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 2658 1...265126522653265426552656265726582659266026612662266326642665...3399 新しいコメント Maxim Dmitrievsky 2022.07.07 10:39 #26571 Valeriy Yastremskiy #:グラフには増分と時間しかない。デリバティブは何も新しいものをもたらさない。クラスタリングが失敗するのは奇妙だ。 変換の場合、別の方法でターゲットにリンクする。違う結果が出るかもしれない。クラスタリングは、実際には、そして、何も与えるべきではない:)あなたは確かにクラスタ内のクラスの分布で誇示することができますが、今のところ私は賢明な何かを得ることはありません。つまり、私はクラスタを犠牲にして元のzatasetを取り、修正します。しかし、それは現在のところであり、クラスタの出現を予測することはまだ難しい。 Valeriy Yastremskiy 2022.07.07 10:54 #26572 Maxim Dmitrievsky #: トランスフォームの場合、ターゲットとの関係は異なる。異なる結果が出るかもしれない。クラスタリングは、実際には、何も与えるべきではありません :) もちろん、私はクラスのクラスタリングで見せびらかすことができますが、今のところ、私は賢明な何かを得ることはありません。つまり、私はクラスタを犠牲にして元のzatasetを取得し、修正します。しかし、現時点では、まだクラスタの出現を予測するのは難しい。 難しいのではなく、予測できないのだと思います。現在の状態を特定し、それをクラスに分類し、現実にその出現を追跡する、それが論理的にできる最大限のことだ。 Maxim Dmitrievsky 2022.07.07 11:44 #26573 Valeriy Yastremskiy #:難しくはないが、予測は不可能だと思う。現在の状態を特定し、それらをクラスに分類し、実際の生活の中で発生することを追跡する、それが論理的にできる最大限のことだ。 まあ、インクリメントを>,<0で割って、それをどうTSに書くか悩むようなものだけどね :) mytarmailS 2022.07.07 12:22 #26574 Valeriy Yastremskiy #:グラフには増分と時間しかない。そしてデリバティブは何も新しいものを与えない まさか))))あなたが説明したものは、複雑な構造の最初の構成要素です。それは、画面上にはピクセル以外何もなく、デリバティブは何も与えない、と言っているのと同じである。ところで、あなたは価格そのものを加えるのを忘れている。 Valeriy Yastremskiy 2022.07.07 14:05 #26575 mytarmailS #: まさか))))あなたが説明したものは、複雑な構造の最初の構成要素である。画面上にはピクセル以外何もなく、誘導体は何も与えないというのと同じことだが、そんなことはない......。ところで、価格そのものを付け加えるのを忘れている。 失言だった。予測データを与えるのではなく、もちろん状態の推定であり、定常性の確率的推定が得られるらしい。なるほど。 mytarmailS 2022.07.07 14:35 #26576 Valeriy Yastremskiy #: 予測データは得られないが、もちろん状態の推定は可能で、定常性の確率的推定は可能らしい。なるほど。 普通の画素から毎日どれだけの情報が得られるか、想像してみてほしい。 Maxim Dmitrievsky 2022.07.07 14:37 #26577 mytarmailS #: 普通のピクセルから毎日どれだけの情報が得られるか想像してみてください。 いい比較だ ) sibirqk 2022.07.09 13:34 #26578 Maxim Dmitrievsky #: 良い比較) しかし、少し明確にしておきたいのは、前のピクセルのセットでは、次のピクセルのセットがどうなるかを予測することはほとんど不可能だということだ。あるいは、ラムに戻れば、前の歴史の一部分について、多くの異なる分析-正当化を完璧に行うことができるが、次の歴史の一部分がどうなるかを予測するチャンスは実質的にない。 sibirqk 2022.07.09 13:42 #26579 もし誰かが、240分後(つまり4時間足のローソク足の色)に価格が高くなるか安くなるかを、少なくとも55/45の確率で、次の各分足の始値で予測できるようになったら、それはアルファになるだろう。 mytarmailS 2022.07.10 06:44 #26580 sibirqk #: 私もそう思う、良い比較だが、少し明確にしておくと、前のピクセルの集合によって、次のピクセルの集合がどうなるかを予測することはほとんど不可能 だ。 何を言っているのかわからない。 レーシングゲームをプレイするとき、次に何が起こるか予測しませんか? 次のフレームの曲がり角は今より近いけど、今曲がるかブレーキを踏まないとブーン......と予測しませんか?予測 そして、これらすべてはピクセルによって行われ、私たちの脳はそこからモデルを構築し、そのモデルから他のモデルを構築し、さらにその他のモデルを構築する......。そして道路があり、曲がり角があり、スピードがあり、ハンドルがあることに気づく。 つまり、問題はピクセルやリターンではなく、私たちが市場向けに構築した原始的なモデルにあるのだ。これらのモデルの最大値は、ピクセルとピクセルを掛け合わせ、5~10ピクセルのスライドウィンドウで見ることである。つまり、抽象化モデルの最初のレベルを超えて上昇しない、とそのようなレベルは1000を必要とするかもしれない... だから、リターンやピクセルを叱らないで、もっと頭を使って考える必要があるし、もちろん知識も必要だ...。 1...265126522653265426552656265726582659266026612662266326642665...3399 新しいコメント 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
グラフには増分と時間しかない。デリバティブは何も新しいものをもたらさない。クラスタリングが失敗するのは奇妙だ。
トランスフォームの場合、ターゲットとの関係は異なる。異なる結果が出るかもしれない。クラスタリングは、実際には、何も与えるべきではありません :) もちろん、私はクラスのクラスタリングで見せびらかすことができますが、今のところ、私は賢明な何かを得ることはありません。つまり、私はクラスタを犠牲にして元のzatasetを取得し、修正します。しかし、現時点では、まだクラスタの出現を予測するのは難しい。
難しいのではなく、予測できないのだと思います。現在の状態を特定し、それをクラスに分類し、現実にその出現を追跡する、それが論理的にできる最大限のことだ。
難しくはないが、予測は不可能だと思う。現在の状態を特定し、それらをクラスに分類し、実際の生活の中で発生することを追跡する、それが論理的にできる最大限のことだ。
グラフには増分と時間しかない。そしてデリバティブは何も新しいものを与えない
まさか))))
予測データは得られないが、もちろん状態の推定は可能で、定常性の確率的推定は可能らしい。なるほど。
普通のピクセルから毎日どれだけの情報が得られるか想像してみてください。
良い比較)
私もそう思う、良い比較だが、少し明確にしておくと、前のピクセルの集合によって、次のピクセルの集合がどうなるかを予測することはほとんど不可能 だ。
何を言っているのかわからない。
レーシングゲームをプレイするとき、次に何が起こるか予測しませんか? 次のフレームの曲がり角は今より近いけど、今曲がるかブレーキを踏まないとブーン......と予測しませんか?予測
そして、これらすべてはピクセルによって行われ、私たちの脳はそこからモデルを構築し、そのモデルから他のモデルを構築し、さらにその他のモデルを構築する......。そして道路があり、曲がり角があり、スピードがあり、ハンドルがあることに気づく。
つまり、問題はピクセルやリターンではなく、私たちが市場向けに構築した原始的なモデルにあるのだ。これらのモデルの最大値は、ピクセルとピクセルを掛け合わせ、5~10ピクセルのスライドウィンドウで見ることである。つまり、抽象化モデルの最初のレベルを超えて上昇しない、とそのようなレベルは1000を必要とするかもしれない...
だから、リターンやピクセルを叱らないで、もっと頭を使って考える必要があるし、もちろん知識も必要だ...。