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 2744 1...273727382739274027412742274327442745274627472748274927502751...3399 新しいコメント Valeriy Yastremskiy 2022.09.16 09:14 #27431 mytarmailS #:どんなくだらないことでも書くし、考えている人に鼻をつつかれたら、「あなたは スピーチパターンを理解していない、プトゥシェストヴォ」と言うんだ。プトゥシュニクに恨みでもあるのか? マキシム・ドミトリエフスキー#: あなたは話し方のパターンを理解していない、簡潔に書くことを理解していない、定義を理解していない、つまり何も理解していない。つまり何も理解していない。それがプトゥシュニクの特徴だ。 誰もあなたを非難していない。ただ、バカなところには行くな、関わるな :D 私をプトゥシュニクにさせ、すべてを私のせいにすれば、あなたは冷静になり、議論を交わし、ジョークを交えれば、子供じみたからかいをせずに、より良い問題に取り組めるだろう)))). Maxim Dmitrievsky 2022.09.16 09:16 #27432 Valeriy Yastremskiy #:サンシュの説明を受けて、結局、有意予測因子の意味が少しわからなくなった。彼の説明によれば、それらは頻繁に発生し、その大きさは結果と相関する。しかし、これらはトレーニング期間全体にわたる、シリーズの一般的な兆候であるらしい。系列モデルでそれが何であるかは一致しないようだ。これらは、かなり単純化すれば、常に機能する予測因子であるか、最も頻繁に機能する予測因子であることがわかった。一般的に、最も頻繁に機能する設定を使用することは、特定のセグメントにのみ機能する設定を使用するよりも、より肯定的な結果を与えることは明らかである...最終的に何が検索されるのか、なぜ検索されるのか、イメージができていない。 そして、誤解とあなた自身の間違いの主な根源である用語の問題があります。私は彼のメッセージを理解したように書いた。私は彼に弱点がどこにあるかを示した。 mytarmailS 2022.09.16 09:17 #27433 Valeriy Yastremskiy #:私はPTUになり、すべてを私のせいにし、あなたは冷静になり、より良いように、議論ともし冗談と、その後幼稚なからかいなしで、ケースに)))) いや...いや...) Maxim Dmitrievsky 2022.09.16 09:17 #27434 Valeriy Yastremskiy #:私を小学生にして、すべてを私のせいにすれば、あなたは冷静になり、もっとビジネスに集中できるようになる。) どのような言葉で彼を追い払えばいいのかわからない😀。サニチとペレヴェンコは、寄ってたかって骨を投げ、去っていく。事実を議論し始めると、そこには何もないことがわかる。 Valeriy Yastremskiy 2022.09.16 09:21 #27435 Maxim Dmitrievsky #: そして、そこには用語の問題があり、誤解とあなた自身の間違いの大きな根源がある。私は彼のメッセージを理解する方法を書いた。どこに弱点があるのか、私はあなたに示した。 いや、彼の説明の後、私はとまどった。あなたの理解はサンシュのそれと一致しているようだが、私の理解とは完全に相関関係がなくなっている。 もちろん、1日、1週間という同じ時間間隔を、まあ、一般的には、シリーズ全体ではなく、同じセクションをいくつか取り上げて教えれば、絵はなんとなく見えてくるが、その同じセクションをどうやって見つけるか。一番簡単なのは、時間ごとに、例えば17から18まで...。一般的にはそれでうまくいくはずだが、サンシュの場合は全列が変化なく現れたので、よくわからない。 Valeriy Yastremskiy 2022.09.16 09:21 #27436 Maxim Dmitrievsky #: どんな言葉で彼を引き剥がせばいいのかわからない😀 サニッチとペレヴェンコはこのスレッドにひょっこり現れ、骨を投げて去っていく。事実について議論し始めると、何もないことが判明する。 答えてはいけない。 まあ、彼らは他のプロジェクトを持っているようだし、これは小さな趣味のようなものだ。 Maxim Dmitrievsky 2022.09.16 09:30 #27437 Valeriy Yastremskiy #:いや、彼の説明の後、私はとまどったんだ。君の理解はサニッチと同じようなものだが、私の理解とはまったく一致しなくなった。もちろん、1日、1週間という同じ時間間隔を、まあ、一般的には、シリーズ全体ではなく、同じ部分をいくつか取り上げて、それを教えるのであれば、絵はなんとなく見えてくるが、その同じ部分をどうやって見つけるのか。一番簡単なのは、時間ごとに、例えば17から18まで...。一般的にはそれでうまくいくはずだが、サンシュの場合は全列が変化なく現れたので、よくわからない。 これは、サインとターゲットとなるサインを取り、与えられたステップのスライディングウィンドウでそれらの間の相関またはエントロピーを測定する。スプレッド、平均、その他の統計量に注目する。悪い兆候は捨てられる。 そしてトレーニングの過程で、異なる符号をモデルに代入する。どのような原理で置換されるのかは知らないが、おそらく履歴をモードに分割した結果に従って置換されるのだろう。 Valeriy Yastremskiy 2022.09.16 09:40 #27438 Maxim Dmitrievsky #:属性とターゲットを指定し、指定されたステップのスライディングウィンドウでそれらの間の相関またはエントロピーを測定します。スプレッド、平均、その他の統計量を見る。悪い兆候を捨てる。そしてトレーニングの過程で、異なる兆候をモデルに代入する。どのような原理で置換されるのかは知らないが、おそらく履歴をモードに分割した結果に従って置換されるのだろう。 もしその特徴が他の特徴に関連する時間を持つのであれば、より理解しやすい。しかし、彼は符号の種類については言わなかった))))) Maxim Dmitrievsky 2022.09.16 09:41 #27439 Valeriy Yastremskiy #:その形質が他の形質と関連する時間があるのなら、その方が理解しやすい。しかし、彼は特質の種類については言わなかった))))) まあ、180のいくつかの天井の形質、おそらくインクリメントに基づいている。では、なぜ推測するのか? JeeyCi 2022.09.16 09:42 #27440 Maxim Dmitrievsky #: そしてよく読むと、ポイント2の待ち伏せ、つまりストーリーに最初にフィットしていることがわかる。だから彼の学習誤差は低下するのだ 回帰係数の統計的検定は何のためですか?それとも平均と分散の等質性に関する仮説を検定するためですか?(もしPCAが1番目のPCが許容できる分散の割合[残差分散が非常に小さい]を説明することをまだ示しているなら、それを受け入れ、回帰係数の有意性の確認をチェックする).... 理想的には--100%の確率を得るためには、相関関係ではなく関数的関係を用いるべきであることは明らかである--しかし、確率過程を研究するのであれば、結果は確率論的なものに過ぎず、多数のテストデータでのみ、また新しいドライバーが 市場に登場するまで確認可能なものに過ぎない......。[ところで、ロバスト分析だけでなく、事実認識や論理的認識も非常に重要である。] 過去のデータに依存する限り、歴史への適合は常に存在する。しかし、我々は常にF統計によって分散を比較することができる。もし分散の減少が残りの説明できない分散よりもはるかに大きければ、新しい回帰が特定される。(drスロープで)...そして、それは将来のある瞬間までしか機能せず、大きな数でのみ機能します...そう、またはアクターの状態を切り替えます(DLが使用されている場合)...しかし、ドライバーは待つよりもよく知っています...しかし、ドライバはそれを確認するために現在のサンプルが収集されるまで待つよりも知っている方が良いです。 もしあなたが論理的であれば、特徴工学は、あなたが正しく気づいているように、「理論的に」論理的である(どのような統計処理の下でも、地球上の物理的論理的法則と人間の知識があり、パターンは空中から降ってくることはない)--[しかし、誰かが無知であるかもしれない]--モデリングプロセスにおけるFSは、モデラーも開発者もあまり悩まないだろう...。そして、何がいつドライバーになり、何がそうでなかったかを知るためには、歴史なしではどこにも行けない。高等数学の知性はそれほど必要ではなく、貨幣と商品市場、民間部門と国家部門の法則(そしてこれはVMではない)を理解するだけでいい。そうでなければ、応用高等数学(VM)の装置を「後になって」使うことになり、世界を変えたニュースはすでに一度聞いたことがあると知ることになる...。それは、市場を含む市場の反応は、通常遅れているということです。 追伸 言葉や文字が未知の人には、文字に固執しないように、未知の文字の未知のトピックを読まないでください - あなたのFSのためのVMマシンを探してください....もし、あなたが自分の結果の統計的妥当性を証明するのであれば、ヒット・ツー・ポイントの%だけでなく(ちなみに、必ずしも偏りがないとは限らない))、会話は変わるだろう。でも、今のところは、そう、みんなそれぞれの専門用語を持っている......。 1...273727382739274027412742274327442745274627472748274927502751...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
どんなくだらないことでも書くし、考えている人に鼻をつつかれたら、「あなたは スピーチパターンを理解していない、プトゥシェストヴォ」と言うんだ。
プトゥシュニクに恨みでもあるのか?
あなたは話し方のパターンを理解していない、簡潔に書くことを理解していない、定義を理解していない、つまり何も理解していない。
つまり何も理解していない。それがプトゥシュニクの特徴だ。
誰もあなたを非難していない。ただ、バカなところには行くな、関わるな :D私をプトゥシュニクにさせ、すべてを私のせいにすれば、あなたは冷静になり、議論を交わし、ジョークを交えれば、子供じみたからかいをせずに、より良い問題に取り組めるだろう)))).
サンシュの説明を受けて、結局、有意予測因子の意味が少しわからなくなった。彼の説明によれば、それらは頻繁に発生し、その大きさは結果と相関する。しかし、これらはトレーニング期間全体にわたる、シリーズの一般的な兆候であるらしい。系列モデルでそれが何であるかは一致しないようだ。これらは、かなり単純化すれば、常に機能する予測因子であるか、最も頻繁に機能する予測因子であることがわかった。一般的に、最も頻繁に機能する設定を使用することは、特定のセグメントにのみ機能する設定を使用するよりも、より肯定的な結果を与えることは明らかである...
最終的に何が検索されるのか、なぜ検索されるのか、イメージができていない。
私はPTUになり、すべてを私のせいにし、あなたは冷静になり、より良いように、議論ともし冗談と、その後幼稚なからかいなしで、ケースに))))
いや...いや...)
私を小学生にして、すべてを私のせいにすれば、あなたは冷静になり、もっとビジネスに集中できるようになる。)
そして、そこには用語の問題があり、誤解とあなた自身の間違いの大きな根源がある。私は彼のメッセージを理解する方法を書いた。どこに弱点があるのか、私はあなたに示した。
いや、彼の説明の後、私はとまどった。あなたの理解はサンシュのそれと一致しているようだが、私の理解とは完全に相関関係がなくなっている。
もちろん、1日、1週間という同じ時間間隔を、まあ、一般的には、シリーズ全体ではなく、同じセクションをいくつか取り上げて教えれば、絵はなんとなく見えてくるが、その同じセクションをどうやって見つけるか。一番簡単なのは、時間ごとに、例えば17から18まで...。一般的にはそれでうまくいくはずだが、サンシュの場合は全列が変化なく現れたので、よくわからない。
どんな言葉で彼を引き剥がせばいいのかわからない😀
答えてはいけない。
まあ、彼らは他のプロジェクトを持っているようだし、これは小さな趣味のようなものだ。
いや、彼の説明の後、私はとまどったんだ。君の理解はサニッチと同じようなものだが、私の理解とはまったく一致しなくなった。
もちろん、1日、1週間という同じ時間間隔を、まあ、一般的には、シリーズ全体ではなく、同じ部分をいくつか取り上げて、それを教えるのであれば、絵はなんとなく見えてくるが、その同じ部分をどうやって見つけるのか。一番簡単なのは、時間ごとに、例えば17から18まで...。一般的にはそれでうまくいくはずだが、サンシュの場合は全列が変化なく現れたので、よくわからない。
これは、サインとターゲットとなるサインを取り、与えられたステップのスライディングウィンドウでそれらの間の相関またはエントロピーを測定する。スプレッド、平均、その他の統計量に注目する。悪い兆候は捨てられる。
そしてトレーニングの過程で、異なる符号をモデルに代入する。どのような原理で置換されるのかは知らないが、おそらく履歴をモードに分割した結果に従って置換されるのだろう。
属性とターゲットを指定し、指定されたステップのスライディングウィンドウでそれらの間の相関またはエントロピーを測定します。スプレッド、平均、その他の統計量を見る。悪い兆候を捨てる。
そしてトレーニングの過程で、異なる兆候をモデルに代入する。どのような原理で置換されるのかは知らないが、おそらく履歴をモードに分割した結果に従って置換されるのだろう。
もしその特徴が他の特徴に関連する時間を持つのであれば、より理解しやすい。しかし、彼は符号の種類については言わなかった)))))
その形質が他の形質と関連する時間があるのなら、その方が理解しやすい。しかし、彼は特質の種類については言わなかった)))))
そしてよく読むと、ポイント2の待ち伏せ、つまりストーリーに最初にフィットしていることがわかる。だから彼の学習誤差は低下するのだ
回帰係数の統計的検定は何のためですか?それとも平均と分散の等質性に関する仮説を検定するためですか?(もしPCAが1番目のPCが許容できる分散の割合[残差分散が非常に小さい]を説明することをまだ示しているなら、それを受け入れ、回帰係数の有意性の確認をチェックする)....
理想的には--100%の確率を得るためには、相関関係ではなく関数的関係を用いるべきであることは明らかである--しかし、確率過程を研究するのであれば、結果は確率論的なものに過ぎず、多数のテストデータでのみ、また新しいドライバーが 市場に登場するまで確認可能なものに過ぎない......。[ところで、ロバスト分析だけでなく、事実認識や論理的認識も非常に重要である。]
過去のデータに依存する限り、歴史への適合は常に存在する。しかし、我々は常にF統計によって分散を比較することができる。もし分散の減少が残りの説明できない分散よりもはるかに大きければ、新しい回帰が特定される。(drスロープで)...そして、それは将来のある瞬間までしか機能せず、大きな数でのみ機能します...そう、またはアクターの状態を切り替えます(DLが使用されている場合)...しかし、ドライバーは待つよりもよく知っています...しかし、ドライバはそれを確認するために現在のサンプルが収集されるまで待つよりも知っている方が良いです。
もしあなたが論理的であれば、特徴工学は、あなたが正しく気づいているように、「理論的に」論理的である(どのような統計処理の下でも、地球上の物理的論理的法則と人間の知識があり、パターンは空中から降ってくることはない)--[しかし、誰かが無知であるかもしれない]--モデリングプロセスにおけるFSは、モデラーも開発者もあまり悩まないだろう...。そして、何がいつドライバーになり、何がそうでなかったかを知るためには、歴史なしではどこにも行けない。高等数学の知性はそれほど必要ではなく、貨幣と商品市場、民間部門と国家部門の法則(そしてこれはVMではない)を理解するだけでいい。そうでなければ、応用高等数学(VM)の装置を「後になって」使うことになり、世界を変えたニュースはすでに一度聞いたことがあると知ることになる...。それは、市場を含む市場の反応は、通常遅れているということです。
追伸
言葉や文字が未知の人には、文字に固執しないように、未知の文字の未知のトピックを読まないでください - あなたのFSのためのVMマシンを探してください....もし、あなたが自分の結果の統計的妥当性を証明するのであれば、ヒット・ツー・ポイントの%だけでなく(ちなみに、必ずしも偏りがないとは限らない))、会話は変わるだろう。でも、今のところは、そう、みんなそれぞれの専門用語を持っている......。