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 2636

新しいコメント
 
Maxim Kuznetsov #:

この「理論家」たち。:-)

必要以上に実体を増やそうとする無駄な試みは、何ら実用的ではありません。理論でも実践でもなく、おしゃべりをする、これが第3の活動領域です。

ボラティリティ、方向性、そして前者の変動の中で後者を際立たせる機会を探すことに他なりません。

 
好きなように
 
Aleksey Nikolayev #:

必要以上に実体を増やそうとする無駄な試みは、何ら実用的ではありません。理論でも実践でもなく、おしゃべりをする、これが第3の活動領域です。

ボラティリティ、方向性、そして前者の変動の中で後者を際立たせる機会を探すことに他なりません。

市場には、抽象的な時間と抽象的な価格があり、その結果、抽象的な規則性が 存在する。

これは、チャート上の世界を2次元的に理解する上では、なかなか認識しにくいことです。もっと広い視野で見る必要があります。

 
Aleksey Nikolayev #:

必要以上に実体を増やそうとする無駄な試みは、何ら実用的ではありません。

もう1年前からこのスレッドで続いているのでは？)
 

1日2％、1時間でも手作業で作るのはそんなに難しいことなのでしょうか？

それとも、何十年も お金を 刷る機械を 作る方が儲かるのでしょうか、年率2％のTCSMOさん、ごめんなさい。

やはり時は金なり）。

 
secret #:
もう1年前からこのスレッドで続いているのでは？)

意味のあるモデレーションがないため、（スレッドの一番最初の投稿にあるような）トピックを知らないが、何か 言いたいという存在がたくさんいます。 あなたとあなたの同胞は、あなたの足跡を残した。

 
Aleksey Nikolayev #:

意味のあるモデレーションがないため、（スレッドの一番最初の投稿にあるような）トピックを知らないが、何か 言いたいという存在がたくさんいます。 あなたとあなたの同胞は、あなたの足跡を残した。

この果てしない旅に幸あれ）。
 
インクリメントのようなもので、より情報量の多い機能だと考えてください。例えば、全履歴の平均価格を求め、そこから残りを差し引く。散らばりはできるだけ大きく、しかし新しいデータからわかる範囲に収まるようにしたい。

分数微分はこのように機能する（定常性が保たれていると散乱が最大）のですが、何か新しいものが欲しいのです。

定常性と最大分散の条件を満たす限り、時間からいくつかの「傾斜線」を引いて、そこから価格、デシベル、時間からのf値、あらゆる種類の濁度を引くことができるかもしれません。
 

定期的に発生し、一度発生すると特定の値動きを伴うパターンを発見したとする。

あるパターンの発生頻度とその後の事象の関係について、何か研究をされた方はいらっしゃいますか？

確率クラスタという言葉があるとすれば、私たちはその話をしているのです。

あるパターンが長い間出現しなかった場合、出現した後に予測可能な（付随する）値動きがあり、その後、パターンが誰の目にも見えるようになり、市場の非効率性が解消されることでフェードアウトすると予想できるとする。

このような過渡的な状態を経時的に評価する指標（より可能性の高いものから同等の可能性、あるいはネガティブな予測まで）を開発することで、そのようなパターンの発見と選択が可能になると思いますし、それを説明できるモデルは非常に有効であると思われます。

私はこの方向で研究していますが、数学的な装置や理論的な知識が不足しています。

 
secret #:
この果てしない旅路に幸運を)

あなたも応援しています、そしてあなたの知っている道を長く歩いてください)

1...262926302631263226332634263526362637263826392640264126422643...3399
新しいコメント