの絵を見つけ、次にそのようなプリミティブの組み合わせで物体の輪郭を見、次に物体、色などの組み合わせで物体の種類を決定します（実際にはもっと中間段階があるので、一般論として説明しただけです）。 FXの場合は、まず価格の上昇と下降を認識し、次にトレンドを形成し、トレンドを利用してパターンを形成し、パターンに基づいて意思決定を行うという、似たようなものがあるはずです。このような結果は、クラスターネットやディープネットを使えば得られるかもしれませんが、学習のニュアンスが違うので、やってみると怖いし、何から手をつければいいのかも不明です。データが定常的でない限り、このすべてはうまくいかないでしょう。 mytarmailS 2017.01.07 08:40 #2579 サンサニッチ・フォメンコウラジミール・ペレヴェンコ突然の発言で、誰かを怒らせたり悲しませたりしたのなら謝りますが、私は自分の視点を変えたのではなく、実験をして結果を出したのです。逆に納得してもらえるなら、引き取る覚悟はできている・・・。 Mikhail Toptunov 2017.01.07 09:25 #2580 サンサニッチ・フォメンコ上記では、ZZを使って、ある考えを表現してみました。残念ながら、私の考えはすべて「ZZはガラクタだ」という理由で却下されました。でも、ZZは関係ないんです。要は、最初に記述的なレベルで、市場で何をモデル化しているのかを定義することが不可欠なのです。 毎回、すごいと言われていることが議論されていますが、何をモデル化するのか、市場のどのようなニュアンスなのかが明記されていません。ZZに話を戻すと、純粋に問題を何とか構造化するために使っているのです。そして、それは非常に明確です。グラフを描いてみよう、何が見えるかな？1.トレンドがある2.トレンドからの乖離がある - ノイズ3.周期性があるのは明らかだが、両軸の頂点間の距離が常に変化しているのは、ちょっと不思議だ。フーリエは、このような周期性を悪夢の中でさえ見たことがない。これらのことを踏まえた上で、何をモデル化し、それがどのように取引収益に結びつくかを決めなければなりません。そして、どんな目的で、どんな条件で開発されたのか、道具の定義から始めて、道具の適用性を 検証していくのです。PS.そして、これ以上フェイズインジケータについて啓発しないでください。いいかい？ そして、彼の空のバッグには、他人のレタリングが入れられていた)))) 1...251252253254255256257258259260261262263264265...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
サンサニッチ・フォメンコ
金融市場では、この直感的な描写がZZを与えるのでは......と鼻息が荒くなりますね。
ジグザグ ファール...。
ちょっと実験してみたんですが...。
通常IRの訓練として、サンプルを作り、ターゲットを作り、ターゲットを1段階後ろにずらして、サンプルの現在の 値からターゲットの未来の 値を予測することを学習します。 サンプルからターゲットを10段階前に ずらすと、未来のターゲットを見たときにどうなるかがIRには分かることが分かりました。いかがでしょうか？新しいデータでは、本来は100％程度であるはずなのに、手口を示した最大値は75％の正答率となっています。
結論から言うと...
1）ジグザグのでたらめ...。
2) ターゲットが悪いと、MOの誤差の25%も食ってしまう。
3) ターゲットのお粗末さをテストする方法を見つける。
4) zzz などの主観的な目標ではなく、グローバルな最小値、最大値として設定すべきです。
市場の非定常性に対処する 方法についての私の考え。
1）トレーディングシステム-TSがあります。 TSは、マーケットに依存する特定の設定を 取り込み、売買シグナルを生成するオブジェクトである。
簡単のために、TSの最も原始的なモデルとして、これをRCI指標としましょう
1）インジケータは、期間を持っている - これらは、いくつかの設定は、その最適なパラメータは、市場に依存する。
2.また、PCIが上から下へゼロを越えたら売りシグナル、逆にゼロを越えたら買いシグナルという売買ルールも 作る予定です。
ここでは、非常に原始的なTSがありますが、我々は例として、より多くを必要としない、実際のTSでは、我々は市場から100設定を持って いるかもしれませんし、取引ルールと同じです。
2)市場の特性は常に変化しており、指標の周期は固定で、異なる市場の変動に十分に反応しないため、このTSは急落する運命にあることは、天才でなくても理解 できるだろう。
このことから、2つの考えが浮かびます。
3)スペクトル分析により、たった3つのパラメータで市場の特徴を抽出 することができます。
1.変動頻度（客観的に見て、現時点で市場を支配している期間 と言えるでしょう）
振動振幅（30pipsや300pipsの範囲で変動しているかどうかも重要 です。）
3.位相（振動を計算するときの位置を意味する）。
以上、これらのパラメータで、あらゆる時系列、特にマーケットを記述することができます。
4）ここで、市場の各スペクトル特性に対するインジケータの最適な期間を見つける必要があります - これらは、TSの最適な設定です。このような最適なパラメータを見つけるには、おそらくMOが必要です。
5）そこで、リアルタイムデータを扱う最終的なスキームは、次の ようになるようだ。
1.リアルタイムマーケットからスペクトル特性を取得 します。
それを学習させたILに渡すと、ILはその時点のTSに最適な特性を与えて くれる。
3.最適な特性をTSに転送 する
4.お金を排出する :)
これがどのように実装できるのか、考えよう、コメントしよう、誰が何を知っているのか？
4) あとは、市場のスペクトル特性ごとに最適な周期を見つけること、つまりTSの最適設定を見つけるだけである。このような最適なパラメータを見つけるには、おそらくMOが必要です。
このインディケータでExpert Advisorを作成するには、Expert Advisorの設定に 期間のパラメータを追加し、遺伝子的に最適化します。
ちなみに、このようなEAは儲かりません。私は別のインジケータで何千回も試しました。
私は試したことはありませんが、それがrsiを変化させ、利益をもたらすとは信じていません。
この後、完成しました。
一般的に、RSIを使った取引の可能性は、このRSIが市場内部のプロセスを反映していること、買われすぎや売られすぎが本当に存在し、それを正しく検知しているという希望に基づいています。
80年代に日足チャートで市場にそのような現象があったことは間違いなく、さもなければこの指標は普及しなかったことでしょう。でも、今はその模様が何も残っていない。
(H+L)/O型の公式で、それで何かを予測しようとするのもいいかもしれません。rsiは今やそんなランダムな計算式以上の力を持っていない。
市場のスペクトル特性を見極めるというのは、強そうでいいかもしれませんね。すでにこれらの特性自体をフォレストやニューロニクスの予測因子として利用し、rsiなどの指標を使わずに、その予測値を取引に利用することができるのです。
しかし、スペクトル分析が定常的な予測値を与えることを確認する必要があります（FXの場合、答えは「ノー」であると一般に受け入れられていますが、私は証拠や例を見たことがないので、水を差しているだけかもしれません）。
フーリエ分解は生データを特定の数式や演算に従って変換し、新しいデータセットを得るので、新しいデータはFXに特化した新しいパターンを持っておらず、それを使って学習したモデルの有効性は価格を使った学習よりも高くないと思われます。
そして、データの前処理やモデル学習の際に、価格形成の新しい論理的なルールをぜひとも得たいと考えています。
例として、クラスター・ネットワークと画像認識。個々の神経細胞のデータを解析することで、写真に写っている表面の種類や、物体のあらゆる種類の境界線などを判断することができるのです。ネットワークはまず単純な線、角などを見つけ、次にそのようなプリミティブの組み合わせで物体の輪郭を識別し、次に物体、色などの組み合わせで物体の種類を決定します（実際にはもっと中間的なステップがあるので、一般的に説明しただけです）。
FXでも同様のことをしなければなりません。まずモデルは価格の上昇と下落を認識して、次にトレンドを作り、トレンドを利用してパターンを作り、パターンに基づいて決定を下します。このような結果は、クラスターネットやディープネットから得られるかもしれませんが、学習には細かい部分が多く、やってみると怖いし、何から手をつけていいのかわからないというのが実情です。
上記では、ZZを使って、ある考えを表現してみました。残念ながら、私の考えはすべて「ZZはガラクタだ」という理由で却下されました。
でも、ZZは関係ないんです。
要は、最初に記述的なレベルで、市場で何をモデル化しているかを定義することが不可欠なのです。
毎回、すごいと言われていることが議論されていますが、何をモデル化するのか、市場のどのようなニュアンスなのかが明記されていません。
ZZに話を戻すと、純粋に問題を何とか構造化するために使っているのです。そして、それは非常に明確です。
グラフを描いてみよう、何が見えるかな？
1.トレンドがある
2.トレンドからの乖離がある - ノイズ
3.周期性があるのは明らかだが、両軸の頂点間の距離が常に変化しているのは、ちょっと不思議だ。フーリエは、このような周期性を悪夢の中でさえ見たことがない。
これらのことを踏まえて、どのようなモデルを作るのか、そしてそれがどのように取引利益と関係するのかを決める必要があります。
そして、どんな目的で、どんな条件で開発されたのか、道具の定義から始めて、道具の適用性を 検証していくのです。
PS.
そして、これ以上フェイズインジケータについて啓発しないでください。いいかい？
しかし、この指標でExpert Advisorを作成し、EAの設定に 期間のパラメータを設定し、遺伝子を用いて最適化することで、Strategy Testerで指標に最適な期間を探すことができます。
この種のExpert Advisorは、ところで、利益をもたらすことはありません、私は別の指標で数千回それを試してみました。
まあ、これは最適化であって、このトピックとは関係ないし、失敗するのは明らかだし、その理由も理解できるのですが。
試したことはありませんが、rsiを盛り上げて利益をもたらすとは思えません。
私が理解できないのは、何を疑っているのでしょうか？
スペクトル解析は、信号の特徴である振幅、周波数、位相を取るためのもので、それ以外には何もないのですが、お分かりになりますか？
一般に、RSIを使った取引は、このRSIが何らかの市場内部のプロセスを反映していること、買われすぎや売られすぎの状態が本当に存在し、それを正しく検知していることを期待して行われるものです。
OMG ))私はそうは思いません :) RSIは認識を単純化するためのトレーディングシステムのアレゴリーに過ぎないと2回 書きましたが、TSもマーケットとトレーディングシグナルの出力に依存する一定の設定がありますよね？私自身はインジケータ（標準的なもの）を使っていませんし、5回以上書いています。
もしそれがあなたにとって簡単なら、RSIを2本の足の裁定に置き換えてください。その設定は固定されたものではなく、今ここに市場に存在する客観的なスペクトル特性によって、時間と共に常に変化しています。その方がいいんです :)??
(H+L)/Oのような数式をたくさん考案して、重みをたくさんつけて、それで何かを予測しようとするのもいいかもしれませんね。rsiは今やそんなランダムな計算式以上の力を持っていない。
100％ですが、誰もそんなことは主張していません )
すでにこれらの特性そのものが森や神経細胞の予測因子として利用でき、rsiなどの指標を使わずに、その予測値を取引に利用することができます。
無理です、ただの特性でそれ以上のことはありません、MOには理解できないでしょう...。
市場やTSの簡略化されたモデルを作り、このモデルを今市場にあるスペクトル特性によって市場に適応させ、統計的な整合性を得て、その上にIRをぶら下げる必要があるのです。
ネットで見た、戦車が大きなピットやスライドを高速で駆け抜け、同時に砲塔が動かなくなる映像を思い出してください我々は類似を描画する場合は、 "丘とピット "は "砲塔のバレル"）が移動していなかったようにTCの固定パラメータと市場を取引しようとしている市場の人々は - あなたはこれがどのように愚かな実現していますか？
真ん中のマーケットとMOの間に、データを静止させるレイヤーを挿入する必要があります（または、ライディング時に砲台バレルを静止させる）。
しかし、スペクトル分析が定常的な予測値を与えることを確認する必要があります（FXの場合、答えは「ノー」であると考えられていますが、私は証拠や例を見たことがありませんし、水を差すだけかもしれません）。
彼らは水を濁すことはありません。99％は愚かにもフーリエで市場を近似しているだけです。これは私が言っていることではありません。だから彼らは失敗したのです。彼らがしたことは、まさにマシュカやrsiなどのナンセンスと比較できるものなのです。
zig- zagはごまかし です...。
ちょっと実験してみたんですが...。
通常、MIは、サンプル、ターゲット、ターゲットを1段階後ろにずらすと、サンプルの現在 値からターゲットの将来 値を予測できるようになりますが、私はターゲットをサンプルから10段階前に ずらし、将来のターゲットを見ることで何が起こるかを事前に知っていることがわかりました。いかがでしょうか？新しいデータでは、本来は100％程度であるはずなのに、手口を示した最大値は75％の正答率となっています。
結論から言うと...
1）ジグザグのでたらめ...。
2) ターゲットが悪いと、MOの誤差の25%も食ってしまう。
3) ターゲットのお粗末さをテストする方法を見つける。
4) IRのトレーニングの際に、グローバルな最小値や最大値を探索するようなターゲットを作る必要があり、zzzのような 主観的なターゲットは 作らない。これは理想郷だが、褒められたRはそんなターゲットとは無縁のポピーで、悲しい(
確かに「人の心は有限、愚かさは無限」です。
お前のバカさ加減のナルシズムはどこから来るんだ。わからない、できない、理解できない」と、自分の考えを正しく表現していますね。
あなたの断定的な評価は、あなたの思春期の最大公約数で読者を悲しませる。
控えめに...。
フーリエ分解は生データをある数式や演算に従って変換し、新しいデータセットを得るので、新しいデータにはFX特有の新しいパターンが含まれておらず、それを使って学習したモデルの有効性は価格を使った学習よりも高くないと思われます。
より良いものではなく、同じ情報を別の形で提供するものですが、それは私が提案することではありません。
例として、クラスタネットワークと画像認識。個々の神経細胞のデータを解析することで、写真の表面の種類や物体の境界線など、あらゆることを判断することができるのです。ネットワークは、まず単純な線、角などの絵を見つけ、次にそのようなプリミティブの組み合わせで物体の輪郭を見、次に物体、色などの組み合わせで物体の種類を決定します（実際にはもっと中間段階があるので、一般論として説明しただけです）。
FXの場合は、まず価格の上昇と下降を認識し、次にトレンドを形成し、トレンドを利用してパターンを形成し、パターンに基づいて意思決定を行うという、似たようなものがあるはずです。このような結果は、クラスターネットやディープネットを使えば得られるかもしれませんが、学習のニュアンスが違うので、やってみると怖いし、何から手をつければいいのかも不明です。
データが定常的でない限り、このすべてはうまくいかないでしょう。
突然の発言で、誰かを怒らせたり悲しませたりしたのなら謝りますが、私は自分の視点を変えたのではなく、実験をして結果を出したのです。
逆に納得してもらえるなら、引き取る覚悟はできている・・・。
上記では、ZZを使って、ある考えを表現してみました。残念ながら、私の考えはすべて「ZZはガラクタだ」という理由で却下されました。
でも、ZZは関係ないんです。
要は、最初に記述的なレベルで、市場で何をモデル化しているのかを定義することが不可欠なのです。
毎回、すごいと言われていることが議論されていますが、何をモデル化するのか、市場のどのようなニュアンスなのかが明記されていません。
ZZに話を戻すと、純粋に問題を何とか構造化するために使っているのです。そして、それは非常に明確です。
グラフを描いてみよう、何が見えるかな？
1.トレンドがある
2.トレンドからの乖離がある - ノイズ
3.周期性があるのは明らかだが、両軸の頂点間の距離が常に変化しているのは、ちょっと不思議だ。フーリエは、このような周期性を悪夢の中でさえ見たことがない。
これらのことを踏まえた上で、何をモデル化し、それがどのように取引収益に結びつくかを決めなければなりません。
そして、どんな目的で、どんな条件で開発されたのか、道具の定義から始めて、道具の適用性を 検証していくのです。
PS.
そして、これ以上フェイズインジケータについて啓発しないでください。いいかい？