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 2731 1...272427252726272727282729273027312732273327342735273627372738...3399 新しいコメント СанСаныч Фоменко 2022.09.06 10:01 #27301 馬、人間......すべてが混ざり合って、想像を絶する混乱ぶりだ。 私たちは2種類のモデルを区別することができる。 1.機械学習のアイデアに基づくもの。 2.統計的モデル、これは基本的に金融市場でより広く使われている。 MO すべてのMOアルゴリズムは、いくつかのパターンを見つけるという一つの目標を持っている。この場合、パターンとは教師値と特徴値を持つ文字列である。隣り合う行の値はない！このようなパターンの数はRFで調べることができ、50本の木でフィッティング誤差はほとんど変わらない。150本以上は意味がない。これが金融市場の多様性だ。 そして、我々はこれらの木の寿命について推論すべきである。つまり、我々は特徴と教師とのつながりを扱うべきなのである。 СанСаныч Фоменко 2022.09.06 10:08 #27302 統計モデルはGARCHモデル。 rugarchパッケージを使って人生を楽しもう？ すべてが噛み砕かれている。 簡単に言うと 統計モデルは、金融市場が非定常であるという仮定に基づいている。そのため、上記のテストを含むすべての通常の統計は、バスケットに入る。 したがって 1.金融系列はtedrendingであり、通常はインクリメントが取られる（私たちにとって非常に良い）。 隣り合う棒グラフ間の関係はARIMAモデルを使ってモデル化される。 トレンド除去後に残る非定常性がモデル化されます。 サンプルの分布は、分布形状の観点からモデル化されます。 IGARCHモデルが金融市場に最も適しているという発表がある。 mytarmailS 2022.09.06 10:14 #27303 СанСаныч Фоменко #:IGARCHモデルは金融市場により適している 使用例 Maxim Dmitrievsky 2022.09.06 10:22 #27304 その通り、これらのアプローチとそのバリエーションしかない。 Aleksey Nikolayev 2022.09.06 10:29 #27305 СанСаныч Фоменко #:統計モデルはGARCHモデルである。ルガーチ・パッケージを取って人生を楽しむ？ すべてが噛み砕かれている。要約すると統計モデルは、金融市場が非定常であるという仮定に基づいている。したがって、上記のテストを含め、通常の統計はすべてバスケットに入る。 すべての自己回帰モデルは、ホワイトノイズのある種の変換である。そして、逆変換が最終的にホワイトノイズをもたらさない場合、そのモデルもバスケットに入る。そしてホワイトノイズはまず第一に定常過程です。 これは統計モデルにおける非常に重要なポイントであり、モデル化された非定常性はすべて定常性に基づいている。 СанСаныч Фоменко 2022.09.06 10:42 #27306 mytarmailS #: 使用例？ Googleで検索。膨大な文献があります。 СанСаныч Фоменко 2022.09.06 10:42 #27307 Aleksey Nikolayev #:すべての自己回帰モデルはホワイトノイズのある種の変換である。そして、逆変換が最終的にホワイトノイズを生み出さなければ、モデルもまたビン行きとなる。そしてホワイトノイズはまず定常過程です。これは統計モデルにおける非常に重要なポイントであり、モデル化された非定常性はすべて定常性に基づいている。 Garchを読んで、でっち上げをしないでください。 ファイル: Glossary_to_ARCH_-_GARCH.zip 759 kb mytarmailS 2022.09.06 10:52 #27308 СанСаныч Фоменко #:グーグルによる救済膨大な文献がある。 グーグルではなく、あなたに質問です。ガーチが有馬やフォレストより優れているという例を示せますか？あなたはそう言っているのだから、どのように比較したのか、どのような指標で比較したのか、まったく比較しなかったのか、それとも単なる口先だけなのか、グーグルがそれと何の関係があるのか、示してください。 СанСаныч Фоменко 2022.09.06 10:56 #27309 mytarmailS #: グーグルではなく、あなたに質問です。 garchが有馬やフォレストよりも優れているという例を示せますか？ あなたがそう言うのなら、どのように比較したのか、どのような指標で比較したのか、全く比較しなかったのか、それとも単なる口先だけなのか、googleはそれと何の関係があるのか、示してください。 あなたじゃない、あなた自身だ。 私を抜きにして、同類と話しなさい。 Maxim Kuznetsov 2022.09.06 10:57 #27310 ニュアンス：「デトレンド」という操作は、最も美味しく興味深いものをすべて殺してしまう :-) より正確には、トレンドやトレンド以外のすべてを取り除く合理的な方法はない。季節変動（日次／週次変動）を最小化したり考慮したりする方法はある。おそらく、大物たちは月や四半期のための方法を持っているだろう。 ただ、「トレンド」という概念そのものが曖昧なので、達成された履歴を見るときには頭の中にしか存在しない。しかし、大きな／小さなトレンドは取引される。 ---- 今、客観的に観察される現実では、米ドルの成長には明らかなトレンドがある。より正確には、事実上、そして長い間、それは続いている。そして、今日明日で終わる可能性が高い。 つまり、成長という事実が起こっているのだ。成長の始まりの瞬間の判断は人それぞれであり、相当な時間が経ってから判断する（おそらく、誰かが自分の口座の資金を流出させたから、それに気づいたのだろう）。 ああ、大きなトレンドだ。小さなトレンドからその影響を取り除く必要がある」と判断する方法はあるのだろうか？ そして、そのような方法はない。先を見据えるしかない。 ---- 一つの商品の取引は、時間内にトレンドを判断することである。そして、ここに行き詰まりがあります、 "トレンド" :-)数式やアルゴリズムのレベルまで削減することができる一般的に受け入れられている技術的な定義はありません（彼らは基本的に数式を書くの別の方法にすぎません）。 要約：「デトレンド」という操作に注意を払う必要がある。一方では、それなしではどうしようもなく、他方では、必要な情報が多すぎる。 1...272427252726272727282729273027312732273327342735273627372738...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
馬、人間......すべてが混ざり合って、想像を絶する混乱ぶりだ。
私たちは2種類のモデルを区別することができる。
1.機械学習のアイデアに基づくもの。
2.統計的モデル、これは基本的に金融市場でより広く使われている。
MO
すべてのMOアルゴリズムは、いくつかのパターンを見つけるという一つの目標を持っている。この場合、パターンとは教師値と特徴値を持つ文字列である。隣り合う行の値はない！このようなパターンの数はRFで調べることができ、50本の木でフィッティング誤差はほとんど変わらない。150本以上は意味がない。これが金融市場の多様性だ。
そして、我々はこれらの木の寿命について推論すべきである。つまり、我々は特徴と教師とのつながりを扱うべきなのである。
統計モデルはGARCHモデル。
rugarchパッケージを使って人生を楽しもう？ すべてが噛み砕かれている。
簡単に言うと
統計モデルは、金融市場が非定常であるという仮定に基づいている。そのため、上記のテストを含むすべての通常の統計は、バスケットに入る。
したがって
1.金融系列はtedrendingであり、通常はインクリメントが取られる（私たちにとって非常に良い）。
IGARCHモデルが金融市場に最も適しているという発表がある。
統計モデルはGARCHモデルである。
ルガーチ・パッケージを取って人生を楽しむ？ すべてが噛み砕かれている。
要約すると
統計モデルは、金融市場が非定常であるという仮定に基づいている。したがって、上記のテストを含め、通常の統計はすべてバスケットに入る。
すべての自己回帰モデルは、ホワイトノイズのある種の変換である。そして、逆変換が最終的にホワイトノイズをもたらさない場合、そのモデルもバスケットに入る。そしてホワイトノイズはまず第一に定常過程です。
これは統計モデルにおける非常に重要なポイントであり、モデル化された非定常性はすべて定常性に基づいている。
使用例？
Googleで検索。膨大な文献があります。
すべての自己回帰モデルはホワイトノイズのある種の変換である。そして、逆変換が最終的にホワイトノイズを生み出さなければ、モデルもまたビン行きとなる。そしてホワイトノイズはまず定常過程です。
これは統計モデルにおける非常に重要なポイントであり、モデル化された非定常性はすべて定常性に基づいている。
Garchを読んで、でっち上げをしないでください。
グーグルによる救済膨大な文献がある。
グーグルではなく、あなたに質問です。
あなたじゃない、あなた自身だ。
私を抜きにして、同類と話しなさい。
ニュアンス：「デトレンド」という操作は、最も美味しく興味深いものをすべて殺してしまう :-)
より正確には、トレンドやトレンド以外のすべてを取り除く合理的な方法はない。季節変動（日次／週次変動）を最小化したり考慮したりする方法はある。おそらく、大物たちは月や四半期のための方法を持っているだろう。
ただ、「トレンド」という概念そのものが曖昧なので、達成された履歴を見るときには頭の中にしか存在しない。しかし、大きな／小さなトレンドは取引される。
----
今、客観的に観察される現実では、米ドルの成長には明らかなトレンドがある。より正確には、事実上、そして長い間、それは続いている。そして、今日明日で終わる可能性が高い。
つまり、成長という事実が起こっているのだ。成長の始まりの瞬間の判断は人それぞれであり、相当な時間が経ってから判断する（おそらく、誰かが自分の口座の資金を流出させたから、それに気づいたのだろう）。
ああ、大きなトレンドだ。小さなトレンドからその影響を取り除く必要がある」と判断する方法はあるのだろうか？ そして、そのような方法はない。先を見据えるしかない。
----
一つの商品の取引は、時間内にトレンドを判断することである。そして、ここに行き詰まりがあります、 "トレンド" :-)数式やアルゴリズムのレベルまで削減することができる一般的に受け入れられている技術的な定義はありません（彼らは基本的に数式を書くの別の方法にすぎません）。
要約：「デトレンド」という操作に注意を払う必要がある。一方では、それなしではどうしようもなく、他方では、必要な情報が多すぎる。