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 2671

 
Maxim Dmitrievsky #:
これと並行して、市場の複雑さと効率は増していくだろうから、われわれは常に一歩遅れをとることになる。

分析という点ではリアルタイムに近づくことは可能だが、もちろん追い越すことはできない。そして、システムの複雑さと解析システムは、ほぼ並行している。

 
Valeriy Yastremskiy #:
もちろん正しいとは言えないが、有酸素運動はシステムの永久的な機能であることに変わりはない。しかし、そこには十分なノイズもあり、必要な信号を自動的に選択するという課題はまだ完全には解決されていない。

すでに解決されていると思う

その方が簡単だし、トレンドもない

=================

また、分解を使用して、現在の動きがどの波に従っているかを理解することができます。

覗くことなく、遅れることなく...


 
mytarmailS #:

すでに解決済みだと思う。

そっちの方が簡単だし、トレンドもない。

=================

また、分解を通して、その動きが今どの波に従っているかを理解することができる。

覗くことなく、遅れることなく...。


主な明らかな病態の枠内ではそうだが、何が問題なのか、そして最も重要なのは、弱い信号のどこで人が判断するのかを理解するのは、今のところ30%以下だ。

どのようにフェードアウトするのか、まだ理解できていない。前述したように、2つの正弦波を並べて分解して比較することはできない。また、非常に近いステップのウィンドウを作ることもまだできない。

 

1+7+5+4=17の主な日周波(現在)がボリュームを形成し、それらは当初異なる位相と振幅を持ち、異なる重み係数で異なる商に入る。 同時に、それぞれが位相を反転させることができる。図解してみよう。

 
Valeriy Yastremskiy #:

ダンピングがどのように機能するのかまだ理解していない。前述したように、2つの正弦波を並べて分解して比較 することはできません また、非常に近いステップを持つウィンドウでそれを行うことはできません

しかし、上記のようなPCAやバンドパスフィルタを使えば可能かも しれないが......。

すべては100年前に解決済み

 
mytarmailS #:

上記のようにPCAを使うか、バンドパスフィルターを使えば可能 だ。

それは100年前に解決されている。

Apparently, there are no realisations))))))))))))))))))))))))))私は医療センターで働いています(笑)。そして、私たちの医師は全自動心電図評価機を持っていません。100年前、心電図は心臓の異なる部分の働きを区別できるというアイデアが提案されましたが、診断の問題を解決することはできませんでしたし、それほど複雑でないケースでは今のところ解決していません。

 
Valeriy Yastremskiy #:

どうやら実感がないようだ)))))実は、私は医療センターで働いています。)そして、私たちの医師は全自動の心電図評価装置を持っていません。100年前、心電図は心臓のさまざまな部位の働きを区別できるというアイデアが提案されましたが、診断の問題は解決されませんでしたし、それほど複雑でないケースでは解決されません。

私たちが話しているのはそういうことではない。
 
mytarmailS #:
私たちが話しているのはそういうことではない。

なぜかというと、他の信号の中から正しく機能していない器官の微弱な信号を選び出すという作業は同じで、その挙動や減衰率、あるいはその逆を理解するために、異なる期間の信号を識別するという作業がある。これは同じオーダーだ。有酸素運動でも同じ問題があり、ある期間に信号は0になり、その後現れるが、心臓の基本的なリズムと常に一致しているわけではない。

 
Valeriy Yastremskiy #:

なぜかというと、他の信号の中から故障している臓器の弱い信号を特定するのと同じように、異なる期間の信号を特定し、その挙動や減衰率、あるいはその逆を理解するという課題があるからだ。これは同じオーダーだ。心臓の場合も同じで、ある期間内に信号が消えて0になり、その後現れるが、心臓の基本的なリズムと常に一致しているわけではない。

また薬か(笑)。
あなたは移動中のハーモニーを分離するためにスライディングウィンドウを使うことはできないと言ったが、私はできると言った。
理由: