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 2730 1...272327242725272627272728272927302731273227332734273527362737...3399 新しいコメント Aleksey Vyazmikin 2022.09.05 20:32 #27291 Aleksey Nikolayev #:ここであなたは多変量サンプル(各要素は表の行、ベクトル)について話しているようですが、あなたの3つのリンクの均質性基準は数値サンプルについて話しています。matstatの多変量均質性基準は別の曲で、私にはよくわかりません。 各予測変数は別々に数値標本であり、なぜ別々に評価し、結果を平均しないのでしょうか?ほとんどの予測変数に悪化のダイナミクスがある場合、サンプルは冗長になります。 アレクシー・ニコラエフ多くの変化点の検出を検索するタスクのように見えます。繰り返しになりますが、多変量(ベクトル)のケースを扱う必要があることがわかり、物事が非常に複雑になります。まあ、一般的に、どの属性が研究に選ばれるかに依存するのは好きではない。異なる属性を選択すれば、結果は異なるかもしれない。 おそらく、特定のグループに属するセグメントの識別や、グループ化された母集団に対するトレーニングの効率という点で、最良の結果が得られるような変種を見つけるべきなのだろう。 Maxim Dmitrievsky 2022.09.05 22:32 #27292 Aleksey Vyazmikin #:サンプルの中でしかミックスできない。2つのサンプルをミックスすれば、市場が変化していることを否定することになる。 もう一度理屈を考えてみてください。トレーニングサンプルの最適な長さを決めるためにシリーズを比較するのは無意味です。どの時点で混合しても、何も変わりません。 Aleksey Vyazmikin 2022.09.05 22:45 #27293 Maxim Dmitrievsky #: もう一度理屈を考えてみてください。 トレーニングサンプルの最適な長さを決めるためにシリーズを比較するのは無意味だ。 どの時点でミックスしても、何も変わらない。 市場が変化していることをどうやって証明するのですか?そのプロセスにはどれくらいの時間がかかるのか?それとも常に変化しているのか? Maxim Dmitrievsky 2022.09.05 22:49 #27294 Aleksey Vyazmikin #:市場の変化可能性をどのように証明するのか?このプロセスにはどれくらいの時間がかかるのか?それとも常に変化しているのか? 以上、愉快な論客の登場だ。少なくとも非定常性。絶え間なく変化し、時には一服する。 Aleksey Vyazmikin 2022.09.05 23:21 #27295 Maxim Dmitrievsky #: 以上、愉快な論客が登場。 少なくとも不安定だ。絶えず変化し、時には一服するために止まる。 そして、定常性/非定常性を決定するために、どの程度のサンプルサイズを取るべきか? あなたによれば、パターンの寿命はサンプルの変化の寿命よりも長くないというが、私のサンプルに8年間繰り返すパターンがあるとしたらどうだろう?それは異常なのか、パターンがすべて変化しているわけではないのか、あるいは狭い範囲で確認されたパターンが誤りであり、他の要因によるものなのか? Aleksey Nikolayev 2022.09.06 04:28 #27296 Aleksey Vyazmikin #:各予測因子はそれぞれ数値標本であり、なぜ個別に推定して結果を平均化しないのか? これは独立した特徴の場合にのみ機能し,それらは同じ価格でカウントされるので,それは不可能である.一変量分布は常に同じ一様ですが、二変量分布は大きく異なることがあります。 Aleksey Vyazmikin#: おそらく、特定のグループに属するセグメントの識別や、グループ化された母集団に対するトレーニングの効率化という点で、最良の結果が得られるような変種を見つけるべきでしょう。 列挙の計算が大変ですね)(すでにかなりの量の列挙に)特徴タイプによる列挙と、おそらく特徴パラメータによる列挙を追加しなければならないでしょう。 とはいえ、あなたのアプローチには合理的な粒子があるように思えます。 mytarmailS 2022.09.06 06:07 #27297 Aleksey Vyazmikin #:あなたの理論が正しければ、サンプルは増加するにつれて類似しなくなり、これを理解するためには、類似性を評価する方法から派生した、その変化を評価するための基準が必要である、と私は書きませんでしたか? おそらく、サンプルの均質性に関する統計的基準の代わりに、ダイナミクスにおけるモデルの特徴の重要性の変化を(スライディングウィンドウで)観察すべきなのでしょう。もし現在の状態と以前の状態の間に強い不一致があれば、それはすでに異なるサンプルにいることを意味します。長所1.スタットをプログラムする必要がない。テストは箱から出してすぐにできる。2.サンプルの時間的変化だけでなく、ターゲットサンプルの変化も考慮される。 Maxim Dmitrievsky 2022.09.06 06:19 #27298 Aleksey Vyazmikin #:また、定常性/非定常性を判断するには、どの程度のサンプルサイズを取るべきでしょうか?あなたによると、パターンはサンプルの変化の寿命より長くは生きないということですが、もし私のサンプルに8年間繰り返されるパターンがあるとしたらどうでしょうか?それは異常なのか、パターンがすべて変化しているわけではないのか、あるいは狭い範囲で確認されたパターンが間違っていて他の要因によるものなのか? 私は、任意の時間スケールにおける特定のトレンドの寿命以上のものはないと言いたい。しかし、それは緩やかな表現だ。点から分岐点まで。 Valeriy Yastremskiy 2022.09.06 08:48 #27299 モデルは違うが似ている、似ているが違う、似ていないがどう違うのか?分岐点は必ずしもモデルの変更につながるとは限らない。同じ部分を手動で視覚的にマークすることは可能だが、最後に予測的な部分はない。 モデルの複雑さ、ここにももちろん矛盾がある。単純なモデルは、十分に必要な長さの区間を記述することはできないが、繰り返される。いつものように、その中間が必要なのだ)))))) Maxim Dmitrievsky 2022.09.06 09:19 #27300 Valeriy Yastremskiy 最小の サンプル長を見つける ことである。 モデルの複雑さ、ここにももちろん矛盾がある。単純なモデルは、十分に必要な長さの区間を記述することはできないが、繰り返される。いつものように、その中間が必要なのである)))))) 一般に、異なるモデルはランダム性の実装において異なるが、同じ理由で類似している。特に数十から数百の特徴が使われる場合。そのうちのいくつかはフォワードで機能し、いくつかは機能しない。しかし、それらを選択する方法はない。上で提案したように、優れた密造工場の助けを借りるしかない。 1...272327242725272627272728272927302731273227332734273527362737...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
ここであなたは多変量サンプル(各要素は表の行、ベクトル)について話しているようですが、あなたの3つのリンクの均質性基準は数値サンプルについて話しています。matstatの多変量均質性基準は別の曲で、私にはよくわかりません。
各予測変数は別々に数値標本であり、なぜ別々に評価し、結果を平均しないのでしょうか?ほとんどの予測変数に悪化のダイナミクスがある場合、サンプルは冗長になります。
多くの変化点の検出を検索するタスクのように見えます。繰り返しになりますが、多変量(ベクトル)のケースを扱う必要があることがわかり、物事が非常に複雑になります。
まあ、一般的に、どの属性が研究に選ばれるかに依存するのは好きではない。異なる属性を選択すれば、結果は異なるかもしれない。
おそらく、特定のグループに属するセグメントの識別や、グループ化された母集団に対するトレーニングの効率という点で、最良の結果が得られるような変種を見つけるべきなのだろう。
サンプルの中でしかミックスできない。2つのサンプルをミックスすれば、市場が変化していることを否定することになる。
もう一度理屈を考えてみてください。
市場が変化していることをどうやって証明するのですか?そのプロセスにはどれくらいの時間がかかるのか?それとも常に変化しているのか?
市場の変化可能性をどのように証明するのか?このプロセスにはどれくらいの時間がかかるのか?それとも常に変化しているのか?
以上、愉快な論客が登場。
そして、定常性/非定常性を決定するために、どの程度のサンプルサイズを取るべきか?
あなたによれば、パターンの寿命はサンプルの変化の寿命よりも長くないというが、私のサンプルに8年間繰り返すパターンがあるとしたらどうだろう?それは異常なのか、パターンがすべて変化しているわけではないのか、あるいは狭い範囲で確認されたパターンが誤りであり、他の要因によるものなのか?
各予測因子はそれぞれ数値標本であり、なぜ個別に推定して結果を平均化しないのか?
これは独立した特徴の場合にのみ機能し,それらは同じ価格でカウントされるので,それは不可能である.一変量分布は常に同じ一様ですが、二変量分布は大きく異なることがあります。
おそらく、特定のグループに属するセグメントの識別や、グループ化された母集団に対するトレーニングの効率化という点で、最良の結果が得られるような変種を見つけるべきでしょう。
列挙の計算が大変ですね)(すでにかなりの量の列挙に)特徴タイプによる列挙と、おそらく特徴パラメータによる列挙を追加しなければならないでしょう。
とはいえ、あなたのアプローチには合理的な粒子があるように思えます。
あなたの理論が正しければ、サンプルは増加するにつれて類似しなくなり、これを理解するためには、類似性を評価する方法から派生した、その変化を評価するための基準が必要である、と私は書きませんでしたか?
また、定常性/非定常性を判断するには、どの程度のサンプルサイズを取るべきでしょうか?
あなたによると、パターンはサンプルの変化の寿命より長くは生きないということですが、もし私のサンプルに8年間繰り返されるパターンがあるとしたらどうでしょうか?それは異常なのか、パターンがすべて変化しているわけではないのか、あるいは狭い範囲で確認されたパターンが間違っていて他の要因によるものなのか?
モデルは違うが似ている、似ているが違う、似ていないがどう違うのか?分岐点は必ずしもモデルの変更につながるとは限らない。同じ部分を手動で視覚的にマークすることは可能だが、最後に予測的な部分はない。
モデルの複雑さ、ここにももちろん矛盾がある。単純なモデルは、十分に必要な長さの区間を記述することはできないが、繰り返される。いつものように、その中間が必要なのだ))))))
モデルの複雑さ、ここにももちろん矛盾がある。単純なモデルは、十分に必要な長さの区間を記述することはできないが、繰り返される。いつものように、その中間が必要なのである))))))