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 2738

新しいコメント
 
Aleksey Vyazmikin #:

しかし、私はそれをテストする用意がある。モデルのトレーニングに最適な領域を決定するツールで、たとえ最初の履歴でもいい。

アレクセイ、これはあなたが好きなように、オーバーシュートのタスクなんだけど、何が問題なの？
 
mytarmailS #:
ディスクリタイゼーションは、フィルタリング（情報の圧縮）の特殊なケースである。それを "手抜き "と考えるのは、バカとしか言いようがない。
MOの教授、アハハハ。
言葉の濾過のところで、一か所に焼いたり縮めたりを繰り返しているようだが、痴呆と勇気の区別がつかないとはよく言ったものだ

最近学校を出て、飛躍的に科学の世界に入ろうとしても、ビールを飲みながら仲間の前で輝く以外、即効性は期待しない方がいい。

忘れてた、君の神経回路網もフィルターなんだ。 フィルターをかけずに悪用するんだね。
 
Maxim Dmitrievsky #:
一杯やりながら仲間に自慢する以外、手っ取り早く儲けようとは思わないことだ。
そうだ、毎晩寝る前にこれを読め。 何も知らないところでゴタゴタするな。

俺はモデルを向上させるためのディスカバリーの方法を知っている！

MO教授アハハハ))
 
Maxim Dmitrievsky #:
また、クロースの値段のどこにノイズがあり、マシュカよりどう悪いのか。何の影響もない。ランダム÷ランダム

それはおそらく、MOの初心者がチェックに走り、うんざりする最初の方法の1つです。

そこに書いたように...まず研究対象とその特性を定義し、次にMOを使った因果関係を定義する必要がある（もしあれば）。

IOは、新しいデータで仮説を検証するのに苦労しない方法だ。そして、この連中は何も効果がないと叫びながら走り回っている。

MAの方が優れている点もある：

0.終値はティックのノイズを引き継ぐ。文字通り、バーが閉じる前にティックが発生したかどうか、タイマーがどこかをクリックしたかどうか。プラスマイナス3ポイントのカップル。これは、証券取引所の日に重要なオープン/クローズを持っています。

1.MA彼らはすでに不可欠である（はい - 平均）

2.彼らは非常に適切に価格を表しています。(私はLWMAが1 / 3より少しシフトすることを指摘した理由です、3分の1によって、それは不必要なノイズなしで正確に実際の平滑化された価格である）。

3.比較するのに便利で、正規化できる。

---

最後に、あなたの研究の目的は何ですか？

 
Maxim Kuznetsov #:

一部のフォーラム関係者、さらには「儲かるExpert Advisorやシグナル」で サイトが 埋め尽くされているのは、AIの結果ではないかという疑惑がある。つまり、NNは取引に近い話題で儲けているのだ。

絶対にニューラルネットワークとビッグデータは、ソーシャルネットワークのトレンド分析で稼ぐ（取引する）。そのため、それらはスポンサー付きであり、したがって、やや横並びである。

ご回答ありがとうございました。

 
Maxim Dmitrievsky #:
少なくとも月に一度はスレッドを盛り上げないと、スレッドが死んでしまい、フォーラムがつまらなくなってしまう

例えば、SanSanychは私の頭の中にもある興味深い考えを述べてくれた。

もちろん、予測因子と結果の相関関係を見つけるという目標は当然のことだ。唯一新しいと感じたのは、彼はトレーニング全体では約200の有意な特徴を発見しているが、特定のデータではそのうちの5％しか使っていないということだ。

これは、最新のデータに対してのみ、より有意な予測因子を選択するために、系列の状態／特性を素早く決定する方法がいくつかあるということだと理解しています。もちろん、適切な選択のためには量や長さの問題が生じる。しかしどうやら、大規模な訓練全体で200個しか予測変数が見つからず、選択されない場合でも、これは機能するようです。

私はこのように考えている。ある系列は、いくつかの指標において安定した特性を持っているが、これらの指標とその数は異なるセクションで異なっている。MOは、系列の安定性が十分持続するいくつかの異なる状態を見つけ、それらは異なるモデルによって記述され、それに応じてモデル設定 - 予測子 - によって記述されます。予測変数の総数は，異なるモデルの設定の総数であり，したがって，モデルを定義することによって，そのモデルのために以前に見つかった設定を素早く見つけることができる．

もし広範囲に開発するのであれば、予測変数の総数とモデルの数を増やすことになる。

私はSSFと同意見である。今日、処理に利用可能で受け入れ可能なデータは引用であり、その他のデータの形式化は、有望ではあるが科学である。

 
Maxim Kuznetsov #:

MAの方が優れている点もある：

0.終値はティックのノイズを引き継ぐ。文字通り、バーが閉じる前にティックが発生したかどうか、タイマーがどこかをクリックしたかどうか。プラスマイナス3ポイントのカップル。それは日が重要なオープン/クローズを持っていることを証券取引所である。

1.MA彼らはすでに積分である（はい - 平均）

2.彼らは非常に適切に価格を表しています。(私はLWMAが1/3より少しシフトすることを指摘した理由です、3分の1は、不要なノイズのない実際の平滑化された価格です）。

3. 比較するのに便利で、正規化できる。

---

最後に、あなたの研究対象は何ですか？

マックスの意見に賛成です。短い平均値も、間引かれたデータも、私たちの離散的なケースでは、ノイズと有用な信号という点では調査対象としては同じです。

研究対象はインクリメントです。）

 
Valeriy Yastremskiy #:

もちろん、予測因子と結果の相関関係を見いだすという目標は当然のことだ。

NFとMDは、ターゲットと特徴の相関関係という考え方にうんざりしている。
特徴選択アルゴリズムがこのようなことをするとは思いもよらないし、そのようなアルゴリズムはすでに何十種類もある...まさにそうだ...。
しかし...プトゥシュニクは自分の天才を信じており、何か新しいユニークなものを創造していると固く信じている...。
そして、このアイデアを発見として、知的労働として持ち続けているのです。
CIRC...プロフェッサーMO)))

 
mytarmailS #:
NFとMDは、ターゲットを特徴に結びつけるという考えに病んでいる。一方は長い間病んでいて、もう一方はまだ始めたばかりだ...。
特徴選択のためのどんなアルゴリズムもこのようなことをするし、そのようなアルゴリズムはすでに何十種類も作られている......ということに彼らは思い至らない。
しかし......プトゥシュニクは自分の天才を信じているし、自分が何か新しいユニークなものを生み出していると固く信じている......。
CIRC・・・MO教授)))

ここでは誰も彼の天才を信じておらず、個人的なすれ違いはただの吸血鬼的心理であることを願っている)))そして、それが当事者のいずれかに心理的利益をもたらすなら、それはそれなりの場所を持っている))))))

皆のツールキットはほぼ同じであり、データは同じであり、認識は......

私が持っているのは小さなハンマーであって、大きなハンマーではないし、巨大な大きなハンマーでもまったくない))))))

 
Valeriy Yastremskiy #:

ツールはどれも大体同じで、データはどれも今のところ同じで、ビューは ...

++++
表現がすべてを解決する
1...273127322733273427352736273727382739274027412742274327442745...3399
新しいコメント
理由: